La robótica está experimentando un cambio de paradigma significativo, avanzando desde máquinas programadas para tareas repetitivas hacia sistemas equiparables en flexibilidad a la inteligencia humana. En el contexto del CES 2026, NVIDIA ha revelado un conjunto de herramientas y modelos diseñados para impulsar lo que denomina «Inteligencia Artificial física», en conjunto con robots y máquinas autónomas de empresas colaboradoras como Boston Dynamics, Caterpillar y LG Electronics, entre otras.
El objetivo de NVIDIA es claro: facilitar la creación de robots «generalistas-especialistas» capaces de aprender diversas tareas y adaptarse con rapidez. Este enfoque ayuda a reducir los altos costos y las complicaciones asociadas con los robots de funciones específicas al proporcionar modelos base y herramientas que minimizan el preentrenamiento, permitiendo a los desarrolladores centrarse en ajustes más precisos, evaluación e integración con el hardware.
Los nuevos modelos presentados por NVIDIA, como Cosmos e Isaac GR00T, están diseñados para acelerar el aprendizaje y el razonamiento robótico. Estos modelos incluyen características como Cosmos Transfer 2.5 y Cosmos Predict 2.5, que generan datos sintéticos fidedignos y permiten la evaluación en simulación, así como Cosmos Reason 2, que ayuda a las máquinas a ver, comprender y actuar en el mundo físico.
El modelo Isaac GR00T N1.6, específicamente, destaca como un sistema de visión-lenguaje-acción (VLA) enfocado en el control de cuerpo completo, empleando Cosmos Reason para mejorar el razonamiento contextual. Este modelo permite a los fabricantes simular, entrenar y validar nuevos comportamientos antes de implementarlos físicamente, optimizando así el coste y la versatilidad de los robots.
Para abordar la fragmentación en el desarrollo robótico, NVIDIA ha lanzado herramientas de código abierto en GitHub. Estas incluyen Isaac Lab-Arena, que busca estandarizar la evaluación de políticas robóticas en simulación, y OSMO, un framework que unifica los flujos de trabajo desde la generación de datos sintéticos hasta las pruebas integradas, reduciendo la dependencia de soluciones ad hoc.
A nivel de hardware, NVIDIA ha lanzado el módulo Jetson T4000, basado en la arquitectura Blackwell, ofreciendo un avance significativo en eficiencia energética y capacidad de cómputo de IA. Este módulo está diseñado para aplicaciones donde el consumo de energía y la refrigeración son limitantes, como la robótica industrial y la automatización inteligente.
De cara al futuro, la hoja de ruta de NVIDIA incluye la plataforma IGX Thor, que está orientada al borde industrial con un énfasis en la seguridad funcional y el soporte de software empresarial. Simultáneamente, los robots están siendo adoptados en sectores desde la construcción hasta la atención sanitaria, prometiendo no solo automatización sino una asistencia precisa y contextual.
En un panorama donde el desarrollo robótico se convierte en una innovación comunitaria, la integración con Hugging Face y el ecosistema LeRobot ampliará las posibilidades para pequeños equipos y startups, facilitando la experimentación y aplicación de políticas robóticas con mayor eficiencia y menores recursos. Todo esto refuerza el mensaje de que la evolución en robótica no depende de un solo avance estelar, sino de la sinergia entre modelos, simulación, evaluación y hardware eficiente, permitiendo iterar rápidamente y desplegar con confianza.
