Cuando una empresa como Amazon decide gastarse todo su dinero (200.000 millones de dólares en 2026) para crear el AWS versión 2.0, nos está dejando claro que no está siendo víctima del dilema del innovador. La empresa que prácticamente ha inventado el Cloud Computing está poniendo toda la carne en el asador porque está convencida de que con la IA es necesario reinventar esa infraestructura, cueste lo que cueste.
Sin embargo no estamos viendo algo similar en la industria de la robótica, aunque comienzan a aparecer indicios de cierto interés por la evolución hacia la IA Física, aún son pocas las noticias de empresas del sector que apuestan decididamente por esta tecnología.
Con la noticia de la colaboración entre ABB Robotics y NVIDIA empezamos a ver ciento cambio, pero aún me parece insuficiente y no podríamos decir aún que esta empresa no esté siendo presa del dilema del innovador.
Su negocio de venta de robots industriales programables funciona, ¿Qué razón tendría para arriesgarse invirtiendo en un nuevo tipo de robots de propósito general impulsados por IA?
Durante décadas, ABB ha sido sinónimo de robótica industrial: brazo de precisión, celda de soldadura, línea de montaje. Han sido cincuenta años fabricando las máquinas que mueven las fábricas del mundo, pero ese tipo de robótica, no es capaz de aprender y por lo tanto de mejorar por sí misma.
La colaboración entre ABB y NVIDIA, donde se acaban de anunciar la integración de las bibliotecas NVIDIA Omniverse en la plataforma ABB RobotStudio, debería ser un primer paso para esa evolución de la robótica programable a la IA Física.
Con esta colaboración se busca resolver el problema sim-to-real: la brecha entre lo que un robot aprende en simulación y lo que es capaz de ejecutar en el mundo físico. Una brecha que, durante años, ha sido el principal cuello de botella para desplegar robótica basada en IA a escala industrial.
Lo que ABB está haciendo no es solo una actualización de software. Es la búsqueda de un nuevo posicionamiento, porque los fabricantes de robots tradicionales saben que el juego ha cambiado, y que se la están jugando con la IA Física, es decir, modelos de inteligencia artificial que no solo procesan datos, sino que actúan sobre el mundo con precisión y generalización.
Esta transición tiene implicaciones directas para el futuro de los robots humanoides. Porque los problemas que ABB está resolviendo hoy en brazos industriales, como la generación de datos sintéticos, el entrenamiento en gemelos digitales y la transferencia fiable al hardware real, son exactamente los mismos problemas que necesitan resolver los humanoides para salir del laboratorio y entrar en las fábricas realizando tareas con precisión y versatilidad.
NVIDIA no sufre el dilema del innovador
Por mucho que NVIDIA lleve ya varios años terminando sus eventos hablando de robótica no deja de ser emocionante ver todo lo que la empresa más valiosa del mundo está aportando a este sector. Y como se puede apreciar en la imagen, los robots humanoides ocupan el espacio central porque son la prioridad de futuro por el volumen de negocio que pueden llegar a suponer para la empresa.
Aquí vale la pena mencionar que en la presentación del GTC 2026, además de ABB también aparecían los brazos robóticos de FANUC y KUKA, por lo que queda claro que el grueso de la industria tradicional de la robótica industrial está trabajando también en IA Física aprovechando las capacidades de NVIDIA.
Y todo lo que está haciendo NVIDIA a nivel de robótica se puede resumir en las tres capas que explicó Jensen Huang:
Software de entrenamiento
Generación de datos sintéticos y simulación
Ordenador robótico que va dentro del propio robot: Jetson Thor
Para cada uno de estos niveles la empresa ha desarrollado tecnología propia, software en los dos primeros y hardware en el tercero.
En cuanto a software la novedad más importante ha sido la presentación de NVIDIA Newton, el simulador que añade capacidades de manipulación y locomoción con gran interacción para la robótica industrial y que se enmarca dentro del completo stack que ofrece la empresa de la siguiente forma:
Isaac Lab para entrenamiento y evaluación de robots.
Newton para simulación física diferenciable acelerada por GPU.
Cosmos modelo del mundo para simulación neuronal.
Groot, modelos fundacionales de robótica para razonamiento y acción.
El vídeo final mostrado en el evento es toda una declaración de intenciones sobre lo claro que tiene la empresa que su futuro pasa por la IA Física. No creo que sea simplemente porque los robots queden graciosos cantando y tocando instrumentos como si fueran dibujos animados.
Bienvenidos a la era de la IA física es la representación de cómo percibe el futuro NVIDIA, es cierto que aún no lo vemos en el día a día por nuestras calles, pero si ellos no lo hacen posible, ¿Quién lo va a hacer?
¿Has pensado ya cómo vas a subirte a la ola de la IA Física? si aún no lo tienes claro, te invito a participar en el webinar que voy a realizar el 25 de marzo a las 19h.
Más noticias sobre robótica e inteligencia artificial física
🧠 AMI labs es el nombre elegido por Yann LeCun para su laboratorio en el que demostrar que su visión sobre cómo escalar la IA a través de los modelos del mundo. Y para conseguirlo va a tener un camino de oro porque importantes fondos de inversión le han puesto sobre la mesa más de mil millones de dólares en lo que supone la mayor ronda de inversión de la historia para una startup europea, en la que además han participado importantes figuras de la tecnología como Jeff Bezos, Tim Berners-Lee, Mark Cuban, Xavier Niel y Eric Schmidt.
⚛️ Atoms es el nuevo emprendimiento de Travis Kalanik, el fundador de Uber, donde se ha propuesto como objetivo digitalizar el mundo físico, empezando por construir robots que puedan trabajar en los sectores de la minería y el transporte. Aunque aún el tipo de robots que va a construir no se conoce, por lo que parece su elección pasa por los robots especializados para tareas industriales en lugar de robots humanoides generalistas.
🦄 Rhoda AI ha recaudado 450 millones de dólares en financiación para desarrollar un nuevo modelo de IA entrenado con millones de vídeos de internet disponibles públicamente, con el objetivo que los robots industriales puedan realizar todo tipo de tareas, incluso en condiciones desconocidas. La ronda de financiación ha sido liderada por Premji Invest y valora la startup en 1.700 millones de dólares.
🏭 Mind Robotics anunció hoy una ronda de financiación de 500 millones de dólares, codirigida por Accel y Andreessen Horowitz, para desarrollar e implementar sistemas robóticos con inteligencia artificial a escala industrial. Sameer Gandhi, socio de Accel, se unirá al Consejo de Administración de Mind Robotics. Esta financiación se suma a una ronda de financiación inicial de 115 millones de dólares liderada por Eclipse Capital a finales de 2025.
🏠 Sunday recauda 165 millones de dólares y se compromete a no hacer más demos. Con una sobresuscripción y una valoración de 1.150 millones de dólares, Tiene el objetivo de dejar de lado las demostraciones y llevar el primer robot doméstico autónomo a los hogares este año. El despliegue público comenzará con un programa beta, que se implementará para los usuarios este otoño.
🤝 Boston Dynamics y FieldAI se asocian para llevar robots a entornos dinámicos e inexplorados, como son la construcción y otros entornos complejos y en constante evolución. Gracias a esta colaboración con FieldAI, líder reconocido en IA robótica y operaciones autónomas, los robots de Boston podrán entrar en una nueva era de autonomía de propósito general.
🛠️ FieldAI anuncia colaboración con NVIDIA para acelerar la adopción de IA en entornos industriales. La integración permite generar entornos digitales a partir de datos de sensores y entrenar robots con datos sintéticos. El objetivo es mejorar el rendimiento de los sistemas desplegados en operaciones reales. Foco en pipeline de datos y simulación.
📚 Dell colabora con Pollen Robotics, Hugging Face y NVIDIA para facilitar el acceso a la robótica práctica y la IA local a estudiantes, educadores y aficionados. Reachy Mini, un kit de robótica asequible y de código abierto, se combina con Dell Pro Max con GB10 para ejecutar modelos avanzados de lenguaje, visión y voz completamente en el dispositivo, garantizando privacidad y velocidad.
📦 Dexterity presenta Foresight, un modelo de mundo diseñado para robótica industrial. El sistema permite a robots tomar decisiones en tiempo real en tareas complejas como la carga de camiones, optimizando la colocación de objetos en el espacio y el tiempo. Está entrenado con grandes volúmenes de datos operativos reales. Enfocado en producción, no en investigación.
🔠 MIT introduce un sistema que combina modelos de lenguaje visual con planificación formal para resolver tareas complejas en entornos 3D. Un modelo interpreta la escena y genera acciones, mientras otro traduce esas acciones a representaciones estructuradas que pueden ejecutar planificadores clásicos. Mejora el rendimiento en escenarios no vistos. Arquitectura híbrida, no end-to-end.
👀 RealSense presenta un sistema de navegación autónoma para robots humanoides basado en visión y SLAM. La solución permite la localización y evitación de obstáculos en tiempo real, incluyendo entornos dinámicos con personas. El sistema ha sido entrenado en simulación antes de su despliegue físico. Orientado a percepción + navegación robusta.
