Desde que trabajo con Agentes de IA le he estado dando vueltas a cómo aplicar esta tecnología en el ámbito de la robótica y he encontrado principalmente tres vías de utilidad:
Los ingenieros de robótica usan la IA para mejorar su productividad 🧠. Como cualquier otro profesional puede usar los Agentes de IA para automatizar tareas, analizar datos, diseñar experimentos o programar el software de los robots.
Los Agentes de IA pueden usarse para simular el funcionamiento de robots cuando les pides que accedan y configuren alguno de los muchos simuladores de robots que están disponibles online o para descarga 🌍. Ejemplo MuJoCo de NVIDIA.
Lo que no me esperaba es que tan pronto fuéramos a ver Agentes de IA controlando directamente robots 🦾. Lo intuía pero no imaginaba que fuera algo tan rápido, porque esto es lo que acaba de ocurrir con la presentación de GPT-6 Astra.
Porque esta noticia puede condicionar mucho el futuro de la robótica, ya que un “simple” LLM ha empezado a mostrar capacidades de alto nivel en razonamiento espacial. Al menos según muestra este ranking el modelo de IA GPT Astra de OpenAI supera a las personas en tareas espaciales complejas en 3D y 2D, lo cual tiene importantes connotaciones en robótica, básicamente porque lo que significa es que ahora la IA puede entender la situación de una escena física y gracias a su capacidad de agente transmitir al robot las instrucciones para realizar una acción.
Ahora bien, tampoco hay que lanzar las campanas al vuelo, ni tirar por tierra todo el trabajo que hacen los laboratorios de IA Física desarrollando los VLA y los WAM, porque hay que aclarar que estamos en una situación muy preliminar, como muestra este experimento. Pero también hay que tener claro que esto apunta maneras y podría darse el caso de que el famoso momento ChatGPT de la robótica estuviera protagonizado por el mismo ChatGPT, pero 3 versiones más adelante.
Sabes lo que pasa, que si contrastamos esta situación con todo lo que está pasando con la IA en general, el camino que se está trazando parece claro y se muestra más como una convergencia hacia el concepto de IA Física, donde cada vez se acorta más la distancia entre lo que es digital y lo que es físico. De ser así, se entiende que la propia OpenAI ande trabajando en el desarrollo de un robot humanoide propio, porque una vez resuelta la parte de la inteligencia, lo que se refiere al cuerpo del robot será un problema menor.
Entonces, cuando los LLM que fabrican los laboratorios de IA más importantes del mundo, como OpenAI, Anthropic y Google, sin olvidarnos de lo que quiera hacer SpaceX metiendo Grok Optimus de Tesla, además de todas las empresas chinas empezando por la colaboración de Unitree con DeepSeek, lo que nos encontramos es que la IA Física se convierte en una prolongación de la IA Generativa y aquí es donde tenemos que recordar la frase de Jensen Huang: todo lo que se mueve será autónomo.
Es más, a esta predicción hay que sumarle una más reciente, porque cuando el CEO de NVIDIA asegura que toda empresa industrial se convertirá en una empresa de robótica lo que nos está mostrando es la oportunidad que supone que las empresas que tienen la capacidad de fabricar cosas físicas usen la IA para convertirse en empresas de robótica.
Para entenderlo lo mejor es poner un ejemplo, que en este caso va de excavadoras 🚜
Caterpillar y FieldAI se asocian para impulsar la IA física, la autonomía y la robótica, con el fin de que las obras y las fábricas operen de forma más segura y eficiente, ante la creciente escasez de mano de obra y las exigencias de productividad cada vez mayores que enfrentan las industrias. Para ello se van a apalancar en la robótica, los gemelos digitales y otras tecnologías proporcionadas por NVIDIA.
Gravis Robotics recauda 200 millones de dólares por parte de Softbank para la automatización de la construcción con la implementación a gran escala de maquinaria pesada autónoma impulsada por IA en obras de todo el mundo. La IA toma la información física del terreno y la integra en la telemetría de la máquina, respondiendo a las fuerzas subterráneas y la mecánica del suelo a velocidades de microsegundos.
Y para terminar comparto una idea que subyace en todo lo que hemos comentado en este artículo, los centros de datos, que ahora son el motor de desarrollo principal de construcción, al menos en Estados Unidos y que tiene en la robótica un gran vector de crecimiento. Así lo pone de manifiesto Gravis Robotics: “La ampliación de las redes energéticas y los centros de datos necesarios para la economía de la IA está generando una demanda sin precedentes” y también está detrás de la decisión de OpenAI de meterse en robótica, porque ya comentó hace tiempo que un buen lugar para poner a prueba los robots humanoides era la construcción de centros de datos.
Por cierto, Softbank es inversor tanto de OpenAI como de Gravis, así que ya vemos que se cierra el círculo y que en el centro de todo esto está un movimiento imparable que se inició con la presentación de GPT-3.5 el día 22 de noviembre de 2022 y que pega ahora un nuevo salto con la aparición de de GPT-6, un modelo del cual Jensen Huang ha dicho que se trata de AGI.
Más noticias sobre IA Física y robótica
🖥️ Nscale y Figure firman una alianza plurianual que contempla un compromiso inicial de 3.500 millones de dólares en cómputo, con intención de superar los 6.000 millones y capacidad potencial para hasta 100.000 GPU NVIDIA Vera Rubin. Nscale se convertirá además en accionista y proveedor preferente de Figure; las primeras GPU se prevén para la segunda mitad de 2027, de modo que la escala anunciada es futura, pero revela que entrenar humanoides empieza a tratarse como un problema de infraestructura comparable al de los grandes modelos de IA.
🏭 Fujitsu, FANUC, Yaskawa y Kawasaki exploran una plataforma abierta y estandarizada que conecte aplicaciones empresariales, modelos de IA y robots de distintos fabricantes, apoyándose en NVIDIA Cosmos, Omniverse, Isaac y Newton. El objetivo abarca fábricas, logística, comercio y sanidad, pero todavía no hay calendario, inversión ni pilotos concretos: la oportunidad está en crear la capa común que evite reconstruir cada integración robótica desde cero.
🇪🇺 NEURA Robotics y SECO se alían para diseñar y fabricar en Europa módulos de computación con Qualcomm Dragonwing para los robots cognitivos de NEURA, incluido el humanoide 4NE1. También preparan un NEURA Gym en Italia y la recopilación de datos industriales reales; es una apuesta por controlar la electrónica, el edge y el aprendizaje alrededor del robot, aunque el anuncio no aporta aún volúmenes de producción ni resultados operativos.
💰 XDOF negocia, según TechCrunch, una Serie B liderada por 8VC con una valoración cercana a 1.200 millones de dólares, apenas tres meses después de salir del modo stealth. La operación no está cerrada, pero los casi 50 millones de dólares de ingresos anualizados y 20 clientes que recoge la información convierten el dato robótico (teleoperación, captura egocéntrica, limpieza y anotación) en una categoría empresarial propia, no solo en un subproducto del fabricante de robots.
🤖 LG y NVIDIA preparan un bípedo basado en Jetson Thor, Isaac GR00T y Halos for Robotics para presentarlo en el primer trimestre de 2027. Más concreta es la fase previa: LG planea validar este año su robot con ruedas CLOiD en una línea de lavadoras de Tennessee y alimentar con esos datos su propio modelo fundacional; el valor no está solo en mostrar otro humanoide, sino en cerrar el bucle entre fábrica, datos, entrenamiento y verificación.
🧠 Dyna Robotics explica la infraestructura con la que entrenó Dyna-2 sobre más de un millón de horas de vídeo egocéntrico y unos 43 millones de episodios. La compañía afirma haber elevado la ingestión de 14.000 a 440.000 horas semanales, reducido de unas 48 horas a menos de un minuto el arranque del primer lote y mantenido las GPU al 98% de utilización: una señal de que, a gran escala, el cuello de botella no es solo conseguir datos y GPU, sino poder almacenar, curar y servir experiencias robóticas de forma repetible.
📹 RoboTok convierte vídeos humanos de internet en trayectorias 3D de las manos relativas al torso y recupera demostraciones con movimientos similares para entrenar manipulación diestra. El trabajo de Rice University y NVIDIA supera sus referencias de recuperación sobre un corpus de 100.000 clips y mejora políticas en simulación, pero los resultados en robot real siguen pendientes; es una vía prometedora para aprovechar vídeo abundante sin confundir similitud visual con acción físicamente ejecutable.
🖐️ TwinDEX empareja un exoesqueleto portátil y una mano robótica de tres dedos y nueve grados de libertad para que demostración y ejecución compartan cinemática, contacto y sensorización. X Square Robot afirma multiplicar por 5,3 el rendimiento efectivo de la teleoperación y completar de forma autónoma una práctica química de 24 pasos usando solo unos cientos de demostraciones sin robot; el avance ataca el coste del dato diestro, aunque las cifras proceden de la propia compañía y necesitan validación independiente.
🧭 Foxglove muestra flujos agénticos para buscar escenas en registros robóticos, modificar visualizaciones mediante lenguaje natural, comparar ejecuciones y conectar por MCP la detección de anomalías con Jira. La plataforma también trabaja directamente sobre datos en la nube y ofrece acceso remoto y paneles de flota; la idea importante es que los agentes empiezan a convertirse en interfaz de investigación y operación, mientras la propia demostración reconoce que decidir qué anomalía importa y automatizar el proceso sin interfaz siguen siendo problemas abiertos.
🏗️ 1872 ha abierto Factory One en Cincinnati para automatizar la fabricación de bastidores de acero destinados a centros de datos y reactores modulares, con 15 millones de dólares de financiación semilla y el objetivo de automatizar la mayor parte del proceso en 2027. Sus fundadores, antiguos ingenieros de SpaceX, parten de un flujo manual e integran soldadura robótica, planificación y orquestación; su disposición a detenerse en un 80% de autonomía si es económicamente suficiente es una lección útil frente a la obsesión por automatizarlo todo.
🛡️ RoboStore y Robo Inc. pasan de distribuir robots Unitree a desarrollar y fabricar equipos en Estados Unidos tras las restricciones de la FCC a nuevos modelos extranjeros. La empresa proyecta una planta de 66.000 pies cuadrados en Long Island para 2027 y robots específicos para sanidad, seguridad y educación; la geopolítica está convirtiendo cumplimiento, fabricación local y soporte en atributos del producto tan decisivos como la capacidad técnica.
🛰️ Northrop Grumman ha puesto en órbita su Mission Robotic Vehicle y tres módulos de propulsión MEP para extender la vida de satélites geoestacionarios. La maniobra clave está prevista para 2027, cuando los dos brazos robóticos del MRV acoplen un módulo al satélite Optus D3 y puedan añadirle unos seis años de servicio: robótica espacial orientada a mantenimiento como servicio, no solo a construir y reemplazar máquinas.
📷 GoPro y Starman Optical firman un acuerdo de fusión para recapitalizar GoPro e incorporar transceptores ópticos fabricados en Estados Unidos, con cierre previsto antes de terminar 2026 y sujeto a aprobaciones. La compañía combinada quiere llevar su propiedad intelectual de imagen y fotónica a centros de datos, defensa, aeroespacio y robótica; por ahora es una intención estratégica, no una nueva línea robótica ya demostrada.
Acaban de presentarse así que no creo que estén probados aún en fábricas.
El salto de Fable 5 a GPT-6 Astra en razonamiento espacial es llamativo, pero en planta la variable crítica no es solo la precisión geométrica sino la robustez ante condiciones no controladas: vibración, oclusiones parciales, cambios de iluminación. ¿Has visto ya estos modelos de IA física probados fuera del entorno de laboratorio, en líneas con alta variabilidad de producto?