En el CES 2026 de Las Vegas, Jensen Huang, CEO de Nvidia, presentó su visión sobre la “IA física”: la evolución de sistemas inteligentes que dejan de limitarse a procesar información en pantallas para convertirse en agentes capaces de interactuar con el mundo real.
Frente a la IA conversacional, la IA física requiere comprensión y razonamiento sobre la dinámica, la causalidad y las leyes físicas del entorno, lo que, según Huang, será el factor que impulse una nueva etapa en la tecnología inteligente.
La IA física: de comprender el mundo virtual a actuar como los humanos
Huang explicó que es imprescindible que los sistemas de IA adquieran un sentido común físico. Dijo que llevan años trabajando en ello y planteó el desafío de pasar de inteligencia confinada a una pantalla a sistemas capaces de interactuar con su entorno.
Detalló aspectos concretos de ese sentido común: la permanencia de los objetos, la causalidad (si se empuja algo, puede caerse), la fricción, la gravedad y la inercia —por ejemplo, que un vehículo pesado tarda más en detenerse o que una pelota continúa rodando—. Son conceptos simples para un niño pero, en su opinión, todavía no integrados en la mayoría de las IA.
Para avanzar en esa dirección, Huang sostuvo que es necesario desarrollar sistemas que aprendan tanto de datos como de las leyes físicas: que incorporen conocimientos del mundo real y que, al mismo tiempo, puedan aprovechar datos escasos mediante simulación.
Sin la capacidad de simular cómo reaccionará el mundo físico ante una acción, dijo, no hay forma fiable de evaluar si esa acción es correcta, porque la evaluación depende de la respuesta simulada del entorno.
El momento ChatGPT para la robótica está cerca: nuevas herramientas y modelos de Nvidia
Huang afirmó que el “momento ChatGPT” para la IA física está cerca, aunque reconoció el reto que supone la variedad e imprevisibilidad del mundo real. Recoger datos reales para entrenamiento es lento, caro y siempre insuficiente; la alternativa es recurrir a datos sintéticos. En ese contexto presentó NVIDIA Cosmos, un modelo fundacional y de mundo abierto para IA física, preentrenado con videos a escala, datos reales de conducción y robótica, y simulación 3D.
Según Nvidia, Cosmos ha aprendido una representación unificada del mundo que integra lenguaje, imágenes, 3D y acción, y puede desempeñar tareas de IA física como generación, razonamiento y predicción de trayectorias. La compañía, que en 2025 fue la más valiosa del mundo, sitúa este desarrollo en el centro de su estrategia.
La iniciativa forma parte de una apuesta más amplia por la robótica y los sistemas autónomos. Ali Kani, vicepresidente de automoción de Nvidia, prevé que la IA física y la robótica se convertirán en uno de los segmentos más grandes de la electrónica de consumo, y que, con el tiempo, gran parte de los objetos móviles serán totalmente autónomos impulsados por esta tecnología.
Para acelerar la adopción, Nvidia presentó Alpamayo, una serie de herramientas y modelos de código abierto para conducción autónoma, junto con Cosmos Reason 2, la plataforma Jetson T4000 y un marco de simulación abierto diseñado para facilitar la evaluación y el despliegue seguro de soluciones de IA física.
La compañía también subrayó la relevancia de generar datos sintéticos y de utilizar marcos de simulación como Isaac Lab Arena para entrenar y probar robots en entornos variados y realistas. Huang resumió que los modelos capaces de razonar y planificar acciones en el mundo real están creando nuevas aplicaciones y oportunidades en la industria.
Con estos anuncios, Nvidia aspira a liderar la transición hacia una inteligencia artificial que no solo interactúe verbalmente, sino que perciba, razone y actúe en el mundo físico con un nivel de autonomía y competencia cada vez más cercano al humano.
