CEO de Nvidia, Jensen Huang, en CES 2026 promete que la IA ahora será competente como los humanos

Huang dijo que para lograr este avance, es imprescindible crear sistemas capaces de aprender tanto de los datos como de las leyes físicas

Guardar
En CES 2026, el directivo
En CES 2026, el directivo subrayó la importancia de que los sistemas de IA aprendan el sentido común del mundo físico. (Captura YouTube Nvidia)

El evento tecnológico CES 2026 en Las Vegas fue el escenario elegido por Jensen Huang, CEO de Nvidia, para presentar su visión sobre el futuro de la inteligencia artificial física. Este concepto, según Huang, representa el salto de la IA desde los sistemas que procesan información en pantallas a agentes capaces de interactuar con el mundo real.

A diferencia de la IA conversacional, la IA física debe comprender y razonar sobre la dinámica, la causalidad y las leyes fundamentales que rigen el entorno, algo que, según el ejecutivo, marcará la verdadera revolución en la tecnología inteligente.

La IA física: de comprender el mundo virtual a actuar como los humanos

Durante su presentación, Huang subrayó la importancia de que los sistemas de IA aprendan el sentido común del mundo físico: “Lo siguiente es la IA física. Este es un ámbito sobre el que me has visto hablar durante varios años. De hecho, llevamos ocho años trabajando en esto. La pregunta es: ¿cómo pasas de algo inteligente dentro de una computadora que interactúa contigo mediante pantallas y altavoces, a algo que pueda interactuar con el mundo?“.

Huang subrayó la importancia de
Huang subrayó la importancia de que los sistemas de IA aprendan el sentido común del mundo físico. (Captura YouTube Nvidia)

“Es decir, que entienda el sentido común de cómo funciona el mundo. Permanencia de los objetos: si miro hacia otro lado y luego vuelvo a mirar, ese objeto sigue ahí. Causalidad: si lo empujo, se cae. Entiende la fricción y la gravedad. Entiende la inercia, que un camión pesado bajando por la carretera necesitará más tiempo para detenerse, que una pelota seguirá rodando. Estas ideas son sentido común incluso para un niño pequeño, pero para la IA son totalmente desconocidas”, agregó.

En otro momento, el CEO de Nvidia dijo que para lograr este avance, es imprescindible crear sistemas capaces de aprender tanto de los datos como de las leyes físicas: “Así que debemos crear un sistema que permita a las IAs aprender el sentido común del mundo físico, aprender sus leyes, pero también aprender de los datos, que además son escasos, y poder evaluar si la IA está funcionando, es decir, debe simular en un entorno”.

“¿Cómo sabe una IA que las acciones que realiza son correctas si no puede simular la respuesta del mundo físico? La respuesta de sus acciones es crucial para simular. Si no, no hay forma de evaluarlo”, añadió.

A diferencia de la IA
A diferencia de la IA conversacional, la IA física debe razonar sobre la dinámica, la causalidad y las leyes fundamentales que rigen el entorno. (Captura YouTube Nvidia)

El momento ChatGPT para la robótica está cerca: nuevas herramientas y modelos de Nvidia

El CEO de Nvidia afirmó que “el momento ChatGPT para la IA física está cerca”, pero el reto es claro: el mundo físico es diverso e impredecible. Recopilar datos reales para entrenar es lento y costoso, y nunca es suficiente. La respuesta es el dato sintético. Todo comienza con NVIDIA Cosmos, un modelo fundacional de mundo abierto para la IA física. Preentrenado con videos a escala de internet, datos reales de conducción y robótica, y simulación 3D.

“Cosmos aprendió una representación unificada del mundo, capaz de alinear lenguaje, imágenes, 3D y acción. Realiza habilidades de IA física como generación, razonamiento y predicción de trayectorias”, afirmó el directivo de la compañía que en 2025 se posicionó como la más valiosa del mundo.

Esta visión se traduce en una apuesta más amplia por la robótica y los sistemas autónomos. Según Ali Kani, vicepresidente de automoción de Nvidia, “la IA física y la robótica serán eventualmente el segmento más grande de electrónica de consumo en el mundo”, anticipando que “todo lo que se mueva será, en última instancia, totalmente autónomo, impulsado por IA física”.

La colaboración de Nvidia con
La colaboración de Nvidia con gigantes industriales como Siemens, Cadence y Synopsis busca llevar la IA física a todo el ciclo de vida industrial. (Captura YouTube Nvidia)

Para acelerar ese desarrollo, Nvidia ha presentado Alpamayo, una familia de herramientas y modelos de código abierto para conducción autónoma, junto a Cosmos Reason 2, Jetson T4000 y un marco de simulación abierto para facilitar la evaluación y el despliegue seguro de IA física.

Nvidia también destaca la importancia de la generación de datos sintéticos y de marcos de simulación como Isaac Lab Arena, que permiten probar y entrenar robots en entornos variables y realistas. Huang resume el desafío: “El momento de ChatGPT para la robótica ha llegado”, argumentando que los modelos capaces de razonar y planificar acciones en el mundo real están abriendo nuevas aplicaciones y oportunidades para la industria.

Con estos anuncios, Nvidia busca posicionarse a la vanguardia de la transición hacia una inteligencia artificial que no solo conversa, sino que percibe, razona y actúa, acercando la tecnología a un nuevo nivel de competencia y autonomía similar a la humana.