Nvidia ha presentado GR00T 2, un modelo de IA abierto que permite a los robots aprender habilidades manuales delicadas observando vídeos de humanos, y lo acompaña de 100.000 horas de grabaciones en primera persona que libera para que cualquiera las use. Lo define como un «modelo de acción del mundo», capaz de predecir cómo sus movimientos cambiarán lo que ve antes de ejecutarlos. Lo anunció en la conferencia CoRL de Austin el 9 de noviembre de 2026 y lo cuenta TheNextWeb.
La idea de fondo es poderosa: que un robot aprenda a hacer algo mirándote hacerlo a ti, y que luego ese aprendizaje sirva para otro robot con un cuerpo distinto.
¿Cómo aprende GR00T 2?
Combinando datos de robots con vídeo humano, para transferir habilidades de las personas a las máquinas. Según TheNextWeb, se entrenó con grabaciones de robots y con 100.000 horas de vídeo en primera persona, y eso permite que los robots adquieran destrezas de los humanos y las pasen entre robots de distinta forma física.
Liberar ese enorme conjunto de vídeos es el movimiento más relevante, porque el cuello de botella de la robótica no es el hardware, sino los datos de entrenamiento. Es la misma apuesta que Nvidia ya exhibió con DreamDojo, el «modelo del mundo» que enseñaba a los robots mirando 44.000 horas de vídeo humano, ahora más que duplicada. A ello suma Isaac Lab 3.0, una herramienta de código abierto para entrenar robots en simulación que, según la compañía, entrena hasta 2,5 veces más rápido en una de sus pruebas. Todo encaja en el salto de Nvidia hacia la IA física, con datos sintéticos como combustible.
¿Qué dicen los números y qué letra pequeña tienen?
Que el modelo rinde bien, pero en tareas que Nvidia eligió entre las que ya sabía hacer. Según los datos de la propia Nvidia, GR00T 2 completó 40 de 50 tareas al menos una vez sin entrenamiento específico para cada una; con una sola demostración alcanzó un 71 % de éxito medio, y con cinco, un 95 %.
Son cifras llamativas, pero el propio material de Nvidia reconoce el truco: las tareas se escogieron entre aquellas que el modelo ya podía aprender bien. Eso no invalida los resultados, pero obliga a leerlos como lo que son, un escaparate, no una media del mundo real. La vía de aprender de datos humanos se explora también por caminos más exóticos, como grabar las ondas cerebrales de personas haciendo tareas físicas para entrenar robots.
¿Dónde se va a usar?
En fábricas y tareas manuales finas, aunque todavía nadie lo ha llevado a producción. Según TheNextWeb, Foxconn lo usa para ayudar a fabricar servidores de IA, Siemens lo prueba para trabajo en planta y Nexuni lo ensaya para lavandería. Ninguna ha confirmado aún su uso real en producción. La propia Siemens, por separado, ya ha probado un humanoide con tecnología de Nvidia en un turno de fábrica de ocho horas, aunque ese ensayo no corresponde específicamente a GR00T 2.
El respaldo académico lo pone Ken Goldberg, profesor de robótica en la Universidad de California en Berkeley que colaboró con Nvidia en dos de los proyectos, y que no se queda corto: dice que «la robótica agéntica es el desarrollo tecnológico más emocionante desde internet en 1995».
Mi lectura es que GR00T 2 importa más por lo que reparte que por lo que presume. Las 100.000 horas de vídeo liberadas valen más que cualquier benchmark, porque atacan el problema real —la falta de datos— y lo hacen de forma abierta, para que no solo Nvidia construya sobre ellos. Dicho esto, conviene bajar el entusiasmo un par de peldaños: que un modelo acierte el 95 % en tareas elegidas por su creador y que tres empresas lo «prueben» sin usarlo en serio es exactamente el punto en el que lleva años la robótica humanoide, el de la promesa constante que no termina de aterrizar en la fábrica. La frase de Goldberg sobre «internet en 1995» es seductora, pero en 1995 internet ya funcionaba para millones de personas; estos robots, por ahora, funcionan para los vídeos de demostración. El avance es real y la dirección, la correcta. Solo falta lo de siempre: que salga del laboratorio.