En el cierre de su keynote de GTC 2026, Jensen Huang apareció con un invitado inesperado: una versión robótica de Olaf, el personaje de Frozen. No fue una demo “perfecta” de conversación, y justo por eso resultó reveladora. El mensaje no era que el robot contara chistes mejores, sino que pudiera moverse con soltura, mantener el equilibrio y responder en tiempo real dentro de un entorno complejo. Según explicó Nvidia, ese Olaf “aprendió” a caminar usando Jetson y entrenando en Omniverse, el simulador de la compañía. La escena funcionó como metáfora: si puedes enseñar a un personaje a desplazarse con naturalidad en un parque temático, también puedes entrenar a una máquina para operar en fábricas, carreteras o almacenes, con la misma lógica de “practicar sin romper nada”.

Esta línea se engloba en lo que Nvidia llama IA física: sistemas de inteligencia artificial metidos dentro de máquinas que tienen que lidiar con el mundo real, con sus baches, reflejos, personas impredecibles y objetos que no se comportan como en un laboratorio. ZDNET lo señalaba como una de las grandes corrientes del último año, muy visible ya en CES, y en GTC 2026 Nvidia decidió apretar el acelerador con modelos, plataformas y una idea central: sin datos adecuados y pruebas a escala, la IA física se queda en promesa. Continúa leyendo «El salto de Nvidia hacia la IA física: robots más creíbles, robotaxis a escala y datos sintéticos como combustible»