El Consumer Electronic Show (CES) de 2026 tuvo mucho de Inteligencia Artificial, tal vez demasiado, incluyendo algunas cosas sin mucho sentido (el famoso AI slop), pero cuando uno de sus principales protagonistas habla de ella es necesario poner atención. Ese fue el caso de Jensen Huang, el CEO de Nvidia, hablando de la IA física o Physical AI.
Porque aunque la IA está por todas partes en estos días, la verdad es que cuando hablamos de ella , especialmente la generativa, solemos referirnos al mundo digital, pero más allá de las pantallas existe un mundo real. ¿Cómo interactúa y entiende la IA al mundo real? La respuesta está en la IA física.
El origen del término y la consolidación de esta disciplina se atribuyen a Mirko Kovac y Aslan Miriyev, quienes en noviembre de 2020 publicaron un artículo en la prestigiosa revista Nature titulado “Skills for physical artificial intelligence”. En él introdujeron el término Physical Artificial Intelligence (PAI) para describir un nuevo campo interdisciplinario que fusiona la robótica, la ciencia de los materiales y la ia.
Se trata básicamente de la evolución de la IA. A diferencia de la Inteligencia Artificial generativa o tradicional, que procesa información abstracta en forma de texto o imágenes, la IA física dota a las máquinas de la capacidad de percibir, razonar y actuar en el mundo tridimensional en tiempo real. En últimas esta disciplina busca integrar el cerebro computacional con un cuerpo robótico, permitiendo que los sistemas no solo entiendan datos, sino que interactúen con la materia y respondan de manera autónoma a entornos complejos y no estructurados.
Aunque Mirko Kovac acuñó el término, el concepto de IA física también ha evolucionado; mientras Kovac le da prioridad a “materializar” la inteligencia en sistemas bio-inspirados, Huang define lo físico como la comprensión del mundo real para interactuar con él mediante agentes/robots.
Índice de temas
Del perro al robot
En una entrevista reciente, Huang explica que, si a un robot se le cae una pelota de la mesa, para él desaparece; en cambio, un perro entiende que cayó al suelo y va a buscarla. Y es que la IA física se relaciona con el entendimiento de las leyes que rigen el mundo real: gravedad, átomos, permanencia de la materia.
Los robots industriales tradicionales dependen de una programación rígida y repetitiva en entornos controlados; en cambio, los sistemas de IA física son adaptativos. Utilizan modelos de aprendizaje profundo para entender las leyes de la física, como la gravedad y la fricción, lo que les permite realizar tareas variables -como doblar ropa o ensamblar piezas complejas- que antes eran imposibles de automatizar debido a la imprevisibilidad del entorno.
Desde el ámbito académico, figuras como Daniela Rus, directora del Laboratorio de Inteligencia Artificial y Ciencias de la Computación del MIT, han señalado que la IA física es la clave para superar las limitaciones de la automatización actual. Según Rus, el avance hacia sistemas bioinspirados y el uso de materiales blandos permitirá que los robots dejen de ser máquinas rígidas aisladas en jaulas para convertirse en socios colaborativos en hospitales, hogares y fábricas.
Los retos y los datos sintéticos
A pesar de los beneficios de la IA física existe un problema y es que muchas veces no existe la suficiente información del mundo físico, por ello la visión de Huang parte de los datos sintéticos. La apuesta de Nvidia es resolver ese cuello de botella con simulaciones que amplifiquen la información existente usando fábricas de datos.
El modelo de Nvidia comienza con dichas fábricas equipadas con sistemas DGX donde se crean los modelos fundacionales sentando las bases cognitivas de lo que será un agente autónomo. De allí, se pasa al Omniverse que es un ecosistema virtual donde los robots pueden ensayar maniobras complejas y cometer errores millones de veces en una fracción del tiempo real, sin riesgo de daños físicos ni costes materiales.
Esta simulación constante no solo perfecciona el movimiento, sino que genera un flujo masivo de datos sintéticos que retroalimenta y pule la inteligencia del sistema de forma infinita antes de que este ponga un solo pie, o rueda, en el mundo exterior.
Finalmente, la transición al mundo real se consolida mediante el despliegue en hardware especializado como los procesadores Jetson Thor que hacen las veces de cerebros en robots, vehículos autónomos y brazos industriales.
Proyecciones económicas y tendencias del mercado global
Las dimensiones económicas de la IA física son masivas. Acumen Research and Consulting estima que el mercado de la IA física, valorado en aproximadamente 3.137 millones de dólares en 2025, superará los 83.600 millones de dólares para el año 2035.
Por su parte, análisis de Morgan Stanley proyectan que el impacto de los robots humanoides y la IA física podría alcanzar un potencial económico de hasta 5 billones de dólares para la mitad del siglo, a medida que estas máquinas se integren en sectores como la logística, la salud y los servicios domésticos.
Una de las tendencias más disruptivas es la adopción del modelo de Robótica como Servicio (RaaS). Esta modalidad permite que las empresas, especialmente las pequeñas y medianas, accedan a flotas de robots mediante suscripciones mensuales en lugar de realizar grandes inversiones iniciales de capital.
Otros actores del mercado
Al hablar de los protagonistas globales de la IA física es conveniente agruparlos en diferentes segmentos que incluyen plataformas de cómputo/simulación, semiconductores para edge/embebidos, y fabricantes de robots. Y si bien , Nvidia es uno de sus principales protagonistas, existen otros jugadores como Arm.
Precisamente, en medio del CES 2026 la empresa de tecnología de chips Arm Holdings anunció que creó una unidad especializada en esta tecnología con el fin de ampliar su presencia en el mercado de la robótica. De esta forma, Arm operará en tres grandes líneas de negocio: Cloud e IA, Edge, que incluye sus dispositivos móviles y productos para PC, y Physical AI, que albergará su negocio automovilístico.
Pero es apenas la punta de lanza de la IA física pues se trata de ecosistema complejo que incluye a grandes fabricantes de robots como Tesla, Boston Dynamics y la gran trinidad de robots industriales ( ABB, FANUC y KUKA), gigantes de la logística como Amazon Robotics, tal vez el mayor usuario de IA física del planeta, y ecosistemas digitales como el de Azure Robotics, pues la IA física apenas está comenzando notarse.
