IA física: el salto de la IA generativa a robots y fábricas

El salto de la pantalla al mundo físico

Llevamos dos años obsesionados con la IA generativa que escribe, resume y responde. La siguiente ola ya empezó y es más profunda: la IA física, sistemas que no solo generan texto sino que perciben el mundo real, razonan y actúan sobre él.

Un robot industrial identifica una pieza defectuosa y la retira sin intervención humana. Una cámara inteligente detecta una anomalía en una línea de producción y dispara una respuesta. Un vehículo interpreta el tráfico y decide cómo reaccionar. Una fábrica prueba cambios en un gemelo digital antes de tocar la planta física.

El cambio no es incremental. Según IEBS, mientras la IA generativa todavía descubre sus límites productivos, la IA física empieza a convertirse en infraestructura empresarial. La diferencia operativa es enorme: una cosa es pedirle a un modelo que redacte un correo; otra muy distinta es confiarle a una máquina una decisión en planta.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Por qué Japón lleva la delantera (y qué podemos aprender)

Japón no empezó de cero. Aprovechó su punto fuerte histórico (robótica industrial, fabricación de precisión) y le montó IA encima. El movimiento quedó sellado este 2026 con la entrada de Toyota, Fujitsu, Kawasaki Heavy Industries, FANUC y Kioxia en la Physical AI Coalition de Nvidia, según reportó The Globe and Mail.

El dato clave lo dio Jensen Huang, CEO de Nvidia: «La próxima frontera de la IA está en el mundo físico, y esta es una oportunidad generacional para Japón». Tres gigantes de la robótica industrial (Kawasaki, FANUC y Yaskawa) ya estaban usando tecnología de Nvidia antes incluso del anuncio.

Según Memeburn, las empresas que planean sumarse a la Cosmos Coalition incluyen además a Hitachi, Kubota, NEC, SoftBank, Sony y Yaskawa Electric. El acuerdo les da acceso a modelos abiertos, datasets y frameworks, y a cambio aportan conocimiento de industria y datos de entrenamiento para adaptar los robots a sus entornos reales.

Ese es el patrón que cualquier founder debería mirar. Japón no inventó la IA física. Sumó lo que ya sabía hacer (robots, automatización, procesos) a la capa de IA que faltaba.

El stack completo que Nvidia está montando

Lo que Nvidia está construyendo va más allá de vender chips. En SIGGRAPH 2026 (julio de 2026), la compañía presentó Cosmos 3 Edge, un modelo de 4.000 millones de parámetros optimizado para correr directamente sobre robots y cámaras, sin depender de un datacenter remoto. Está disponible con pesos abiertos en Hugging Face bajo licencia OpenMDW 1.1, según TechTimes.

El movimiento es estratégico. Nvidia está conectando cuatro piezas en un mismo stack:

Jetson (cómputo dentro del robot).
Cosmos (modelos que entienden y predicen el mundo físico).
Isaac (desarrollo de robótica).
Omniverse (simulación de fábricas y entornos).

El dato que mejor mide el salto: el simulador Cosmos-Dreams para vehículos autónomos pasó de necesitar 64 GPUs GB300 a correr en una sola workstation con RTX PRO 6000. La compresión de cómputo es brutal y cambia quién puede permitirse entrenar robots.

Fujitsu, FANUC, Yaskawa Electric y Kawasaki están, además, explorando una plataforma de control colaborativo que combine Cosmos con Isaac, Omniverse NuRec y el motor de física Newton, según Memeburn. La primera fase de esa colaboración arranca a finales de 2026.

Las cifras que importan para dimensionar el mercado

La IA física ya no es una promesa, es un mercado con cifras reales:

22.000+ robots humanoides se enviaron a nivel mundial en el primer semestre de 2026, un crecimiento cercano al 300% interanual, según Counterpoint Research y citado por Forbes.
Agibot lideró con ~9.700 unidades (43% de cuota); Unitree segundo con 7.000+ (31%).
Counterpoint proyecta más de 50.000 unidades en 2026, mientras que Smart Analytics Global estima ~60.000 por US$1.600 millones en ingresos.
Las aplicaciones todavía están sesgadas: más del 60% de los envíos son para entretenimiento, performance e investigación. Solo el 13% va a manufactura inteligente y el 5% a warehousing.
En paralelo, el programa gubernamental japonés Noetra planea comprar 27.500 chips Nvidia Rubin para desarrollo de IA física, con construcción prevista para abril de 2027 y operaciones en junio de 2028, según reportó Reuters y recogió Memeburn.

Y la inversión privada corre en paralelo: Figure AI ronda los US$39.000 millones de valoración privada; NEURA Robotics cerró en junio de 2026 una Serie C de hasta US$1.400 millones valorándola en ~US$7.000 millones; Apptronik superó los US$5.500 millones tras ampliar su Serie A a más de US$935 millones en febrero de 2026, según Memeburn.

El cambio regulatorio que ningún founder puede ignorar

El 28 de julio de 2026, la FCC de Estados Unidos añadió los dispositivos robóticos avanzados fabricados en el extranjero a su Covered List, según Ars Technica. La medida bloquea nuevos modelos producidos fuera de EE. UU., incluidos humanoides, cuadrúpedos y robots móviles con sensores, conectividad y modelos de IA a bordo.

Lo más relevante: la prohibición no se limita a China. Cubre también robots producidos en países aliados como Japón, Corea del Sur y Alemania. Para founders de Latinoamérica o España que piensen llevar robots a clientes estadounidenses, esto redefine qué hardware se puede vender en ese mercado.

¿Qué significa esto para tu startup?

Si vendes software o servicios B2B, no compites con Nvidia ni con los fabricantes de humanoides. Compites en una capa distinta, y ahí hay tres jugadas concretas:

Empieza por lo que ya sabes hacer. El ejemplo japonés es claro: la ventaja competitiva no está en comprar el último modelo, sino en conectar la IA con tu conocimiento de industria. Si tu empresa ya entiende un nicho (logística, salud, retail, manufactura), la pregunta correcta es «¿qué parte de mi know-how puedo convertir en un agente o un sistema físico que escale 24/7?».
Atiende a la fragmentación del stack. Nvidia provee el hardware y los modelos base, pero cada robot, cada fábrica, cada hospital necesita adaptación local: datos de entrenamiento propios, integraciones con sistemas legados, mantenimiento. Ahí hay margen para startups especializadas.
Piensa en el duty-cycle, no en el demo. Counterpoint mostró que solo el 13% de los humanoides enviados están hoy en manufactura y el 5% en warehousing. La barrera no es la IA; es la confiabilidad operativa. Si logras que tu sistema físico funcione turnos completos sin intervención humana, tienes una ventaja defendible.

La IA física es la confirmación de algo que IEBS señala bien: la tecnología tenderá a ser commodity. Lo que cada vez valdrá más es el conocimiento profundo de un negocio real conectado a esa tecnología.

Conclusión

La IA física ya no es un roadmap de Nvidia ni un keynote futurista. Es un mercado con 22.000 robots enviados en seis meses, alianzas firmadas con Toyota y FANUC, regulaciones de la FCC de por medio y valuations de nueve dígitos para los pioneros. Para los founders hispanohablantes, el mensaje es doble: el suelo tecnológico se está nivelando (los modelos son abiertos, el hardware cada vez más barato), pero la capa donde se juega la ventaja competitiva es la que siempre estuvo en nuestras manos: conocimiento específico del negocio + capacidad de ejecutarlo de forma recurrente.