Physical Intelligence, IA robótica, negocia US$1.000M

Physical Intelligence negocia US$1.000 millones y apunta a una valoración de US$20.000 millones

Physical Intelligence mantiene conversaciones preliminares para captar al menos US$1.000 millones en capital nuevo, una ronda que llevaría su valoración hasta aproximadamente US$20.000 millones, según informó Bloomberg. La cifra casi duplica los US$11.500 millones que la startup de software robótico alcanzó a principios de este año.

El dato que debería hacer levantar la ceja a cualquier founder: la compañía no genera ingresos todavía. Aun así, los inversores actuales Lux Capital y Avenir están negociando liderar la operación, lo que confirma que el apetito del capital riesgo por los modelos fundacionales de IA aplicados al mundo físico sigue intacto.

¿Qué hace Physical Intelligence y por qué atrae a Jeff Bezos?

Fundada en 2024 por exinvestigadores de Google DeepMind junto a académicos de Stanford y UC Berkeley, la empresa desarrolla una plataforma de IA independiente del hardware, pensada para controlar distintos sistemas robóticos con un mismo modelo.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

Su lista de inversores explica buena parte del ruido: CapitalG (el fondo de Alphabet), Thrive Capital y Jeff Bezos, fundador de Amazon. Las ofertas de empleo publicadas por la compañía apuntan a dónde va el esfuerzo: entrenar modelos en tareas físicas rutinarias que van desde embolsar artículos y clasificar vajilla hasta instalar bombillas.

Ese detalle importa más de lo que parece. La robótica tradicional se construye caso por caso: un brazo programado para una tarea específica en una línea específica. La apuesta de Physical Intelligence es la contraria, un modelo general que se adapta a muchas tareas y muchos cuerpos robóticos. Es el mismo salto que separó a los modelos de lenguaje de los sistemas de reglas previos.

La beta de la API Pi: el catalizador detrás de la ronda

El interés de los inversores no salió de la nada. A principios de este mes, la startup abrió el acceso beta de sus últimos modelos de robótica a desarrolladores externos para ajuste fino, un movimiento que busca establecer una capa operativa omnipresente para la robótica antes de que sus rivales consoliden ecosistemas propietarios.

Según Unite.AI, el anuncio de la beta de la Pi API llegó el 13 de octubre de 2026 y funciona con lista de espera. El flujo es directo: el desarrollador sube datos de su robot, lanza el ajuste fino sobre la infraestructura que Physical Intelligence administra, y accede al modelo ajustado a través de una pasarela alojada para correr inferencia. Los modelos detrás de la API, π0, π0-FAST y π0.5, están preentrenados con más de 10.000 horas de datos de robots y publicados en el repositorio openpi bajo licencia Apache-2.0.

Para dimensionar el perfil de usuario: Unite.AI documenta que correr los modelos abiertos en local exige una GPU NVIDIA con más de 8 GB de memoria para inferencia (el ejemplo que dan es la RTX 4090) y más de 70 GB en hardware como la A100 o la H100 para ajuste fino completo. Entre los primeros socios aparecen Actor, una empresa de Utah que despliega maquinaria pesada autónoma, y Almond, cuyo robot de dos brazos Axol logró desbarbar piezas de su propio ensamblaje tras cuatro días iterando con la API.

¿Cuánto dinero mueve la IA física en 2026?

Mucho, y cada vez más rápido. Según datos de Crunchbase, el financiamiento de capital riesgo a startups de robótica a nivel global sumó US$9.900 millones en el tercer trimestre de 2026, más del doble de los US$4.300 millones del mismo trimestre de 2025. Entre el primer y el tercer trimestre, la inversión en el sector creció alrededor del 185% interanual.

El reparto geográfico también dice algo: China concentró US$13.200 millones y Estados Unidos US$12.100 millones, mientras que Alemania, tercero en la lista, queda muy atrás con US$1.700 millones. Entre las rondas más grandes del año, Crunchbase registra los US$900 millones de Xpeng Robotics y los US$736 millones de la Serie C de AI² Robotics en China, además de los US$1.400 millones de Neura Robotics en Alemania.

El cuello de botella del sector no es el capital, es el dato. Como explicó Ulrik Stig Hansen, co-CEO de Encord, en el Long Horizon Physical AI Summit recogido por Crunchbase: no existe un internet de datos físicos, así que primero hay que recolectarlos y convertirlos de tokens de sensores a tokens de acción. Almacenar, curar, enriquecer y validar esos datos es una operación muy cara.

Skild AI y la carrera por el modelo fundacional de robótica

La competencia no es teórica. La fuente original señala que Physical Intelligence se enfrenta a actores consolidados con recursos enormes como OpenAI y Tesla, además de rivales especializados como Skild AI, que alcanzó una valoración de US$14.000 millones en enero y superó recientemente los US$100 millones en ingresos recurrentes anuales.

El research confirma la magnitud del rival. Según Technical.ly, Skild AI se fundó en 2023, ha levantado más de US$2.000 millones y está valorada en más de US$14.000 millones. Su modelo S1 puede aprender tareas nuevas a partir de un solo video, y la compañía planea desplegarlo en escenarios reales en 2027. Crunchbase precisa que la ronda que impulsó a Skild fue de US$1.400 millones para su modelo fundacional Skild Brain.

Y hay un tercer jugador moviendo el tablero: Nvidia. Según Ars Technica, el CEO Jensen Huang describió el negocio de IA física como generador de casi US$10.000 millones en ingresos anuales para la compañía, y en junio de 2026 Nvidia amplió su arquitectura de seguridad Halos al terreno de la robótica.

¿Qué significa esto para tu startup?

Tres lecturas concretas.

Primero: la ventana de la capa de datos está abierta. Si tu startup toca robótica, manufactura, logística o agro, el activo escaso no es el modelo, es el dataset de tareas físicas. Physical Intelligence, Skild y Nvidia están comprando o construyendo esa capa. Una startup hispanohablante con acceso privilegiado a un entorno físico real (una planta, un almacén, un campo) tiene algo que ninguna cantidad de capital compra rápido.

Segundo: la API como atajo. La beta de la Pi API permite ajustar un modelo fundacional sin construir tu propio stack de ML. Antes de contratar un equipo de investigación, vale la pena evaluar si tu caso de uso se resuelve con ajuste fino sobre un modelo existente. El costo de entrada documentado por Unite.AI, una GPU de más de 8 GB para inferencia, es radicalmente menor que entrenar desde cero.

Tercero: cuidado con el relato. Una valoración de US$20.000 millones sin ingresos no es una validación de modelo de negocio, es una apuesta a la categoría. Si estás levantando en este espacio, tus inversores van a comparar tu tracción con la de Skild, que ya reporta US$100 millones de ARR. Ten claro qué métrica te hace defendible y no te dejes arrastrar por el entusiasmo del sector.

Dos acciones para esta semana:

Mapea tu dato físico. Haz una lista de las tareas repetitivas que ocurren en tu operación o en la de tus clientes y pregúntate cuáles generan datos capturables. Ese inventario es tu activo más defendible en un mercado donde el capital sobra.
Prueba la lista de espera. Si tienes un caso de uso robótico claro, postular a la beta de la Pi API cuesta cero y te da acceso a modelos que hoy usan empresas de Estados Unidos, Japón y Suiza. Documenta tu iteración: los casos citados por Unite.AI muestran que cuatro días de ajuste fino pueden producir un resultado comercial.

Conclusión

Physical Intelligence es el termómetro de una categoría que pasó de promesa a presupuesto. La ronda de US$1.000 millones a US$20.000 millones de valoración, reportada por Bloomberg, no dice tanto sobre la empresa como sobre el momento: el capital riesgo decidió que la IA física es la próxima ola y está dispuesto a pagar antes de ver ingresos. Para un founder, la pregunta útil no es si la ola llega, sino en qué parte de ella tiene una ventaja real.