Una nueva plataforma abierta para la robótica del futuro
NVIDIA ha anunciado importantes avances en el desarrollo de herramientas para robótica física con el lanzamiento del motor de simulación Newton, el modelo fundacional Isaac GR00T N1.6 y nuevas versiones de sus world foundation models Cosmos. Todas estas herramientas están ya disponibles en la plataforma Isaac Lab, como parte de su estrategia para crear una infraestructura abierta y acelerada para el desarrollo de robots.
La compañía apuesta por una visión integrada donde los robots puedan aprender habilidades complejas en entornos simulados realistas, razonar como humanos y transferir ese conocimiento al mundo físico de forma fiable.
Con estas últimas actualizaciones, los desarrolladores ahora tienen los tres ordenadores necesarios para llevar los robots del laboratorio a la vida cotidiana: Isaac GR00T como cerebro, Newton como cuerpo y Omniverse como campo de entrenamiento.
Rev Lebaredian, vicepresidente de Omniverse y tecnologías de simulación en NVIDIA.
Newton: simulación realista al servicio de la robótica
El motor de física Newton, ahora en versión beta y gestionado por la Linux Foundation, ha sido creado junto a Google DeepMind y Disney Research. Utiliza aceleración por GPU para permitir simulaciones precisas y complejas, esenciales para que los robots aprendan tareas como caminar sobre nieve, sujetar frutas o manipular objetos frágiles.
Más de 250.000 desarrolladores en robótica necesitan este tipo de simulación avanzada para garantizar que los comportamientos aprendidos en entornos virtuales funcionen en el mundo real. Entre los primeros en adoptar Newton se encuentran instituciones como ETH Zurich, la Universidad Técnica de Múnich y Lightwheel.
Isaac GR00T N1.6: inteligencia y sentido común en acción
La nueva versión del modelo Isaac GR00T incorpora Cosmos Reason, un modelo de lenguaje, visión y razonamiento que dota a los robots de capacidades de comprensión similares a las humanas. Es capaz de interpretar instrucciones ambiguas, generar planes paso a paso y actuar con sentido común en situaciones inéditas.
Cosmos Reason ya ha superado el millón de descargas y lidera el Physical Reasoning Leaderboard en Hugging Face. Además, permite generar y etiquetar grandes volúmenes de datos reales y sintéticos para entrenar nuevos modelos. Gracias a este sistema, Isaac GR00T N1.6 puede mover el torso y los brazos con mayor libertad y completar tareas complejas como abrir puertas pesadas.
Modelos Cosmos WFMs: datos generativos para IA física
NVIDIA ha actualizado también sus modelos Cosmos WFMs, descargados más de tres millones de veces, que permiten generar datos sintéticos con instrucciones de texto, imágenes y vídeos. El nuevo Cosmos Predict 2.5 puede crear vídeos de hasta 30 segundos con múltiples perspectivas de cámara, mientras que Cosmos Transfer 2.5 genera datos fotorrealistas a partir de simulaciones 3D, siendo 3,5 veces más eficiente que versiones anteriores.
Entrenamiento en manipulación robótica con Isaac Lab 2.3
Una de las tareas más difíciles en robótica es enseñar a un robot a sujetar objetos. NVIDIA ha creado un nuevo flujo de trabajo de agarre diestro en la versión para desarrolladores de Isaac Lab 2.3. Utilizando Omniverse, este sistema entrena manos y brazos robóticos mediante un currículo automatizado que incrementa progresivamente la dificultad del entorno.
Boston Dynamics ha utilizado este sistema para mejorar las capacidades manipulativas de su robot Atlas.
Evaluación estandarizada de habilidades en simulación
La simulación es clave para probar habilidades robóticas antes de llevarlas al mundo físico. Para facilitar esto, NVIDIA y Lightwheel han desarrollado Isaac Lab – Arena, un entorno abierto para evaluar políticas de comportamiento a gran escala. Esta herramienta estará disponible próximamente.
Infraestructura de IA para todas las cargas de trabajo robóticas
Para soportar estas herramientas, NVIDIA presentó nuevos sistemas como el GB200 NVL72 con CPUs Grace y GPUs Blackwell, adoptado por grandes proveedores de la nube. También lanzó los RTX PRO Servers para cargas de desarrollo robótico y Jetson Thor, un módulo con GPU Blackwell que permite inferencia en tiempo real directamente en el robot.
Adopción global y presencia en CoRL 2025
Universidades como Stanford, Carnegie Mellon y la Universidad Nacional de Singapur ya están utilizando estas tecnologías para impulsar la investigación en robótica. Además, se han presentado en la conferencia CoRL 2025 en Seúl proyectos como BEHAVIOR, un nuevo referente en aprendizaje robótico del Stanford Vision and Learning Lab.
El futuro de la robótica física parece más cercano que nunca gracias a estas innovaciones abiertas y colaborativas.
