El código abierto se ha convertido en esencial para impulsar la innovación en robótica y autonomía. Al proporcionar acceso a infraestructuras críticas, desde frameworks de simulación hasta modelos de IA, NVIDIA está facilitando el desarrollo colaborativo que acelera el camino hacia sistemas autónomos más seguros y capaces.
En el útlimo CES, NVIDIA presentó un nuevo conjunto de modelos y frameworks abiertos de IA física para acelerar el desarrollo de humanoides, vehículos autónomos y otras incorporaciones físicas de IA. Estas herramientas abarcan todo el ciclo de vida del desarrollo robótico, desde la simulación de mundos de alta fidelidad y la generación de datos sintéticos hasta la orquestación nativa en la nube y el despliegue en el borde, proporcionando a los desarrolladores un conjunto modular para construir sistemas autónomos capaces de razonar, aprender y actuar en el mundo real.
OpenUSD proporciona el framework común que estandariza cómo se comparten los datos 3D entre estas herramientas físicas de IA, permitiendo a los desarrolladores construir gemelos digitales precisos y reutilizarlos sin problemas desde la simulación hasta el despliegue. Las bibliotecas NVIDIA Omniverse, construidas sobre OpenUSD, sirven como fuente de simulación de la verdad terrestre que alimenta toda la pila.
De Los Laboratorios Al Recinto Ferial
En el CES 2026, los desarrolladores sacaron la pila de IA física de NVIDIA del laboratorio y la llevaron a la zona de exposición, presentando máquinas que iban desde maquinaria pesada y asistentes de fábrica hasta robots sociales y de servicio.
La pila accede a los world models de NVIDIA Cosmos; las tecnologías NVIDIA Isaac, incluyendo el nuevo framework de código abierto Isaac Lab-Arena para la evaluación de políticas; el portafolio abierto de modelos de IA de NVIDIA Albamayo y conjuntos de datos físicos de IA para vehículos autónomos; y el framework NVIDIA OSMO para orquestar entrenamiento en entornos informáticos.
El Cat AI Assistant de Caterpillar, impulsado por modelos abiertos NVIDIA Nemotron para IA basada en agente y funcionando en el módulo de IA en el edge NVIDIA Jetson Thor, aporta la interacción en lenguaje natural directamente a la cabina de vehículos pesados. Los operadores pueden hacer preguntas al estilo «Hola Gato» y recibir orientación paso a paso, así como ajustar los parámetros de seguridad por voz.
Tras bambalinas, Caterpillar utiliza las bibliotecas de Omniverse para construir gemelos digitales en fábricas y obras que pueden ayudar a simular diseños, patrones de tráfico y workflows multimáquina. Estos conocimientos se reintroducen en equipos y flotas antes de que los cambios se desplieguen en los lugares de trabajo, haciendo que las operaciones asistidas por IA sean más seguras y eficientes.
LEM Surgical presentó su Sistema Quirúrgico Robótico Dynamis, que cuenta con la aprobación de la FDA y se utiliza de forma clínica rutinaria para procedimientos de columna. El sistema de próxima generación utiliza NVIDIA Jetson AGX Thor para computación, NVIDIA Holoscan para procesamiento de sensores en tiempo real y NVIDIA Isaac for Healthcare para entrenar sus brazos autónomos.
LEM Surgical también utiliza NVIDIA Cosmos Transfer, un world model abierto y totalmente personalizable que permite la generación de datos sintéticos basada en física, para generar datos sintéticos de entrenamiento y el frameworkNVIDIA Isaac Sim para la simulación de gemelos digitales. Diseñado como un robot quirúrgico humanoide de doble brazo para cirugía de tejidos duros, el sistema Dynamis imita la destreza del cirujano humano y permite procedimientos complejos de columna con mayor precisión, aliviando las exigentes exigencias físicas de cirujanos y asistentes quirúrgicos.
NEURA Robotics está construyendo robots cognitivos sobre una pila completa de NVIDIA, utilizando Isaac Sim e Isaac Lab para entrenar sus robots humanoides 4NE1 y de servicio MiPA en gemelos digitales basados en OpenUSD antes de su despliegue en entornos domésticos y lugares de trabajo. La empresa utilizó NVIDIA Isaac GR00TMimic para postentrenar el modelo de base Isaac GR00T para sus plataformas.
Además, NEURA Robotics colabora con SAP y NVIDIA para integrar los agentes Joule de SAP con sus robots, utilizando el Mega NVIDIA Omniverse Blueprint para simular y refinar el comportamiento de los robots en escenarios operativos complejos y realistas antes de que esos agentes y comportamientos se desplieguen en el ecosistema Neuraverse de la empresa, así como en flotas reales.
AgiBot utiliza NVIDIA Cosmos Predict 2 como columna vertebral de world modeling para su plataforma Genie Envisioner (GE-Sim), permitiendo a la plataforma generar vídeos con acción condicionada basados en sólidos aspectos visuales y físicos. Combinar estos datos con Isaac Sim e Isaac Lab, así como el entrenamiento posterior con los propios datos de AgiBot, permite que las políticas desarrolladas en Genie Envisioner se transfieran de forma más fiable a humanoides Genie2 y robots de mesa compactos impulsados por Jetson Thor.
Intbot está utilizando el modelo abierto NVIDIA Cosmos Reason 2 para dar a sus robots sociales un «sexto sentido» para el mundo real, utilizando las capacidades de razonamiento del modelo para identificar señales sociales simples y contextos de seguridad que van más allá de simples tareas guionizadas. En su receta Cosmos Cookbook, Intbot demuestra cómo los modelos de lenguaje de visión razonante pueden ayudar a los robots a decidir cuándo hablar y cómo interactuar de forma más natural con los humanos.
Cómo los Desarrolladores de Robótica Están Utilizando Nuevos Kits de Herramientas y Frameworks
NVIDIA presentó recientemente Agile, un motor basado en Isaac Lab para la locomomanipulación humanoide que incluye un workflow completo y verificado por simtoreals para entrenar políticas robustas de aprendizaje por refuerzo en plataformas como Unitree G1 y LimX Dynamics TRON.
Los desarrolladores de robótica pueden utilizar las configuraciones de tareas integradas de Agile, los modelos matemáticos del Proceso de Decisión de Markov para la toma de decisiones, utilidades de entrenamiento y herramientas de evaluación determinista para ajustar políticas. Los desarrolladores pueden entonces poner a prueba estas políticas en Isaac Lab y transferir la locomoción y los comportamientos de cuerpo completo a robots del mundo real de forma más fiable y eficiente.
Hugging Face y NVIDIA están uniendo sus comunidades de robótica integrando modelos NVIDIA Isaac GR00T N y frameworks de simulación en el ecosistema LeRobot. Los desarrolladores ahora pueden acceder directamente a los modelos N1.6 de Isaac GR00T e Isaac LabArena dentro de LeRobot para agilizar la formación y evaluación de políticas.
Además, el humanoide Reachy 2 de código abierto de Hugging Face es ahora totalmente interoperable con NVIDIA Jetson Thor, lo que permite el despliegue directo de modelos avanzados de acción en lenguaje de visión (VLA) para un rendimiento robusto en el mundo real.
ROBOTIS, un desarrollador líder de servos inteligentes, actuadores industriales, manipuladores, plataformas humanoides de código abierto y kits robóticos educativos, construyó una cadena de simulación a real de código abierto utilizando tecnologías NVIDIA Isaac. El workflow comienza con la generación de datos de alta fidelidad en Isaac Sim, escala los conjuntos de entrenamiento usando GR00TMimic para aumento y luego ajusta un modelo Isaac GR00T N basado en VLA que se despliega directamente en hardware, acelerando la transición de la simulación a tareas robustas del mundo real.
Conéctate
Descubre más sobre OpenUSD y el desarrollo robótico explorando estos recursos:
- Lee este blog técnico para aprender a desarrollar capacidades humanoides generalistas con NVIDIA Isaac y GR00T N1.6.
- Lee este blog técnico para aprender a evaluar políticas generalistas de robots en simulación utilizando NVIDIA Isaac Lab – Arena.
- Aprende cómo entrenar después de Isaac GR00T con esto tutorial en vídeo en dos partes.
- Vea Jensen Huang, fundador y CEO de NVIDIA en una presentación especial del CES.
- Mejora sus habilidades para el desarrollo robótico con el autoaprendizaje camino de aprendizaje de la robótica.