RespuestasPublicado11 fuentes
Nvidia quiere convertirse en la infraestructura de la inteligencia artificial física
El negocio de inteligencia artificial física de Nvidia, que incluye robótica, vehículos autónomos y sistemas relacionados, genera actualmente unos 10.000 millones de dólares al año. La compañía está construyendo una plataforma completa: GPU para entrenamiento, herramientas Isaac de simulación, modelos abiertos Cosmo...
Publicado porEditado con GPT-5.6 LunaImágenes generadas con GPT Image 1.5
Respuesta de investigación
Conclusiones clave
- El negocio de inteligencia artificial física de Nvidia, que incluye robótica, vehículos autónomos y sistemas relacionados, genera actualmente unos 10.000 millones de dólares al año.
- La compañía está construyendo una plataforma completa: GPU para entrenamiento, herramientas Isaac de simulación, modelos abiertos Cosmos y chips como Orin y Thor para ejecutar IA dentro de vehículos y robots.
- China es estratégica para Nvidia: sus fabricantes representaron más del 97 % de los envíos mundiales de robots humanoides en el primer semestre de 2026, mientras la compañía coopera con Unitree y gestiona las restricc...
- El gran desafío no es enviar más robots, sino lograr que funcionen de forma segura, rentable y fiable fuera de entornos controlados, desde fábricas y almacenes hasta carreteras, comercios y hogares.
Prompt de IA
openai.comCreate a landscape editorial hero image for this Studio Global article: How has Nvidia’s physical AI business—covering robotics, self-driving cars, and drones—grown to roughly $10 billion in annual revenue, why d. Article summary: Nvidia is trying to become the computing platform for “physical AI”: the chips and software used to train, simulate, and operate robots, autonomous vehicles, and drones. The business is already estimated to produce about. Topic tags: general, news, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
El próximo gran capítulo de crecimiento de Nvidia podría estar lejos de los centros de datos. La compañía quiere que sus chips, modelos de IA y herramientas de simulación sean la capa tecnológica que permita a robots, vehículos autónomos y sistemas industriales percibir el entorno, razonar y actuar en el mundo físico.
Ese negocio genera actualmente unos 10.000 millones de dólares anuales, según estimaciones citadas por The Wall Street Journal. Jensen Huang, director ejecutivo de Nvidia, ha dicho que podría multiplicarse por diez durante la próxima década, hasta convertirse en una actividad de aproximadamente 100.000 millones de dólares. La cifra representa una ambición ligada a la adopción futura, no una partida de ingresos que Nvidia reporte por separado en sus estados financieros.
Qué significa la “IA física” para Nvidia
La inteligencia artificial física describe sistemas que operan en el mundo real, en lugar de limitarse a generar texto, imágenes o código. Para Nvidia, la oportunidad abarca varias capas:
- Entrenamiento: las GPU de los centros de datos entrenan los modelos que controlan robots, vehículos autónomos y otras máquinas.
- Simulación: los desarrolladores pueden probar comportamientos en entornos virtuales antes de desplegar los sistemas en el mundo real.
- Inferencia en el dispositivo: los procesadores instalados en coches y robots interpretan datos de sensores y toman decisiones en tiempo real.
- Modelos y software: los modelos abiertos y las herramientas de desarrollo ayudan a fabricantes e investigadores a diseñar, probar y poner en funcionamiento aplicaciones de IA física.
Esta combinación permite a Nvidia participar en distintas etapas de la vida útil de una máquina. Puede vender la capacidad de cálculo utilizada para desarrollar un robot, el software empleado para simularlo y el procesador que termina instalado en el producto final.
Por qué Huang ve una oportunidad diez veces mayor
La tesis de Huang es que la IA está pasando del mundo digital a las fábricas, los vehículos, los almacenes y otros entornos físicos. La manufactura resulta especialmente atractiva porque muchas de sus tareas son repetitivas, medibles y estructuradas: condiciones que facilitan probar y escalar la automatización.
Huang ha descrito la robótica como una industria potencial de 50 billones de dólares y ha afirmado que ya llegó su “momento ChatGPT”. Esa cifra se refiere al valor potencial de un mercado amplio de manufactura y robótica, no a los ingresos que Nvidia vaya a obtener. La compañía solo captaría una parte de ese valor mediante chips, software, simulación e infraestructura.
La pregunta decisiva, por tanto, no es si el mercado es grande. Es si las máquinas autónomas pueden pasar de las demostraciones y los despliegues limitados en fábricas a un uso comercial fiable. Para conseguirlo, deberán ser seguras, asequibles, productivas y fáciles de mantener en entornos mucho más amplios.
Nvidia vende una plataforma completa, no solo chips para robots
La estrategia de Nvidia busca que su plataforma sea útil antes y después de que un robot salga de la línea de producción.
Sus herramientas de robótica Isaac y sus marcos de simulación están diseñados para que los desarrolladores creen y prueben sistemas robóticos en entornos virtuales. Nvidia afirma que su plataforma permite diseñar, entrenar, probar y desplegar sistemas de IA física.
La empresa también desarrolla los modelos Cosmos para aplicaciones de IA física. Nvidia describe Cosmos Transfer y Cosmos Predict como modelos abiertos del mundo capaces de generar datos sintéticos basados en la física y evaluar políticas robóticas mediante simulación. Cosmos Reason está orientado a ayudar a las máquinas inteligentes a interpretar el mundo físico y actuar sobre él.
En el hardware, los procesadores de borde de Nvidia están pensados para ejecutar IA dentro del propio vehículo o robot. Su sistema de investigación con Unitree, por ejemplo, combina el cuerpo de un humanoide de esa compañía con el hardware Jetson Thor de Nvidia, además de sus modelos robóticos y software de simulación.
La lógica empresarial se parece a la estrategia general de Nvidia: integrar hardware, software y herramientas de desarrollo para que los clientes sigan utilizando su tecnología desde las primeras pruebas hasta el despliegue comercial.
Por qué China es central en la estrategia robótica
China cuenta con una base manufacturera y un mercado interno especialmente grandes para los robots humanoides. Las empresas chinas representaron más del 97 % de los envíos mundiales de robots humanoides durante el primer semestre de 2026. En ese periodo se enviaron aproximadamente 19.100 unidades en todo el mundo, frente a unas 5.100 durante el mismo periodo del año anterior. 1
Estas cifras muestran un fuerte impulso industrial, pero no demuestran por sí solas que los humanoides ya sean rentables a gran escala o capaces de sustituir ampliamente a los trabajadores. Aun así, las cadenas de suministro, la capacidad de producción y la demanda de las fábricas chinas ofrecen a sus fabricantes un entorno favorable para pasar de los prototipos a despliegues de mayor volumen.
Eso convierte a los fabricantes chinos de robots en socios valiosos para Nvidia. La colaboración con Unitree conecta el software y la computación de borde de Nvidia con uno de los fabricantes chinos más visibles de robots humanoides. El sistema anunciado está dirigido inicialmente a instituciones de investigación, entre ellas Stanford y ETH Zúrich, por lo que no constituye una prueba de adopción masiva por parte de los consumidores.
Para Nvidia, el objetivo estratégico es más amplio que vender procesadores para un solo robot. La compañía quiere establecer una arquitectura común de desarrollo y computación mientras los fabricantes aumentan su producción.
Las ventas de H200 muestran los límites de la oportunidad china
La estrategia de Nvidia en China sigue condicionada por los controles de exportación. El H200 es un acelerador para centros de datos utilizado en cargas de trabajo exigentes de IA, incluido el entrenamiento y la inferencia de modelos. Las autoridades estadounidenses han permitido algunas ventas, pero el acceso continúa siendo limitado y políticamente sensible.
Nvidia informó que vendió una pequeña cantidad de chips H200 a clientes chinos en su trimestre más reciente. Esas ventas representaron menos del 1 % de los ingresos de centros de datos del periodo, y la compañía añadió que todavía no había enviado todo el volumen permitido por su licencia estadounidense.
Según distintos informes, ByteDance y Tencent recibieron lotes de aproximadamente 10.000 procesadores H200 cada una. Estas operaciones muestran que parte de la demanda china aún puede llegar a Nvidia incluso bajo las restricciones. Sin embargo, no deben interpretarse como un regreso a las ventas sin límites. Las autorizaciones de exportación, las decisiones de Pekín, la disponibilidad de suministro y la competencia de chips locales pueden alterar el tamaño y el calendario de la oportunidad.
También importa distinguir entre las distintas familias de productos. Las GPU para centros de datos, como la H200, sirven para entrenar y operar modelos de IA. En cambio, procesadores como Orin y Thor están diseñados para la computación en tiempo real dentro de vehículos y robots. Un cliente puede utilizar la infraestructura de Nvidia durante el desarrollo y recurrir después a hardware de Nvidia en el dispositivo cuando la máquina entra en servicio.
Cómo la IA física puede diversificar a Nvidia
Los resultados financieros de Nvidia siguen dominados por la demanda de centros de datos. La IA física ofrece una vía para ampliar su presencia en computación para automóviles, automatización industrial, logística, robótica, simulación e inferencia en el borde.
El negocio también podría generar un ciclo de refuerzo:
- Se despliegan más máquinas en el mundo real.
- Esas máquinas producen datos operativos y revelan nuevos casos difíciles.
- Los datos y la simulación mejoran los modelos de IA física.
- Los modelos más capaces hacen rentable una mayor automatización.
- Los nuevos despliegues aumentan la demanda de hardware para entrenamiento, simulación e inferencia.
Ese círculo virtuoso es el principal atractivo de la estrategia de Nvidia. Si la compañía consigue convertirse en la plataforma estándar de la IA física, sus ingresos podrían proceder de miles o millones de máquinas, en lugar de depender sobre todo de un número mucho menor de grandes centros de datos.
El mayor riesgo: enviar robots no equivale a conseguir adopción
La evidencia más visible del auge de la robótica es el crecimiento de los envíos y la rápida expansión del ecosistema de hardware y software. Pero el volumen de unidades enviadas es solo un indicador inicial.
La apuesta de largo plazo de Nvidia depende de que los sistemas autónomos funcionen con fiabilidad más allá de entornos controlados. Los robots tendrán que realizar tareas útiles en fábricas, almacenes, obras, explotaciones agrícolas, tiendas, carreteras y, eventualmente, hogares. Además, deberán cumplir requisitos de seguridad, operar a un coste aceptable y ofrecer suficiente productividad para justificar su instalación y mantenimiento.
Si esa transición tarda más de lo previsto, la referencia de Huang a una industria de 50 billones de dólares seguirá describiendo un potencial lejano, no una fuente inmediata de ingresos. El negocio de IA física de Nvidia ya cuenta con productos, clientes e ingresos iniciales. Pero el salto de unos 10.000 millones a 100.000 millones dependerá de que la economía real adopte máquinas autónomas a gran escala.
Studio Global AI
Continúe su investigación
Esta página incluye una respuesta respaldada por fuentes que puede continuar dentro de Studio Global.
La gente también pregunta
¿Cuál es la respuesta corta a "Nvidia quiere convertirse en la infraestructura de la inteligencia artificial física"?
El negocio de inteligencia artificial física de Nvidia, que incluye robótica, vehículos autónomos y sistemas relacionados, genera actualmente unos 10.000 millones de dólares al año.
¿Cuáles son los puntos clave a validar primero?
El negocio de inteligencia artificial física de Nvidia, que incluye robótica, vehículos autónomos y sistemas relacionados, genera actualmente unos 10.000 millones de dólares al año. La compañía está construyendo una plataforma completa: GPU para entrenamiento, herramientas Isaac de simulación, modelos abiertos Cosmos y chips como Orin y Thor para ejecutar IA dentro de vehículos y robots.
¿Qué debo hacer a continuación en la práctica?
China es estratégica para Nvidia: sus fabricantes representaron más del 97 % de los envíos mundiales de robots humanoides en el primer semestre de 2026, mientras la compañía coopera con Unitree y gestiona las restricc...
Fuentes
bloomberg.comChina Humanoid Makers Hold 97% of Global Shipments, Report Says
taipeitimes.comChina humanoid robot makers hold 97% of shipments in H1, report ...
htx.comChina Monopolizes the Humanoid Market: The U.S. is Forced to Defend Itself | HTX Insights
pro.edgex.exchangeChinese Manufacturers Delivered 97% of Global Humanoid Robot ...