La inteligencia artificial está entrando en una etapa en la que el objetivo técnico se extiende desde la generación de contenido hacia sistemas capaces de percibir el entorno, razonar sobre lo que observan y ejecutar acciones fuera de una pantalla.
La industria denomina inteligencia artificial física a esta línea de desarrollo, que durante 2026 ganó espacio en modelos destinados a robots y vehículos autónomos.
Google DeepMind llevó esa aproximación a Gemini Robotics 2 en julio de 2026. Su modelo de visión, lenguaje y acción convierte imágenes e instrucciones en control motor, mientras Gemini Robotics ER 2 utiliza información visual para comprender un espacio y planear tareas que pueden durar varios minutos. NVIDIA emplea una definición semejante para sus plataformas de inteligencia artificial física y presentó en marzo nuevos modelos Cosmos junto con infraestructura Isaac para acelerar el desarrollo de robots capaces de operar en condiciones reales.
La diferencia frente a la IA generativa que popularizó los chatbots está en aquello que el sistema debe representar. Un modelo de lenguaje recibe una secuencia digital y genera otra. Un sistema físico necesita relacionar una instrucción con la posición de un objeto y las consecuencias de una acción. Google DeepMind denomina razonamiento incorporado a una parte de ese problema. NVIDIA trabaja además con modelos de mundo que permiten representar y simular entornos antes de trasladar una decisión a una máquina.
Fuente: El Economista
