La plataforma NVIDIA Jetson permite la llegada de la IA física al mundo real

El desarrollo de la IA física permite que los modelos de código abierto abandonen los data centers para integrarse en máquinas del mundo real. En el marco de la GDC 2026, la familia de procesadores NVIDIA Jetson asume un rol central al proporcionar el hardware necesario para ejecutar estos sistemas directamente en el dispositivo. NVIDIA Jetson Thor | Créditos: NVIDIA Esta transición tecnológica permitiría que robots, incluso maquinaria pesada, procesen información de manera local sin requerir una conexión constante a la nube. El uso de esta plataforma entrega a los desarrolladores la capacidad de crear asistentes operativos que interactúan de forma segura con su entorno físico. https://pisapapeles.net/nvidia-igx-thor-tecnologia-que-lleva-la-ia-al-borde-para-mejorar-la-precision-en-medicina-e-industria/ La aplicación de NVIDIA Jetson para procesar la IA física en diferentes industrias Durante CES 20206, NVIDIA demostró el potencial de esta tecnología aplicada a una miniexcavadora. Este vehículo cuenta con un asistente inteligente integrado que procesa comandos de voz de manera local para asistir al operario en la cabina (ver video). https://www.youtube.com/watch?v=ncKvzReJZyM El sistema utiliza la plataforma Jetson Thor junto con modelos de lenguaje de baja latencia para interpretar las distintas solicitudes humanas. Esta configuración de hardware permite una interacción rápida y segura sin los tiempos de espera que habitualmente genera el procesamiento en la nube. Históricamente, los modelos de lenguaje requerían la capacidad y los recursos de los servidores remotos para funcionar correctamente. Sin embargo, las máquinas físicas exigen latencias bajas y un comportamiento predecible para garantizar la seguridad al momento de interactuar con el entorno. El desarrollo de la IA física a través de los ecosistemas La diversidad de opciones disponibles permite a los creadores seleccionar la herramienta que mejor se adapte a las necesidades específicas de su proyecto. Modelos como Gemma 3 destacan por su ventana de contexto masiva, lo que resulta ideal para máquinas que deben procesar múltiples instrucciones simultáneas. Esquema técnico que detalla la amplia variedad de modelos de lenguaje, visión y razonamiento de código abierto que son compatibles actualmente con el ecosistema de hardware local | Créditos: NVIDIA El entorno también ofrece compatibilidad con modelos altamente eficientes desarrollados por OpenAI y Mistral AI. Estas alternativas entregan un alto rendimiento de razonamiento para la ejecución de tareas específicas con un bajo consumo de recursos técnicos en el equipo. Diagrama conceptual que muestra las diferentes capas de soporte del entorno de desarrollo, abarcando desde la capa de inferencia hasta los servicios utilizados para implementar los algoritmos. | Créditos: NVIDIA Los desarrolladores disponen de herramientas avanzadas de percepción espacial gracias a modelos de visión especializados como Cosmos. Estas plataformas facilitan la creación de agentes robóticos capaces de entender su entorno físico y tomar decisiones en tiempo real de forma autónoma. Cualquier equipo puede ajustar de manera personalizada estas opciones para crear asistentes adaptados a la medida de sus necesidades. La infraestructura es compatible con marcos de trabajo populares de la industria, lo que simplifica la integración y el despliegue de los proyectos tecnológicos. Fuente: NVIDIA