¡Un nuevo capítulo para los robots humanoides! Texas Instruments(TXN.US) se une a NVIDIA(NVDA.US) para fusionar IA y sensores y dar inicio a la revolución de la “IA física”.

Centrarse en los gigantes de chips de simulación de circuitos integrados y soluciones de procesamiento embebido—Texas Instruments (TXN.US), que durante mucho tiempo ha sido conocida como el “barómetro de la demanda global de chips”, ha combinado integralmente su conjunto de productos de control en tiempo real, sensores y potencia con los componentes avanzados de computación robótica de “la empresa de mayor capitalización bursátil del mundo”, NVIDIA (NVDA.US), basados en la arquitectura de Ethernet, sensado y su tecnología de simulación exclusiva, brindando un gran apoyo técnico a los desarrolladores para construir, desplegar y producir a gran escala robots humanoides, entre otros dispositivos terminales conocidos como “inteligencia artificial física” (IA física).

Según los informes actuales de los medios, la colaboración entre el rey de los chips analógicos, Texas Instruments, y NVIDIA podría impulsar los sistemas inteligentes de robots humanoides hacia una etapa superior, en lugar de ser simplemente “unir fuerzas para fabricar robots” en un nivel superficial. Su colaboración más reciente parece más bien construir infraestructura inteligente para robots más completa, más segura y más fácil de desplegar a escala sobre la pila de tecnología subyacente, lo cual ofrece un impulso sustancial para avanzar en la comercialización de robots humanoides en la industria.

A medida que las expectativas del mercado sobre la combinación de cargas de trabajo masivas de inferencia de IA con la ejecución en el mundo real continúan aumentando, la colaboración entre NVIDIA y Texas Instruments no es solo una superposición entre capas de chips y sensores; es una construcción coordinada que abarca desde la inferencia de IA y la percepción en tiempo real hasta el sistema de control de base, y es una base importante para que los robots humanoides logren aplicaciones reales en el mundo físico.

El director general de Automatización Industrial y Robótica de Texas Instruments, Giovanni Campanella, afirmó: “La gama integral de productos de Texas Instruments cierra la brecha entre la potente capacidad de cómputo de IA de NVIDIA y las aplicaciones reales, permitiendo que los desarrolladores validen antes un sistema operativo completo tipo humanoide”. En su declaración también mencionó: “Este enfoque integrado acelerará la evolución desde prototipos iniciales hasta robots humanoides comercializables, asegurando que estos robots puedan trabajar de manera segura junto a los seres humanos”.

NVIDIA, recientemente, puede decirse que está empeñada en llevar las tecnologías de IA de vanguardia a campos más amplios—por ejemplo, dispositivos terminales como robots y vehículos de conducción autónoma conocidos como “inteligencia artificial física” (IA física)—para continuar impulsando la expansión de la demanda y generar nuevos puntos de crecimiento más allá de las actividades del negocio de centros de datos. Según la visión del CEO de NVIDIA, Huang Renxun: “la ‘IA física’ enfatiza permitir que los robots/sistemas operativos autónomos perciban, razonen y completen todo un conjunto de acciones en el mundo real, y una era en la que la evolución de la civilización humana sea asistida por la ‘IA física’ está por llegar”. La “IA física” enfatiza permitir que los robots/sistemas autónomos perciban, razonen y actúen en el mundo real, y estas tres capacidades son las herramientas clave para llevar los modelos de “solo saber conversar” a “poder trabajar en el mundo físico”.

Texas Instruments se une a NVIDIA, para las tres capas más difíciles de percepción + control + inferencia de IA en sistemas inteligentes de robots humanoides

Como parte de esta colaboración, Texas Instruments diseñó una solución de fusión de sensores; al combinar su tecnología de radar de ondas milimétricas con la tecnología robótica Jetson Thor de NVIDIA, y usando el exclusivo Holoscan Sensor Bridge de NVIDIA para lograr una percepción 3D de baja latencia y conciencia de seguridad, se apoya el desarrollo de tecnología para robots humanoides. Los últimos resultados de desarrollo de ambas partes se mostrarán en el altamente esperado evento GTC de NVIDIA, que se celebrará del 16 al 19 de marzo en San José, California.

Deepu Talla, vicepresidente de negocio de robótica y Edge AI de NVIDIA, afirmó: “El funcionamiento seguro de robots humanoides en entornos impredecibles requiere una capacidad de cómputo y procesamiento muy potente, para sincronizar modelos de IA extremadamente complejos, datos de sensores en tiempo real y sistemas de control de motores”.

Al fusionar datos de cámaras de alta definición y radar, la solución conjunta de Texas Instruments y NVIDIA mejora la iteración de las tecnologías de detección de objetos, localización y seguimiento, al mismo tiempo que reduce los falsos positivos/alertas del sistema erróneas, mejorando la capacidad de toma de decisiones en tiempo real de los robots humanoides.

Los expertos de robótica de la industria suelen considerar que, en la actualidad, todavía faltan varios años para que los robots humanoides autónomos realmente posean capacidades generales; sin embargo, los avances sistémicos en percepción, inferencia y coordinación de movimientos son un requisito previo necesario para el despliegue comercial. La colaboración entre Texas Instruments y NVIDIA es un paso clave para impulsar a la industria desde la fase de “validación de algoritmos y simulación” hacia una etapa de “operación segura en el mundo real”, lo cual ayudará mucho a elevar de forma integral la eficiencia de desarrollo de la industria, fortalecer la robustez de los sistemas y, finalmente, acortar la ruta hacia la producción en masa.

En el desarrollo de robots, una de las mayores dificultades siempre ha sido la brecha Sim to Real (de la simulación a la realidad). Incluso si los algoritmos de IA se desempeñan bien en modelos de simulación, aún pueden fallar en entornos complejos del mundo real. Jetson Thor de NVIDIA, como plataforma de inferencia de alto rendimiento, ya ha sido utilizada por varias compañías en aplicaciones robóticas, mientras que los módulos de control y sensores de Texas Instruments agregan a esta plataforma la capacidad de interactuar directamente con el mundo físico. La combinación de ambas permitirá a los desarrolladores validar antes y con mayor precisión la percepción del sistema, las acciones y la seguridad, reduciendo de manera efectiva el ciclo de validación de prototipos y disminuyendo los costos de iteración.

Texas Instruments integrará su controlador en tiempo real, sensores de percepción (por ejemplo, radar de ondas milimétricas mmWave) y tecnología de gestión de energía con la plataforma de computación robótica de alto rendimiento de NVIDIA (Jetson Thor) y Holoscan Sensor Bridge, formando una cadena completa que va desde sensores y control hasta la computación de inferencia. En comparación con una arquitectura tradicional basada únicamente en cámaras visuales + un sistema de inferencia GPU, esta solución de fusión de sensores puede lograr percepción 3D de baja latencia y conciencia de seguridad, mejorando la capacidad general del robot para comprender el entorno en tiempo real; este es un eslabón clave al avanzar hacia sistemas que puedan desplegarse de manera práctica.

Cuando un robot humanoide ejecuta tareas, no solo necesita inferencia compleja de IA, sino que también debe procesar en tiempo real sensor fusion, control de movimiento de múltiples articulaciones y decisiones de seguridad en el borde, entre otras funciones; todas estas deben completarse en un tiempo extremadamente corto. El radar de ondas milimétricas de Texas Instruments y la tecnología de puenteo con Ethernet pueden ayudar a que los robots detecten y rastreen objetos de manera más confiable en entornos complejos (por ejemplo, puertas de vidrio, luz intensa/luz débil, humo y polvo) que con soluciones tradicionales basadas en cámaras. Esta mejora en la capa de percepción por hardware sienta una base sólida para el funcionamiento real.

La súper gran ola de los robots humanoides

Varias compañías tecnológicas con sedes en Estados Unidos están trabajando en el desarrollo de robots humanoides de alta frecuencia. Por ejemplo, el líder de autos eléctricos, AI y robótica, Tesla (TSLA.US), está desarrollando un robot humanoide llamado Optimus, que planea utilizarse para fines industriales y de consumo.

Figure AI, respaldada por Microsoft (MSFT.US) y OpenAI, está intentando construir un robot humanoide de tipo general capaz de manejar todo tipo de tareas. Figure AI afirma: “Estos robots pueden eliminar trabajos inseguros e incómodos, y finalmente permitir que la sociedad humana viva una vida más feliz y con más sentido”. Boston Dynamics evidentemente espera que su robot Atlas pueda “transformar por completo el entorno laboral industrial”.

A nivel global, desde Tesla Optimus hasta el súper sistema Helix de Figure AI, y pasando por los esfuerzos de I+D de otras empresas tecnológicas, todo esto refleja la disposición intensiva de capital e industria hacia este segmento. Los datos actuales de la industria muestran que prototipos de robots humanoides de diversos tipos han logrado avances notables en funciones, percepción y control de movimiento, como el equilibrio bípede, la percepción del entorno y las decisiones multimodales, que se están volviendo gradualmente más maduras. Al mismo tiempo, los costos de la cadena industrial y el rendimiento de componentes clave continúan mejorando, y también han surgido múltiples escenarios de competencia donde conviven varias rutas tecnológicas; todo esto impulsa la transición desde estudios conceptuales hacia pilotos en escenarios reales. Esta dinámica positiva indica que la industria se está moviendo desde la “etapa de exageración de tendencias” hacia una etapa de acumulación real de tecnología y despliegue a escala, aunque aún hay una ventana de tiempo antes de la adopción a gran escala; instituciones de investigación de mercado estiman que en la próxima década el tamaño de mercado de este ámbito crecerá de forma significativa. Proyectos representativos, como el Optimus de Tesla, planean lograr objetivos de alta confiabilidad y seguridad, y planean avanzar con los planes de producción en masa en los próximos años.

En la actualidad, el impulso central del desarrollo de robots humanoides es la integración profunda de la IA para percepción, decisiones y control de movimiento, incluida la utilización de grandes modelos para comprender información de lenguaje y visión, la priorización de decisiones mediante aprendizaje por refuerzo, y la fusión de sensores (como visión, radar y sensado de fuerzas). Estos sistemas no solo pueden caminar en entornos controlados, sino también ejecutar tareas de nivel superior, como transporte de cargas logísticas, inspecciones de mantenimiento o trabajos de servicio en colaboración con humanos. Instituciones como Morgan Stanley consideran que este avance técnico integral es la clave para hacer viable el despliegue comercial. Los analistas de Morgan Stanley esperan que el mercado de robots humanoides finalmente superará a la industria tradicional del automóvil, y estiman que para 2050 el ingreso anual global del mercado de robots humanoides superará los 5 billones de dólares; para entonces, se espera que el número de robots humanoides supere los 1.000 millones de unidades.

Sin embargo, el profesor y experto en robótica de la Universidad de California, Berkeley, Ken Goldberg, en un artículo reciente en una revista, afirmó que los ingenieros aún tienen un largo camino por recorrer para fabricar robots humanoides con habilidades reales.

Goldberg dijo: “Todos estamos muy familiarizados con ChatGPT y con el trabajo asombroso que realiza en visión y lenguaje, pero la mayoría de los investigadores profesionales se sienten muy inquietos con este tipo de analogía: es decir, ahora que ya hemos resuelto todos estos problemas, estamos listos para abordar los grandes problemas relacionados con los robots humanoides, y eso ocurrirá el próximo año. No digo que no vaya a ocurrir, pero digo que no ocurrirá en dos años, cinco años o incluso diez años. Solo queremos restablecer las expectativas para evitar crear una burbuja que termine provocando un gran impacto”.