La IA ha dejado de ser una promesa futura para convertirse en infraestructura crítica en industrias que demandan automatización, razonamiento autónomo y operación en tiempo real.
En este especial, exploramos junto a Marcio Aguiar, director de la División Enterprise de NVIDIA para América Latina, cómo la compañía está redefiniendo la robótica a través de plataformas cognitivas, simulación avanzada y modelos agénticos.
Desde el edge computing con Jetson hasta la supercomputación con DGX SuperPOD, pasando por plataformas como Isaac ROS, Omniverse y NeMo, este recorrido expone los pilares técnicos que permiten construir robots capaces de percibir, razonar, planificar y actuar en entornos reales.
Cada publicación aborda un eje fundamental del ecosistema NVIDIA aplicado a la IA y la robótica, con una mirada clara al impacto operativo en la región y con el respaldo de una voz clave en la transformación digital del continente.
Dion Harris
Acerca de Marcio Aguiar
Ejecutivo con más de 25 años de trayectoria en el sector tecnológico, Marcio Aguiar ha desarrollado su carrera en áreas de ventas, canales y soluciones empresariales. Desde hace más de 14 años forma parte de NVIDIA, donde actualmente lidera la División Enterprise para América Latina.
Es licenciado en Administración por la Loyola Marymount University en Los Ángeles y ha sido incluido por Bloomberg Línea entre las 500 personalidades más influyentes de la región en 2023 y 2024.
Lo que debes leer antes del especial
Antes de sumergirse en las seis entregas de este especial, puedes revisar dos textos importantes que, en cierto modo, contextualizan el enfoque estratégico de NVIDIA sobre inteligencia artificial, robótica y su impacto en América Latina. Uno ofrece una mirada editorial desde Tabulado, el otro la visión directa del propio Marcio Aguiar.
En su columna, Marcio Aguiar explica cómo la robótica ya está presente en sectores clave. Aborda su impacto en salud, manufactura y transporte, y plantea el desafío de formar talento técnico para una adopción responsable.
Columnas al director
En la siguiente nota editorial se presenta el enfoque de NVIDIA sobre IA física y agentes autónomos. Resume los temas centrales del especial, desde el cómputo en el borde hasta los modelos fundacionales para robots inteligentes.
Admin
Especial: “Seis claves sobre el futuro de la IA y la robótica”.
En la primera publicación, el vocero expone cómo NVIDIA transita desde la IA perceptiva hacia una inteligencia física y agéntica, habilitada por AI Factories, simulación avanzada y plataformas como Omniverse y Cosmos.
Admin
Puntos clave:
- La IA física implica que los sistemas comprendan y razonen sobre leyes del entorno para actuar con autonomía.
- Las AI Factories integran cómputo, simulación y microservicios para acelerar el desarrollo de agentes inteligentes.
- La arquitectura de tres ordenadores permite escalar cada fase del ciclo de vida robótico con eficiencia y continuidad.
- Omniverse y los gemelos digitales permiten planificar, entrenar y validar operaciones complejas antes del despliegue físico.
La segunda entrega se aborda cómo la inteligencia artificial está dotando a los robots de nuevas capacidades cognitivas y físicas. A través de modelos fundacionales como GR00T N1 y plataformas como Omniverse y Cosmos, NVIDIA impulsa una robótica capaz de razonar, adaptarse y actuar de forma autónoma.
Admin
Puntos clave de la entrevista:
- GR00T N1 y cognición dual: El modelo fundacional para robots humanoides integra un sistema rápido para acciones intuitivas y otro deliberativo para tareas complejas, replicando procesos mentales humanos.
- Entrenamiento mixto: real + sintético: GR00T N1 se entrena combinando trayectorias humanas en primera persona con simulaciones generadas en Omniverse, lo que permite mayor versatilidad y precisión en entornos físicos.
- Modelos agenticos optimizados: Nemotron y Hymba permiten implementar razonamiento estructurado en robots que operan en distintas escalas de hardware, desde PCs hasta centros de datos.
- Cosmos y Replicator: datos a escala. Estas plataformas habilitan la creación y uso de datos sintéticos para entrenar modelos de IA física, acelerando la validación de comportamientos sin depender del mundo real.
En esta tercera entrevista, se explora cómo Jetson y DGX SuperPOD permiten escalar la IA física desde el borde hasta el entrenamiento de modelos complejos. Se abordan diferencias clave entre Nano, Orin y Thor, junto a su aplicación en robótica autónoma. También se destaca el rol de GR00T N1 como modelo fundacional para humanoides. La simulación y los datos sintéticos son esenciales para acelerar su adopción industrial.
Admin
Focos de la entrevista:
- Jetson permite ejecutar IA en tiempo real en dispositivos autónomos como drones, robots y cámaras, con hasta 275 TOPS y bajo consumo energético.
- Jetson Orin Nano entrega alto rendimiento a bajo costo, facilitando el desarrollo de soluciones IA sin depender de centros de datos.
- DGX SuperPOD habilita el entrenamiento de modelos complejos de IA física, combinando computación, redes y almacenamiento de alto rendimiento.
- La integración de simulación, datos sintéticos y computación en el borde acelera el despliegue de aplicaciones robóticas autónomas en el mundo real.