La Revolución Robótica es ‘Open Source’: NVIDIA GR00T N1 Desata la Era de los Robots Generalistas
En el imponente SAP Center de San José, envuelto en la expectación eléctrica de miles de desarrolladores y tecnólogos, Jensen Huang, CEO de NVIDIA, cruzó el escenario con su icónica chaqueta de cuero. Hizo una pausa dramática antes de sentenciar: “La era de la robótica generalista ya está aquí”. Aquella declaración, pronunciada en la conferencia GTC 2025 de NVIDIA el pasado martes, fue mucho más que hipérbole; fue el pistoletazo de salida para lo que podría convertirse en el “momento Android” de la robótica: NVIDIA Isaac GR00T N1, el primer modelo fundacional abierto del mundo para robots humanoides.
Un Cerebro para Cada Cuerpo: La Democratización de la Inteligencia Robótica
A diferencia de los sistemas de IA propietarios que acaparan los titulares hoy día, GR00T N1 representa un enfoque radicalmente distinto para la inteligencia robótica. Uno cimentado en la apertura, la accesibilidad y una visión de robots capaces de generalizar tareas en diversos entornos sin necesidad de programación específica para cada escenario.
“Con NVIDIA Isaac GR00T N1 y los nuevos marcos de generación de datos y aprendizaje robótico, los desarrolladores de robótica de todo el mundo abrirán la próxima frontera en la era de la IA”, afirmó Huang ante un auditorio abarrotado durante su discurso de más de dos horas. La declaración encapsula la ambiciosa estrategia de NVIDIA: crear la inteligencia subyacente que impulsará a la próxima generación de robots humanoides y, acto seguido, ponerla a disposición de los desarrolladores de todo el planeta de forma gratuita.
Lo que hace este anuncio particularmente significativo es cómo aborda el reto más persistente de la robótica: la escalabilidad de los datos de entrenamiento. Como explicó Jim Fan, Senior Research Manager y líder de Embodied AI en NVIDIA, en una publicación de LinkedIn tras la keynote: “Estamos en una misión para democratizar la IA Física. El poder de un cerebro robótico generalista, en la palma de tu mano, con solo 2.000 millones de parámetros. N1 aprende del conjunto de datos de acción física más diverso jamás compilado y rinde por encima de su categoría”.
El Robot de Pensamiento Rápido y Lento
En el corazón de GR00T N1 yace una arquitectura de doble sistema inspirada en la cognición humana: lo que NVIDIA denomina el pensamiento “rápido y lento”. Este enfoque se nutre de teorías de la ciencia cognitiva que separan el pensamiento humano en dos sistemas: respuestas intuitivas y automáticas, y razonamiento deliberado y metódico.
El “Sistema 2”, el componente de pensamiento lento, utiliza un modelo de lenguaje visual para percibir y razonar sobre el entorno del robot y las instrucciones recibidas, para luego planificar las acciones adecuadas. El “Sistema 1”, el componente de pensamiento rápido, traduce estos planes en movimientos robóticos precisos y continuos a una velocidad de ejecución de 120 Hz. Esta arquitectura permite a los robots abordar tareas complejas que requieren tanto deliberación como movimientos fluidos: recoger objetos, manipularlos con uno o ambos brazos y ejecutar secuencias de varios pasos.
En una demostración que visiblemente entusiasmó a la audiencia, Huang mostró al robot humanoide Neo de 1X realizando tareas domésticas de forma autónoma, utilizando una política construida sobre GR00T N1. Los movimientos fluidos del robot y su aparente comprensión del entorno subrayaron el potencial del modelo para aplicaciones prácticas.
Rompiendo la Barrera de los Datos con la Realidad Sintética
Quizás el aspecto más revolucionario del enfoque de NVIDIA sea cómo resuelve el problema fundamental de los datos en robótica. Mientras que los modelos de lenguaje pueden entrenarse con el vasto corpus textual de Internet, el aprendizaje robótico se ha visto tradicionalmente limitado por las restricciones del mundo físico: un demostrador humano solo puede generar 24 horas de datos de entrenamiento al día.
“Los datos de demostración humana están limitados por el número de horas al día”, explicó el narrador en el vídeo de presentación de NVIDIA GR00T N1. Para superar esta limitación, NVIDIA ha desarrollado marcos que multiplican exponencialmente las demostraciones del mundo real en enormes conjuntos de datos sintéticos.
Utilizando los primeros componentes de NVIDIA Isaac GR00T Blueprint, la compañía generó 780.000 trayectorias sintéticas —equivalentes a nueve meses continuos de datos de demostración humana— en solo 11 horas. Cuando se combinó con datos reales, este conjunto de datos sintéticos mejoró el rendimiento de GR00T N1 en un 40% en comparación con el uso exclusivo de datos reales.
El enfoque emplea tres fuentes de datos: datos de teleoperación de humanoides reales (recopilados utilizando sistemas como Apple Vision Pro para un control inmersivo), datos de simulación a gran escala (que NVIDIA está abriendo como código abierto con más de 300.000 trayectorias) y lo que Fan denomina “trayectorias neuronales”: utilizando modelos de generación de vídeo de última generación para “alucinar” nuevos datos sintéticos con una física precisa.
“¡Usando las palabras de Jensen, ‘datos sistemáticamente infinitos’!”, señaló Fan en su publicación, haciendo referencia a la caracterización de Huang de este enfoque para la generación de datos.
El Momento Star Wars: Blue se Roba el Show
En un momento que hizo que la audiencia echara mano a sus teléfonos, Huang presentó a “Blue”, un carismático robot que parecía sacado de una película de Star Wars. El droide bípedo, que recordaba a R2-D2 pero con su propia personalidad distintiva, caminó alrededor de Huang, emitió pitidos expresivos y asintió con la cabeza para deleite del público.
“Díganme que eso no fue asombroso”, dijo Huang entre aplausos mientras Blue demostraba sus capacidades. El robot no era solo un espectáculo; demostró la nueva asociación de NVIDIA con Google DeepMind y Disney Research para construir un nuevo motor de física de código abierto llamado Newton.
“Necesitamos un motor de física diseñado para cuerpos rígidos y blandos de grano muy fino, diseñado para poder entrenar la retroalimentación táctil, las habilidades motoras finas y los controles de actuadores”, explicó Huang. El motor Newton, construido sobre el marco NVIDIA Warp, estará optimizado para el aprendizaje robótico y será compatible con marcos de simulación como MuJoCo de Google DeepMind y NVIDIA Isaac Lab.
Kyle Laughlin, vicepresidente senior de Walt Disney Imagineering Research & Development, proporcionó contexto para la participación de Disney: “Los droides BDX son solo el principio. Estamos comprometidos a dar vida a más personajes de formas que el mundo no ha visto antes, y esta colaboración con Disney Research, NVIDIA y Google DeepMind es una parte clave de esa visión”.
La Oportunidad de 10 Billones de Dólares
Lo que está en juego en esta revolución robótica es colosal. Huang describió a los robots como “la próxima industria de 10 billones de dólares”, abordando la escasez global de mano de obra estimada en más de 50 millones de personas.
Para las empresas que desarrollan robots humanoides, GR00T N1 ofrece una ventaja considerable. En lugar de construir la inteligencia robótica desde cero, los desarrolladores pueden aprovechar el modelo fundacional de NVIDIA y personalizarlo para robots o tareas específicas mediante el post-entrenamiento.
Bernt Børnich, CEO de 1X Technologies, uno de los primeros socios en utilizar GR00T N1, enfatizó esta ventaja: “El modelo GR00T N1 de NVIDIA proporciona un avance significativo en el razonamiento y las habilidades robóticas. Con una cantidad mínima de datos de post-entrenamiento, pudimos implementarlo completamente en NEO Gamma, lo que impulsa nuestra misión de crear robots que no son herramientas, sino compañeros que pueden ayudar a los humanos de maneras significativas e incalculables”.
Otros desarrolladores líderes de humanoides con acceso anticipado incluyen Agility Robotics, Boston Dynamics, Mentee Robotics y NEURA Robotics.
Cross-Embodiment: El Giro Inesperado
Si bien los robots humanoides son el foco principal de GR00T N1, Fan reveló una capacidad intrigante: el soporte de cross-embodiment. “¡Lo afinamos para que funcione en el brazo robótico LeRobot SO100 de HuggingFace de 110 dólares!”, escribió. Esto demuestra que los beneficios del modelo fundacional pueden extenderse más allá de las costosas plataformas humanoides a hardware más accesible.
El entusiasmo de Fan por este desarrollo era evidente en su conclusión: “Un cerebro robótico abierto funcionando en hardware abierto. Suena perfecto. Resolvamos la robótica, juntos, un ’token’ a la vez”.
El Camino por Delante
El modelo GR00T N1, los datos de entrenamiento y los escenarios de evaluación de tareas ya están disponibles en Hugging Face y GitHub, con el NVIDIA Isaac GR00T Blueprint para la generación de movimiento de manipulación sintética disponible como una demo interactiva en build.nvidia.com.
Para los desarrolladores que buscan trabajar con estos modelos, NVIDIA también anunció el superordenador personal de IA DGX Spark, que proporciona un sistema llave en mano para expandir las capacidades de GR00T N1 para nuevos robots, tareas y entornos sin una programación personalizada extensa.
Se espera que el motor de física Newton esté disponible a finales de este año, ampliando aún más el conjunto de herramientas para los desarrolladores de robótica.
La Democratización de la IA Física
Lo que distingue el enfoque de NVIDIA es su énfasis en la apertura y la accesibilidad. Al hacer que GR00T N1 y sus herramientas asociadas estén ampliamente disponibles, NVIDIA se posiciona no como el único constructor de inteligencia robótica, sino como la capa fundamental sobre la cual una comunidad global de desarrolladores puede innovar.
A medida que la robótica transita de aplicaciones industriales especializadas a capacidades generalistas en diversos entornos, el enfoque abierto de NVIDIA podría acelerar la innovación de manera similar a cómo el software de código abierto transformó la informática. La compañía que construyó su reputación en el procesamiento gráfico para videojuegos ahora está sentando las bases para un futuro donde los robots inteligentes sean tan ubicuos como los smartphones hoy.
En la comunidad robótica, las reacciones a GR00T N1 han sido entusiastas, aunque persiste cierto escepticismo sobre las limitaciones actuales del hardware robótico. Como señaló el fundador de una empresa de robótica en respuesta a una actualización anterior de GR00T: “estaría bien si el hardware del robot fuera comparable al humano. Y no lo es. El problema es que los robots son aproximaciones toscas y torpes, ni de lejos equivalentes a los humanos”.
No obstante, la visión de NVIDIA es clara: si los robots van a ser verdaderamente versátiles y útiles en los innumerables escenarios de la vida humana, necesitan una inteligencia generalista que pueda adaptarse rápidamente a nuevos entornos y tareas. Con GR00T N1, ese futuro acaba de dar un paso significativamente más cerca.
“La era de la robótica generalista ya está aquí”, declaró Huang. Para un campo que a menudo ha prometido más de lo que ha cumplido, el enfoque sistemático de NVIDIA hacia la inteligencia robótica —combinando modelos fundacionales, generación de datos sintéticos y colaboración abierta— representa quizás el camino más creíble hasta ahora para hacer de esa declaración una realidad.
