La keynote de Jensen Huang, CEO de NVIDIA, en la CES 2025

• Resumen de la presentación completa usando el guion del video
• Anuncios clave: GeForce RTX, Blackwell, Agentic AI, AI PCs, Physical AI, Autonomous Vehicles, Robotics

Vídeo de introducción: "El token es la base de la IA"

• Rol del token:

  • El token es la unidad básica con la que la IA comprende y procesa los datos, y permite que los sistemas de IA conviertan y creen palabras, imágenes y videos
  • Convierte palabras en conocimiento, y genera información y tecnología nuevas
  • Actúa como un motor clave del avance en arte y tecnología, ampliando la posibilidad de colaboración entre humanos e IA

• Aplicaciones prácticas del token:

  • Analiza imágenes y genera imágenes nuevas
  • Convierte texto en video para la creación de contenido creativo
  • Aprende el movimiento de los robots y permite acciones más precisas
  • Predice amenazas como desastres naturales y enfermedades, y propone soluciones
  • Ayuda a comprender mejor el entorno mediante números y datos para apoyar la toma de decisiones

NVIDIA en la CES: una ruta de innovación

Principales avances de NVIDIA

Innovación temprana

• 1993:
  • El lanzamiento de NV1 permitió traer funciones de consola de videojuegos a las PC
  • Introdujo UDA (Unified Device Architecture), una arquitectura de programación innovadora para su época
• 1999:
  • Revolucionó la industria de gráficos de computadora con la invención de la GPU programable
  • Esto mejoró drásticamente la calidad visual de cine, videojuegos y animación
• 2006:
  • Con la introducción de CUDA (Compute Unified Device Architecture), se habilitó ejecutar múltiples algoritmos con GPU

Hitos clave de IA

• 2012:
  • AlexNet, usando CUDA, aceleró la investigación en deep learning y sentó las bases del desarrollo de la IA
• 2018:
  • Lanzamiento de BERT, basado en la arquitectura Transformer de Google
  • El Transformer expandió enormemente el potencial de la IA a través del procesamiento de lenguaje natural y la IA multimodal

Evolución de la IA generativa

• Pasó de comprender datos de imágenes y sonido a evolucionar hacia la generación de texto y video
• Capacidades multimodales:
  • Puede procesar no solo texto, imágenes y sonido, sino también información compleja como datos de aminoácidos o de física

RTX Blackwell: el futuro de las GPU

Presentación de la serie RTX 50

• Puntos clave de rendimiento:

  • 92 mil millones de transistores y 4 petaflops de rendimiento de cómputo de IA
  • Un rendimiento 3 veces mayor frente a la generación anterior
  • Optimización de la generación de fotogramas con la tecnología DLSS más reciente
  • Soporte de ray tracing en tiempo real para un render más preciso

• Línea de productos:

  • Ofrece modelos desde RTX 5070 hasta RTX 5090
  • RTX 5090 ofrece el doble de rendimiento que RTX 4090 y está optimizada para juegos exigentes y trabajos gráficos de alta carga

• Convergencia entre GeForce e IA:

  • GeForce popularizó la IA, y ahora la IA está reinventando GeForce
  • Con Ray Tracing y la tecnología DLSS (Deep Learning Super Sampling), logra mayor eficiencia energética y calidad gráfica

Agentes de IA: el surgimiento de la fuerza laboral digital

Concepto de agente de IA

• Definición: un agente de IA es un especialista de tareas para dominios concretos, diseñado para realizar una tarea específica
• Modo de funcionamiento:
  • Interactúa con el usuario y resuelve problemas complejos
  • Descompone el problema en partes y genera resultados buscando datos o usando herramientas

Componentes de la IA de agentes de NVIDIA

1. NVIDIA NIMS:

   • Se ofrece en forma de microservicios de IA
   • Permite desplegar fácilmente software y modelos de IA complejos mediante su empaquetado en contenedores
   • Principales áreas de uso:
     • Visión, comprensión de lenguaje, voz, biología digital, IA física

2. NVIDIA Nemo:

   • Entrena y administra un agente digital de acuerdo con las necesidades de la empresa
   • Características:
     • Personaliza el agente de IA reflejando el lenguaje, procesos y políticas de la empresa
     • Evaluación del rendimiento del agente y retroalimentación
     • Configura guardrails para controlar comportamientos o información no permitidos

3. Plantilla de agente:

   • Proporciona plantillas de agentes para ejecutar diversas tareas
   • Al ser de código abierto, puede modificarse y ampliarse

Casos de uso de la IA de agentes

1. Conocimiento y estudiantes:

   • Comprende documentos complejos y crea podcasts interactivos
   • Analiza y resume artículos académicos, materiales de clase y reportes financieros

2. Desarrolladores de software:

   • Escanea continuamente vulnerabilidades de seguridad y sugiere soluciones
   • Aumenta la velocidad de desarrollo y mejora la calidad del código

3. Laboratorio virtual:

   • Los investigadores buscan entre miles de millones de compuestos para identificar rápidamente candidatos de medicamentos
   • Supera los límites de los experimentos físicos

4. Análisis de datos industriales:

   • Analiza datos de cientos de cámaras para monitorear congestión de tráfico y riesgos
   • Optimiza procesos o recoloca trabajadores y robots

El futuro de la IA de agentes

• Los agentes de IA se consolidan como una fuerza laboral digital y trabajan en colaboración con las personas
• En entornos enterprise, el papel de los agentes será cada vez más importante:
  • Automatización de tareas, reducción de costos, aumento de la eficiencia
• La IA de agentes se convertirá en una herramienta central del área de TI de las empresas, y las compañías la administrarán asumiendo un rol de RR.HH. con IA

Nuevas herramientas para la innovación en IA

NVIDIA Cosmos: plataforma World Foundation Model para la IA física

• Definición: Cosmos es una plataforma World Foundation Model que comprende y simula datos del mundo físico
• Objetivo:
  • Apoya a que modelos de IA aprendan y utilicen datos y fenómenos que ocurren en el mundo físico
  • Se usa en diversos casos de IA física como robótica, vehículos autónomos e IA industrial

Funciones clave de Cosmos

1. Modelo autoregresivo:

   • Procesamiento y generación de datos para aplicaciones en tiempo real
   • Predice y simula cambios continuos del estado del mundo físico

2. Modelo basado en difusión:

   • Genera imágenes y videos de alta calidad
   • Permite simulaciones realistas al basarse en datos físicos

3. Tokenizador avanzado:

   • Genera tokens aptos para entrenamiento de IA analizando con precisión los datos del mundo físico
   • Refleja el significado físico y dinámico de los datos

4. Pipeline de datos acelerado por IA:

   • Procesa y administra grandes volúmenes de datos físicos de manera eficiente
   • Mejora la velocidad de procesamiento mediante CUDA y tecnologías de IA

Casos de uso de Cosmos

1. Entrenamiento de robots:

   • Los robots aprenden su comportamiento y movimientos con base en datos físicos
   • Mejora la capacidad de adaptación en tiempo real de los robots gracias a la comprensión dinámica del mundo físico

2. Simulación de vehículos autónomos:

   • Genera distintos escenarios de conducción, clima y tráfico
   • Ayuda a que los modelos de IA aprendan conducción autónoma de forma segura y eficiente

3. Prueba y validación de IA industrial:

   • Genera entornos de gemelos digitales de fábricas, almacenes y centros logísticos
   • Optimiza procesos de trabajo y mejora la automatización con IA

4. Generación de video y etiquetado de datos:

   • Genera videos basados en el mundo físico y aporta descripciones
   • Construye datasets multimodales de alta calidad para entrenamiento de IA

Integración de Cosmos con Omniverse

• Combinación con Omniverse:

  • Omniverse ofrece entornos de simulación físicamente precisos
  • Cosmos toma datos de Omniverse para que los resultados generados por IA se acerquen más a la realidad física

• Beneficios de la combinación:

  • Generación de simulaciones multiverso basadas en física
  • Proporciona un entorno para que la IA aprenda y actúe en condiciones similares a las del mundo real

Uso de datos en Cosmos

• Generación de datos y entrenamiento:

  • Se entrena con 20 millones de horas de datos del mundo físico
  • Enfocado en comprender fenómenos naturales, comportamientos humanos y movimientos dinámicos

• Áreas de aplicación:

  • Aprendizaje de movimientos de robots
  • Predicción de acciones de sistemas autónomos
  • Suministro de datasets para el aprendizaje multimodal de modelos de IA

Ventajas de Cosmos

1. Comprensión intuitiva de datos físicos:

   • Aprende conceptos clave del mundo físico como gravedad, fricción e inercia
   • Comprende la lógica de persistencia de objetos, causa y efecto

2. Generación eficiente de datos:

   • Generar grandes volúmenes de datos en un entorno de simulación para reducir el costo de entrenamiento
   • Crear y analizar rápidamente escenarios físicos complejos

3. Plataforma abierta:

   • Cosmos se ofrece con licencia abierta en GitHub
   • Puede utilizarse libremente en distintos sectores industriales y de investigación

Perspectivas futuras

• Base de la IA física:

  • Se prevé que Cosmos se consolide como la plataforma esencial para la IA física
  • Acelera la velocidad de desarrollo de robots y sistemas autónomos

• Innovación industrial:

  • Impulsa la automatización y la optimización basadas en IA en manufactura, logística, salud y otros sectores
  • Fortalece aún más la sofisticación de la tecnología de gemelos digitales mediante la integración con Omniverse

• Convergencia con la IA generativa:

  • Impulsa el avance de la IA multimodal y la tecnología robótica con los datos físicos que genera Cosmos
  • Construye sistemas de IA capaces de “predecir el futuro y elegir la ruta correcta”

NVIDIA Isaac Groot: plataforma integral para el desarrollo de robots

Descripción general de Isaac Groot

• Definición: Isaac Groot es la plataforma de aprendizaje y simulación de robots de NVIDIA para acelerar el desarrollo de robots humanoides y robots generales
• Objetivo:
  • Generar y procesar datos masivos para entrenar comportamientos y movimientos complejos de robots
  • Optimizar el rendimiento de los robots en entornos físicos y ofrecer un entorno de prueba seguro

Componentes principales de Isaac Groot

1. Modelos fundacionales de robots (Robot Foundation Models):

   • Definición de aprendizaje inicial y comportamiento de robots generales, incluidos los humanoides
   • Generar modelos capaces de operar en entornos físicos mediante Omniverse y Cosmos

2. Canales de datos (Data Pipelines):

   • Ampliar datos de simulación a pequeña escala a conjuntos de entrenamiento de gran tamaño
   • Procesar datos rápidamente y utilizarlos en el entrenamiento mediante tecnologías de aceleración de IA

3. Marcos de simulación (Simulation Frameworks):

   • Probar el comportamiento de los robots en entornos sin riesgo
   • Garantizar la precisión de los datos físicos con simulación basada en Omniverse

4. Procesador de robots Thor:

   • Unidad de computación de IA de alto rendimiento que actúa como cerebro del robot
   • Procesa datos de sensores y controla el movimiento en tiempo real

Funciones de Isaac Groot

1. Groot Teleop:

   • Descripción: Uso de dispositivos como Apple Vision Pro para que una persona controle de forma remota un gemelo digital del robot
   • Características:
     • Es posible capturar datos sin necesidad de tener un robot físico
     • Captura de movimientos en un entorno seguro, sin daño físico ni desgaste

2. Groot Mimic:

   • Descripción: Generar grandes conjuntos de datos de entrenamiento ampliando los datos de movimiento recopilados de robots
   • Características:
     • Escalar los datos pequeños capturados en Teleop a cientos de miles de conjuntos de datos de movimiento

3. Groot Gen:

   • Descripción: Utilizar Omniverse y Cosmos para realizar la aleatorización de dominio y el escalado 3D de los datos
   • Características:
     • Generar datos que reflejan distintos entornos y condiciones
     • Proveer datos de simulación realistas y basados en física

4. Isaac Sim:

   • Descripción: Pruebas y validación Software-in-the-Loop (Software-in-the-Loop)
   • Características:
     • Probar el rendimiento en simulación antes del despliegue de robots físicos

Casos de uso de Isaac Groot

1. Desarrollo de robots humanoides:

   • Aprender datos de movimiento humano y entrenar para realizar diversas tareas
   • Reducir costos de entrenamiento con la ampliación de datos para la repetición de tareas complejas

2. Robots industriales:

   • Desplegar robots adaptables al entorno físico en fábricas, almacenes y demás
   • Entrenar robots que puedan sustituir tareas peligrosas y aumentar la eficiencia operativa

3. Prueba de robots autónomos:

   • Probar el funcionamiento de robots autónomos en simulaciones de gran escala
   • Validar estabilidad y rendimiento en condiciones ambientales diversas

Ventajas de Isaac Groot

1. Eficiencia de datos:

   • Generar conjuntos de datos masivos a partir de datos a pequeña escala
   • Proporcionar datos de alta calidad basados en la realidad mediante Omniverse y Cosmos

2. Entorno de prueba seguro:

   • Entrenar y validar el movimiento de los robots en simulación sin riesgos
   • Detectar de antemano errores que podrían surgir en entornos físicos

3. Flexibilidad y escalabilidad:

   • Integración posible con diversas plataformas de robots
   • Aplicable en industria, investigación y sistemas autónomos, entre otros campos

Futuro de Isaac Groot

• Apoyo al crecimiento de la industria robótica:

  • Isaac Groot permite reducir costos de desarrollo y acortar tiempos
  • Aplicable a diversos campos, como robots humanoides, logísticos y de servicio

• Fortalecimiento de la unión entre IA y robótica:

  • Acelerar el desarrollo de robots generales combinando IA y tecnología de simulación
  • Mejorar la adaptabilidad física de los robots conectando el mundo físico con gemelos digitales

• Impulso a la automatización a nivel industrial:

  • Impulsar la innovación en automatización con robots e IA en manufactura, logística y salud
  • Se prevé que Isaac Groot se convierta en la plataforma clave en el centro de la revolución robótica

Visión de NVIDIA: futuro de la IA y la robótica

NVIDIA se centra en fusionar la IA y la robótica para conectar el mundo físico y el digital y así impulsar la innovación en todas las industrias.

Las tres visiones clave de NVIDIA sobre robótica

1. Agentes informativos (Agentic AI):

   • Rol:
     • Análisis de datos, interacción con usuarios y resolución de problemas complejos
     • Automatiza tareas y colabora con personas para maximizar la productividad
   • Casos de uso:
     • Búsqueda interna de información en empresas, soporte al cliente, optimización de herramientas de productividad

2. Vehículos autónomos (Autonomous Vehicles):

   • Rol:
     • Mejorar la seguridad y eficiencia de conducción con tecnología de conducción autónoma altamente avanzada
     • Desarrollar sistemas autónomos adecuados para entornos de carretera y urbanos
   • Perspectivas futuras:
     • Los vehículos autónomos pueden crecer de una sola industria a una escala de varios billones
     • Procesar en tiempo real datos de sensores de vehículos autónomos con el procesador Thor de NVIDIA

3. Robots humanoides (Humanoid Robots):

   • Rol:
     • Desarrollar robots multifuncionales capaces de operar en entornos humanos
     • Automatizar tareas físicas y adaptarse a los entornos existentes
   • Características:
     • Aprender datos de movimiento humano y usarlos para ejecutar tareas complejas
     • Soporte para generación y entrenamiento a gran escala con las plataformas Omniverse y Cosmos

Gemelo digital: conexión entre realidad y mundo virtual

• Definición: un gemelo digital es un entorno de simulación virtual equivalente al entorno real

• Rol:

  • Proporciona un espacio virtual para entrenar y probar modelos de IA de forma segura
  • Entorno de simulación para optimizar procesos industriales, operación de plantas y sistemas autónomos

• Características:

  • Crear gemelos digitales físicamente precisos con Omniverse
  • Combinar con Cosmos para brindar simulaciones predictivas basadas en datos físicos

• Aplicación industrial:

  • Manufactura: simulación y optimización de sistemas automatizados de fábricas
  • Logística: análisis de eficiencia de operaciones de almacenes y planificación del movimiento de robots

NVIDIA Thor: el cerebro de robots y sistemas autónomos

• Procesador Thor:

  • Unidad de cómputo de IA de alto rendimiento para vehículos autónomos y robots
  • Procesa datos de múltiples sensores en tiempo real para controlar el movimiento del robot

• Rendimiento:

  • 20 veces más capacidad de procesamiento que el procesador Orin anterior
  • Procesador robótico de uso general para diversos robots y sistemas autónomos

• Seguridad:

  • Thor es el primer ordenador de IA programable certificado ASIL-D según la norma ISO 26262
  • Asegura la confiabilidad de los sistemas autónomos mediante un alto nivel de seguridad funcional

Estrategia industrial de NVIDIA: tres sistemas de computación

1. DGX: computadoras para entrenamiento de IA

   • Encargadas de procesar grandes cantidades de datos y entrenar modelos de IA

2. AGX: computadoras para edge computing

   • Utilizadas en sistemas de IA en tiempo real en vehículos autónomos, robots y otros

3. Computadora Digital Twin:

   • Basada en Omniverse y Cosmos, ofrece simulaciones para el entrenamiento y las pruebas de IA
   • Verifica la seguridad y el rendimiento de los modelos de IA antes de que funcionen en entornos reales

Visión de futuro de NVIDIA

1. Digitalización de toda la industria:

   • Automatización y optimización de toda la industria, desde fábricas, almacenes y centros logísticos
   • Aprovechamiento de la tecnología Digital Twin a través de Omniverse y Cosmos

2. Convergencia de IA y robótica:

   • Acelerar el avance de agentes basados en información, autos autónomos y robots humanoides
   • Abrir nuevas áreas de aplicación con IA física

3. Centro de la revolución robótica:

   • La integración de la robótica y la IA creará nuevas industrias de escala billonaria
   • Se prevé que la tecnología robótica se convierta en un elemento clave en industrias diversas como salud, logística y manufactura

4. Expansión de alianzas industriales:

   • Colaborar con Toyota, Mercedes y Tesla para comercializar la tecnología de conducción autónoma
   • Apoyar la digitalización de la manufactura y la logística junto con Accenture, Keon y otros

Cierre

• Logros de 2025:
  • Producción en masa de las GPUs Blackwell y su uso en diversas industrias
  • Presentación de NVIDIA Cosmos, el primer modelo global para IA física
  • Avances clave en tres áreas de innovación robótica: IA agente, autos autónomos y robots humanoides
  • Inicio de la producción masiva del procesador NVIDIA Thor y establecimiento de nuevos estándares para sistemas autónomos
• Democratización de la computación con IA:
  • Abrir la tecnología para que todos los usuarios y empresas puedan aprovechar la IA
  • Acelerar la innovación mediante plataformas de código abierto y el stack tecnológico de NVIDIA
• DGX Cloud y Project Digits:
  • Hacer más pequeñas y eficientes las supercomputadoras de IA para que también puedan ser usadas por personas, laboratorios y startups
  • Previsto el lanzamiento de una supercomputadora compacta de IA totalmente integrada con el stack de software de IA de NVIDIA
• Combinación de Omniverse y Cosmos:
  • Fusión de simulación física y tecnología Digital Twin
  • Cumplir un rol central en la digitalización industrial y el avance de la robótica

Mensaje clave

• La tecnología de NVIDIA diseña el futuro de la IA y el mundo digital, más allá del simple hardware
• "Todos los sectores están siendo reconfigurados por la IA, y NVIDIA es el motor que impulsa este cambio."
• Un salto hacia una nueva plataforma que conecta el mundo físico y el digital, con la revolución robótica y la innovación en IA
• NVIDIA cerró la presentación diciendo: "Espero que todos se unan a esta travesía de innovación"
• Tras 2025, enfatizó una visión positiva y esperanzadora sobre la expansión de la IA y la robótica a todas las industrias y a la vida diaria