NVIDIA presentó durante la conferencia SIGGRAPH 2025 un conjunto de innovaciones de software y de investigación que respaldan el desarrollo de la inteligencia artificial física, un campo que combina gráficos neuronales, generación de datos sintéticos, simulación basada en la física, aprendizaje por refuerzo y capacidades de razonamiento. La empresa afirma que estas tecnologías pueden apoyar a los robots, los vehículos autónomos, los espacios inteligentes y las aplicaciones de creación de contenido.
La conferencia SIGGRAPH se celebra en Vancouver hasta el 14 de agosto, donde líderes de NVIDIA Research ofrecen una ponencia especial sobre innovaciones en gráficos y simulación que permiten la inteligencia artificial física y espacial. Sanja Fidler, vicepresidenta de investigación de inteligencia artificial de NVIDIA, afirmó que la inteligencia artificial desarrolla las capacidades de simulación, mientras que la simulación desarrolla los sistemas de inteligencia artificial, y describió la relación entre ambos campos como un acoplamiento potente y distintivo.
Bibliotecas y modelos para desarrollar la inteligencia artificial física
En la conferencia, NVIDIA anunció nuevas bibliotecas de software para la inteligencia artificial física, entre ellas las bibliotecas NVIDIA Omniverse NuRec, destinadas a reconstruir mundos a gran escala mediante la tecnología de 3D Gaussian splatting. También presentó actualizaciones de la plataforma NVIDIA Metropolis para la inteligencia visual, junto con NVIDIA Cosmos y NVIDIA Nemotron, dos modelos de razonamiento.
Entre los anuncios se encuentra Cosmos Reason, un nuevo modelo de razonamiento visual-lingüístico para la inteligencia artificial física. Según NVIDIA, el modelo permite a los robots y a los agentes de inteligencia visual razonar de una manera similar a la humana, basándose en conocimientos previos, la comprensión de la física y el sentido común.
Construcción de mundos virtuales para el entrenamiento
NVIDIA considera que el desarrollo de la inteligencia artificial física comienza con la creación de entornos tridimensionales de alta precisión que respeten las leyes de la física. Estos entornos permiten entrenar sistemas avanzados, como robots humanoides, de forma segura dentro de la simulación, al tiempo que mejoran las posibilidades de transferir las habilidades adquiridas al mundo real.
Ming-Yu Liu, vicepresidenta de investigación de NVIDIA, afirmó que estos mundos virtuales requieren renderizado en tiempo real, visión por computador, simulación del movimiento físico, inteligencia artificial generativa bidimensional y tridimensional, además de capacidades de razonamiento. Añadió que NVIDIA Research trabaja en estos ámbitos desde hace casi dos décadas.
El trabajo del equipo incluye la reconstrucción y el renderizado neuronales, que utilizan inteligencia artificial para transformar los datos capturados por cámaras o sensores en representaciones tridimensionales realistas. El laboratorio Spatial Intelligence de Fidler también presentó ViPE, o Video Pose Engine, una canalización para el etiquetado geométrico tridimensional de vídeos, desarrollada en colaboración con Dynamic Vision Lab y el equipo de NVIDIA Isaac. La herramienta estima el movimiento de la cámara y crea mapas de profundidad detallados a partir de grabaciones de aficionados, cámaras de automóviles y tomas cinematográficas.
Más de 12 artículos de investigación en SIGGRAPH
NVIDIA Research presenta más de 12 artículos de investigación en la conferencia sobre renderizado neuronal, trazado de rayos en tiempo real, generación de datos sintéticos y aprendizaje por refuerzo. Uno de los artículos aborda la reconstrucción de geometría tridimensional consciente de la física a partir de imágenes o vídeos, con el objetivo de evitar producir formas que parezcan correctas visualmente, pero carezcan de estabilidad estructural dentro de la simulación.
Otro artículo presenta un método para dotar de movimiento físicamente preciso a personajes simulados mediante la combinación de un generador de movimiento y un módulo de control de seguimiento basado en la física. Los datos resultantes pueden utilizarse para desarrollar personajes virtuales o entrenar robots humanoides en movimientos complejos, como movimientos de parkour y desplazamientos por terrenos difíciles.
Otros estudios también abordan la simulación de la luz y los materiales. El equipo de NVIDIA presentó un asistente de inteligencia artificial que utiliza modelos de difusión y un renderizador diferencial basado en la física para modificar mapas de textura de materiales mediante instrucciones de texto, lo que ayuda a añadir detalles como huellas del clima o del envejecimiento a modelos tridimensionales. Otro artículo investiga un sistema de consulta de visión diferencial destinado a acelerar la reconstrucción de geometría tridimensional a partir de imágenes y vídeos y a mejorar su precisión.
Estos trabajos conectan el renderizado directo, que convierte modelos tridimensionales en imágenes bidimensionales, con el renderizado inverso, que extrae modelos tridimensionales de las imágenes. NVIDIA considera que esta integración proporciona elementos fundamentales para construir mundos virtuales y datos sintéticos que puedan utilizarse para entrenar sistemas de inteligencia artificial física.