Actualidad empresarial BlackHold News
Buscar en BlackHold News
Robot utilizado en un entorno de desarrollo e inteligencia artificial física

Google une simulación, entrenamiento y operación de robots en una plataforma de Physical AI

Google Cloud ha presentado una arquitectura de Physical AI que conecta simulación, entrenamiento de modelos y operación de robots dentro de una misma plataforma. La propuesta busca reducir la fragmentación entre herramientas de simulación física, etiquetado de vídeo, entrenamiento distribuido y ejecución en fábrica o almacén.

Simular antes de tocar el hardware

Los equipos pueden ejecutar entornos virtuales en paralelo sobre GKE y máquinas G4 con GPU NVIDIA RTX PRO 6000 Blackwell Server Edition. La plataforma soporta NVIDIA Isaac Sim, Cosmos y MuJoCo Warp para entrenar comportamientos sin asumir el coste o el riesgo de probar cada cambio directamente sobre maquinaria real.

Gemini para etiquetar y entrenar

Google plantea utilizar Gemini junto con NVIDIA Cosmos para analizar vídeo, identificar objetos y generar anotaciones para modelos vision-language-action y world models. El entrenamiento puede ejecutarse sobre AI Hypercomputer con máquinas A3, A4 o A5 y almacenamiento Managed Lustre.

Operación en cloud, fábrica y modo offline

Gemini Robotics ER 2 puede encargarse de planificación de tareas y coordinación, mientras Gemini Live aporta interacción visual y de voz. Para plantas con requisitos de baja latencia, Google Distributed Cloud ejecuta cargas dentro de las instalaciones y modelos Gemma 4 pueden operar localmente incluso sin conexión.

Datos del robot para mejorar el siguiente ciclo

Los registros de cámaras, sensores y flotas pueden enviarse a Cloud Storage, Pub/Sub y BigQuery para detectar fallos y alimentar nuevos ciclos de entrenamiento. Así, la operación real vuelve a convertirse en datos para simulación y mejora.

Google explica el enfoque en su publicación oficial del 20 de octubre.

Qué implica para una empresa

Antes de llevar estas capacidades a producción conviene revisar conjuntamente tecnología, inteligencia artificial, software, ciberseguridad, gestión empresarial y costes. El criterio no debería ser adoptar la novedad por sí misma, sino comprobar rendimiento, dependencia, seguridad, coste total y capacidad real del equipo para operarla.

Fotografía: Pavel Danilyuk / Pexels.

Scroll al inicio