20 de octubre de 2025
Inteligencia artificial física: cómo la IA está llegando al mundo real
La inteligencia artificial física ya no es ciencia ficción. Se está convirtiendo a toda velocidad en una de las tecnologías más transformadoras de nuestro tiempo.
A principios de este mes, Figure AI presentó algo que parecía profundamente humano.
Su nueva creación, Figure 03, no solo caminaba.
Comprendía.
Alargaba la mano.
Sentía.
Figure 03 está diseñado para hogares y entornos cotidianos.
Puede doblar la ropa, apilar platos o manipular un vaso de agua frágil sin romperlo. Sus manos llevan sensores táctiles y cámaras en las palmas que le dan una auténtica destreza.
El robot funciona con Helix, el sistema de visión, lenguaje y acción de Figure. Le ayuda a ver, razonar y actuar en el mundo real, de forma parecida a como lo hacemos las personas.
Con Figure 03, la inteligencia artificial física dio un paso más.
Qué es la inteligencia artificial física
La IA física da a las máquinas la capacidad de ver, razonar y actuar en el mundo real.
Los robots forman parte de la historia de la IA desde Unimate, en 1961. Consulta la cronología completa de la IA para ver cómo hemos llegado hasta aquí.
Hace funcionar robots, drones, coches autónomos y cámaras inteligentes.
Estos sistemas pueden moverse, tocar y reaccionar a los cambios en tiempo real.
La IA tradicional vive en el espacio digital, donde procesa textos, números e imágenes.
La IA física vive en nuestro mundo. Un mundo complejo, desordenado y lleno de movimiento.
Para que esto sea posible, tres elementos clave trabajan juntos:
- Sensores que perciben el mundo, como cámaras, LiDAR, micrófonos y sensores táctiles.
- Actuadores que generan movimiento, como brazos robóticos, ruedas o pinzas.
- Modelos de IA que interpretan la información y deciden qué hacer a continuación.
Juntos, dan a las máquinas una nueva forma de estar y una razón de ser en el mundo físico que compartimos.
El auge de la IA física: inteligencia en movimiento
La inteligencia ya no se queda dentro de las pantallas.
Empieza a moverse, a percibir y a transformar el mundo que nos rodea.
Es un gran cambio: pasamos de máquinas que piensan a máquinas que actúan.
La inteligencia física amplía lo que la tecnología puede hacer.
Conecta lo digital con lo físico. Une la información con la acción.
Este cambio transformará nuestra forma de trabajar, producir y vivir.
Por qué importa la inteligencia artificial física
Hoy, el coste del trabajo manual influye en el precio de casi todo lo que compramos o usamos.
El trabajo humano representa alrededor del 50 % del PIB mundial, unos 42 billones de dólares al año.
Cuando los robots con inteligencia física se incorporen al trabajo, desde las fábricas hasta las granjas, ese coste empezará a bajar hasta acercarse al precio de operar o alquilar un robot.
Un menor coste laboral supondrá menores costes de producción en todos los sectores.
Un menor coste laboral supondrá menores costes de producción en todos los sectores.
Con el tiempo, los robots incluso construirán otros robots, multiplicando la eficiencia y reduciendo aún más los precios.
Esto podría facilitar el trabajo manual y dar paso a un mundo donde los bienes y servicios sean mucho más accesibles.
La inteligencia física tiene el potencial de aumentar la productividad, reducir la escasez y dejar espacio para que las personas nos centremos en lo que solo nosotros podemos hacer: imaginar, crear y cuidar.
Los cuatro pilares de la IA física
Todo sistema con inteligencia física se apoya en cuatro capacidades básicas:
- Un cuerpo físico
La inteligencia toma una forma física: un robot, un dron o un vehículo.
- Percepción
Los sensores crean un mapa del entorno en tiempo real.
- Toma de decisiones
Los algoritmos evalúan la información y eligen qué hacer.
- Acción y aprendizaje
El sistema actúa, se adapta y mejora con el tiempo.
Este ciclo continuo de percibir, decidir, actuar y aprender acerca a las máquinas a comprender el mundo real.
La inteligencia artificial física en acción
La inteligencia física combina razonamiento y movimiento.
Permite que las máquinas actúen con un propósito, con precisión y de forma segura.
Estos son algunos ejemplos de esta nueva ola:
1. Robots móviles autónomos
Se desplazan por almacenes y fábricas, transportan mercancías y crean mapas de los espacios.
Ejemplos:
2. Brazos manipuladores
Clasifican miles de productos por hora, ensamblan componentes complejos y empaquetan artículos.
Ejemplos:
3. Robots quirúrgicos
Realizan intervenciones quirúrgicas complejas con una precisión inferior a un milímetro.
Ejemplos:
4. Robots humanoides
Se adaptan a los espacios humanos y trabajan en ellos, ofrecen asistencia personal y aprenden nuevas tareas.
Ejemplos:
No son experimentos aislados.
Son señales de un cambio más amplio: las máquinas empiezan a comprender nuestros entornos y a colaborar en ellos.
Cómo funciona la inteligencia artificial física
Para llevar la inteligencia al mundo físico, las máquinas necesitan algo más que software.
Necesitan un cuerpo, sentidos, una forma de comunicarse y un espacio donde aprender sin riesgos.
En el centro de esta nueva generación de robots están los modelos Vision–Language–Action (VLA).
Estos sistemas combinan tres capacidades clave:
- Visión para ver e interpretar el entorno mediante cámaras y sensores.
- Lenguaje para comprender instrucciones y contexto en términos humanos.
- Acción para convertir la percepción y la comprensión en movimientos precisos.
En la práctica, esto significa que un robot puede observar una demostración humana, entender una petición verbal y después realizar la misma tarea por su cuenta.
Modelos como Helix, desarrollado por Figure AI, o RT-X de Google DeepMind enseñan a las máquinas a conectar lo que ven con lo que saben y con lo que deben hacer después. Es el puente entre el pensamiento y el movimiento.
Inteligencia física y gemelos digitales: cómo aprenden a moverse los robots
Estos sistemas no pueden aprender de forma segura en el mundo real desde el primer momento.
Necesitan espacios virtuales para practicar: réplicas digitales de entornos reales conocidas como gemelos digitales. Con ellos, la IA física puede entrenarse millones de veces más rápido que en la realidad.
Dentro de estos entornos digitales, los robots aprenden a reconocer objetos, evitar obstáculos y mejorar su coordinación.
Se equivocan sin riesgo.
Una vez perfeccionado su comportamiento, ese aprendizaje puede trasladarse al mundo físico: un proceso conocido como sim-to-real transfer.
Los retos de la inteligencia física
Crear inteligencia artificial física que actúe de forma segura y con sentido en el espacio físico es un trabajo complejo.
Estos son cinco retos clave que marcan el rumbo de este campo hoy:
1. La distancia entre la simulación y la realidad
Los robots aprenden muchas habilidades en simulaciones antes de moverse en la vida real.
Pero el mundo real está lleno de variables, como la iluminación, las texturas, el ruido y las personas impredecibles, que ningún modelo puede reflejar a la perfección.
Salvar esa distancia entre el entrenamiento virtual y la actuación física es uno de los problemas más difíciles de la robótica actual.
2. Datos y entornos sintéticos
Entrenar robots requiere enormes cantidades de datos.
Recogerlos del mundo real es caro y lento.
Los datos sintéticos y los gemelos digitales ayudan a cubrir esa necesidad. Pero si las simulaciones no son lo bastante realistas, puede que los resultados no se trasladen a la realidad.
Encontrar el equilibrio adecuado entre velocidad, precisión y realismo sigue siendo un gran reto.
3. Seguridad e interacción humana
Los sistemas de IA física deben trabajar de forma segura cerca de las personas.
Necesitan anticipar los movimientos humanos, detenerse al instante si algo va mal y comprender los límites del espacio personal.
Garantizar que los robots actúen de forma responsable, sobre todo en hogares, hospitales o espacios públicos, es esencial para que confiemos en ellos y los incorporemos a nuestra vida.
4. Sesgos y equidad
Todo sistema inteligente aprende de los datos que recibe.
Si esos datos contienen sesgos, el comportamiento del robot los reflejará.
Para crear sistemas fiables, los desarrolladores deben usar datos diversos y representativos, y probar los robots en muchos entornos y condiciones.
5. Ética y propósito
A medida que las máquinas ganan capacidades, la pregunta deja de ser «¿podemos construirlas?» y pasa a ser «¿deberíamos construirlas?».
La inteligencia física debe tener un propósito claro que ayude a las personas en lugar de sustituirlas.
Definir principios éticos desde el principio garantiza que la tecnología mejore la vida y siga respetando los valores humanos.
Dos caminos hacia un mundo con inteligencia física
Hay dos estrategias principales para incorporar robots a entornos reales.
1. Crear espacios diseñados para robots
Este enfoque se centra en crear entornos controlados y estructurados donde la automatización pueda funcionar al máximo.
Empresas como Amazon Robotics, Ocado Group y Boston Dynamics siguen este modelo. Optimizan la distribución de los espacios y los procesos de trabajo para que los robots se muevan con eficiencia y seguridad.
2. Crear robots diseñados para espacios humanos
El segundo enfoque le da la vuelta a la ecuación.
En lugar de adaptar el mundo a los robots, se centra en crear robots que puedan moverse por el nuestro. Es el camino que siguen Figure AI, Tesla (Optimus), y Agility Robotics (Digit).
Están desarrollando robots humanoides de uso general que pueden caminar, ver, comprender y colaborar en los mismos entornos que ya usamos las personas.
La elección está entre desarrollar millones de máquinas especializadas en tareas concretas o crear humanoides adaptables capaces de aprender muchas tareas.
Un futuro construido sobre el movimiento
La inteligencia artificial está saliendo de la pantalla para entrar en nuestro mundo.
La próxima generación de tecnología no solo pensará.
Se moverá, construirá y colaborará.
Únete a la newsletter
Ideas prácticas sobre IA, liderazgo e innovación. Cada semana.