La inteligencia artificial física empieza a definirse no solo por los modelos que generan texto o imágenes, sino por la capacidad de un sistema para percibir, decidir y actuar dentro de un dispositivo. Dos informaciones recientes sitúan esa transición en áreas distintas: Xiaomi trabaja en un chip que, según la descripción publicada por Mundo Xiaomi, no persigue únicamente aumentar la potencia de cálculo; Skild AI, por su parte, ha presentado S1, un modelo de base para robots que puede aprender tareas no vistas a partir de una sola demostración en vídeo. Los datos disponibles no permiten comparar directamente ambos desarrollos ni confirmar el alcance comercial del proyecto de Xiaomi, pero sí muestran una misma dirección: trasladar más inteligencia al hardware y reducir la dependencia de ajustes manuales.

Chips para una inteligencia artificial física

En los sistemas de inteligencia artificial, la potencia suele asociarse con la cantidad de operaciones que un procesador puede ejecutar. Sin embargo, un chip diseñado para IA también puede priorizar otros elementos: el consumo energético, la velocidad con la que procesa datos, la memoria disponible o la capacidad para ejecutar modelos cerca de la fuente de información. La referencia sobre Xiaomi sostiene que su propuesta busca cambiar cómo funciona la IA, pero el material facilitado no identifica el nombre del chip, su arquitectura, el proceso de fabricación, los dispositivos compatibles ni una fecha de lanzamiento. Por eso, cualquier lectura sobre sus prestaciones concretas debe mantenerse abierta.

La expresión inteligencia artificial física describe sistemas que conectan modelos computacionales con sensores, motores, cámaras y otros componentes capaces de actuar sobre un entorno. En un teléfono, por ejemplo, puede implicar que parte del procesamiento se realice localmente; en un robot, que el modelo interprete una escena y convierta esa lectura en movimientos. Esa combinación exige más que un modelo potente: necesita coordinación entre el procesador, la memoria, el software de control y los mecanismos de seguridad. La información de Xiaomi apunta a esa cuestión de diseño, aunque todavía no ofrece detalles técnicos suficientes para saber qué parte de la cadena pretende modificar.

El caso de Skild AI está descrito con mayor precisión. NVIDIA explica que S1 es un modelo de base para robots, una categoría de sistemas entrenados para servir como punto de partida en distintas tareas, en lugar de estar limitados a una única rutina. Su finalidad es que un robot aprenda trabajos prolongados y no vistos después de observar una demostración en vídeo. El planteamiento se dirige a fábricas, almacenes y líneas de producción, espacios en los que cambian las tareas, se reorganiza la distribución o aparecen productos nuevos.

Si la propuesta de Skild AI funciona como se describe, el cambio operativo estaría en la forma de enseñar a los robots. Muchos sistemas industriales requieren una reprogramación significativa cuando la tarea, el objeto o el entorno dejan de coincidir con las condiciones previstas. Un modelo que extraiga de un vídeo la secuencia, el objetivo y las relaciones espaciales podría acortar parte de ese proceso. No significa que un robot pueda aprender cualquier actividad sin supervisión: el resumen de NVIDIA no aporta resultados cuantitativos, tasa de errores, condiciones de seguridad, compatibilidad con plataformas concretas ni demostraciones independientes que permitan medir su rendimiento.

La referencia a una única grabación también plantea preguntas técnicas. Un vídeo puede mostrar una acción, pero no necesariamente todas sus variaciones: objetos con distinto peso, iluminación cambiante, obstáculos inesperados o fallos durante la ejecución. Para que el conocimiento visual se convierta en movimiento fiable, el sistema debe combinar percepción, planificación y control. En robótica, estos términos se refieren a identificar lo que ocurre, decidir los pasos necesarios y ordenar a los actuadores que ejecuten cada movimiento dentro de unos límites seguros. La información disponible confirma la intención de S1, pero no detalla cómo resuelve cada etapa.

En el frente de los chips, una arquitectura centrada en inteligencia artificial integrada podría tener efectos en dispositivos que necesitan responder con baja latencia o trabajar con conectividad limitada. El procesamiento local reduce la necesidad de enviar cada dato a un servidor, aunque también impone restricciones de memoria, temperatura y consumo. La idea de Xiaomi, tal como aparece formulada, parece poner el foco en el modo de funcionamiento de la IA y no en una carrera por las cifras brutas. Aun así, no hay especificaciones que permitan determinar si se trata de una innovación arquitectónica, una optimización de software, una integración de componentes o una combinación de esos elementos.

Las dos noticias apuntan a una disputa que va más allá del tamaño de los modelos. La ventaja puede depender de cuánto contexto entiende un dispositivo, cuánto tarda en reaccionar y cuánta energía necesita para hacerlo. En robots, esa eficiencia debe convivir con precisión y seguridad; en chips para dispositivos, con autonomía térmica y costes de fabricación. La convergencia entre procesadores especializados y modelos capaces de interpretar el entorno puede definir qué sistemas llegan a operar de forma autónoma, pero todavía es pronto para atribuir resultados concretos a cualquiera de estas iniciativas.

Robots que aprenden nuevas tareas

La evolución de ambos proyectos deberá juzgarse con información verificable sobre productos, pruebas y disponibilidad. En Xiaomi será necesario conocer la arquitectura del chip, los modelos de IA que puede ejecutar, su consumo, el tipo de dispositivo al que llegará y si la compañía ha presentado una demostración técnica propia. En Skild AI conviene seguir la evidencia sobre tareas reales, número de robots compatibles, intervención humana, rendimiento ante cambios del entorno y mecanismos para detener una acción insegura. También será relevante saber si el aprendizaje a partir de un vídeo funciona fuera de escenarios controlados o si requiere datos y ajustes adicionales.

Por ahora, el punto común es una intención tecnológica clara, no un resultado comercial confirmado. Xiaomi aparece vinculada a un diseño de chip que pretende replantear el procesamiento de la IA, mientras Skild AI ofrece un modelo orientado a que los robots incorporen nuevas habilidades con menos reprogramación. La inteligencia artificial física solo ganará peso en la industria cuando esas promesas puedan medirse en dispositivos desplegados, con costes, límites y niveles de fiabilidad documentados.

Fuentes consultadas: Mundo Xiaomi, “El chip más ambicioso y capaz de Xiaomi no busca más potencia: busca cambiar para siempre cómo funciona la IA”, a través de Google News Hardware IA; NVIDIA Blog, “Skild AI Taps NVIDIA Physical AI to Teach Robots New Tasks From a Single Video”.

Fuentes consultadas

• Fuente consultada (Google News Hardware IA)
• Fuente consultada (NVIDIA Blog)
• Fuente consultada (Google News Hardware IA)
• Fuente consultada (Google News Hardware IA)
• Fuente consultada (Google News Hardware IA)