Las fábricas virtuales se convierten en terreno de entrenamiento para los robots coreanos
Nvidia está ampliando su cooperación con fabricantes surcoreanos para entrenar robots en fábricas virtuales antes de incorporarlos a las líneas de producción. Además, un nuevo acuerdo con Kakao Mobility extiende su tecnología a los planes de taxis autónomos. En Nvidia AI Day Seoul 2026, que comenzó el 9 de noviembre en el centro de convenciones COEX de Seúl, la empresa presentó proyectos con Hyundai Motor Group, Doosan Robotics, LG Electronics, Samsung Electronics y SK Hynix.
Contenido
- Las fábricas virtuales se convierten en terreno de entrenamiento para los robots coreanos
- Qué cambia la IA física en una línea de producción
- Hyundai prueba cambios en las fábricas sin detener la producción
- Doosan y LG trabajan en el contacto, la presión y la manipulación de piezas
- Las fábricas de semiconductores conectan la simulación con la investigación de fallas
- Kakao Mobility busca pasar de taxis supervisados a la conducción autónoma de nivel 4
- Cómo se integra el sistema de conducción
- Agentes de IA más económicos y modelos en coreano respaldan las fábricas
- La energía y las opciones de plataforma determinan la expansión
- Lo que debe saber
Los proyectos se centran en tareas industriales concretas: probar los movimientos de robots en plantas automotrices, pulir puertas de vehículos, ensamblar componentes de lavadoras e investigar problemas de equipos en fábricas de semiconductores. Por su parte, Kakao Mobility planea combinar su propia IA para la conducción con una unidad de cómputo que contiene dos sistemas Nvidia DRIVE AGX Thor para vehículos desarrollados junto con Kia.
Deepu Talla, vicepresidente de robótica e IA de borde de Nvidia, dijo que los agentes de IA podrían reducir el trabajo de crear entornos de simulación para robots de varios meses y varios ingenieros a menos de una semana para un solo ingeniero. También describió una posible aceleración de alrededor de 100 veces en el desarrollo de gemelos digitales y los procesos de robótica relacionados.
Las demostraciones de noviembre se basan en compromisos descritos en la actualización de junio sobre alianzas de Nvidia. El anuncio presentó una fábrica de IA de LG, la ampliación prevista del centro de datos GAK Sejong de Naver a 55 megavatios y, posteriormente, a una escala de gigavatios, así como un servicio AI Cloud de SK Telecom previsto a escala de gigavatios y basado en Nvidia DSX.
Así, Corea del Sur cumple dos funciones vinculadas en la estrategia de Nvidia: aporta memoria, electrónica y experiencia industrial para la infraestructura de IA, y ofrece fábricas y servicios de transporte donde esa infraestructura puede aplicarse. Las alianzas más recientes se centran en convertir la capacidad de cómputo en máquinas capaces de realizar tareas físicas útiles.
Qué cambia la IA física en una línea de producción
La IA física permite que una máquina use información de su entorno para decidir cómo moverse y actuar. En el caso de un robot industrial, podría ajustar el agarre si un componente llega en una posición diferente o modificar la presión que ejerce sobre una superficie irregular.
Talla contrastó este enfoque con los robots industriales programados para repetir movimientos fijos. Según explicó, décadas de automatización en la industria automotriz han hecho eficiente la producción repetitiva, mientras que las tareas que cambian con frecuencia siguen siendo más difíciles de automatizar.
Talla describió el problema de la programación durante su presentación principal:
«En los entornos de trabajo que cambian continuamente, no se puede programar cada acción individual».
El flujo de trabajo propuesto por Nvidia consta de tres etapas de cómputo. Los sistemas DGX entrenan modelos de IA, la tecnología RTX facilita la simulación virtual y los equipos Jetson ejecutan el software resultante en los robots. Isaac ofrece herramientas para desarrollar y entrenar robots; Omniverse recrea entornos de trabajo, y Newton simula interacciones físicas, como el contacto entre una herramienta y una superficie.
Cosmos, la plataforma de modelos del mundo de Nvidia, aporta otra parte del proceso al generar entornos simulados y datos sintéticos. Los datos sintéticos son ejemplos creados por software, en lugar de recopilarse íntegramente de equipos reales. Los desarrolladores pueden usarlos para entrenar robots y evaluar cómo responden ante distintas situaciones.
Hyundai prueba cambios en las fábricas sin detener la producción
Hyundai Motor Group y Nvidia están recreando instalaciones de fabricación automotriz como gemelos digitales: versiones virtuales de fábricas y equipos reales. Los ingenieros pueden usarlos para probar la ubicación de los robots, sus movimientos y las secuencias de producción mientras la línea de montaje real sigue funcionando.
Los cambios propuestos pueden probarse repetidamente en la planta virtual antes de que los trabajadores muevan maquinaria o modifiquen un proceso de producción. Nvidia dijo que se pueden realizar cientos o miles de experimentos y que las simulaciones repetidas avanzan más rápido que el tiempo real.
Se espera que los agentes de IA faciliten la creación de esos entornos virtuales. Un agente es un software capaz de planificar una tarea y recurrir a otras herramientas para completarla. En este caso, los agentes conectan herramientas de simulación y automatizan parte del trabajo que antes realizaban manualmente ingenieros y artistas digitales.
Para Hyundai, la ventaja práctica es acortar el camino entre una idea de ingeniería y un cambio de producción probado. El comportamiento de los robots puede examinarse junto con el proceso general de la fábrica, en lugar de considerar cada máquina como un equipo aislado.
Doosan y LG trabajan en el contacto, la presión y la manipulación de piezas
Doosan Robotics trabaja con Nvidia en el pulido de precisión de puertas de automóviles y superficies de electrodomésticos. Para pulir no basta con repetir la misma trayectoria: el resultado depende del material, la rugosidad de la superficie y la presión que ejerce el robot.
La colaboración utiliza Isaac Lab y el motor de física Newton para estudiar esas interacciones. Las demostraciones analizaron las condiciones de las superficies y la presión de pulido con el objetivo de predecir cómo el movimiento del robot modifica el material que toca.
LG Electronics aplica Isaac Sim e Isaac Lab a la producción de electrodomésticos. Los robots practican cómo recoger, ensamblar y colocar componentes de productos como lavadoras y refrigeradores. La repetición en simulaciones permite a los desarrolladores ajustar los movimientos y probar el rendimiento antes de introducir cambios cerca de piezas y maquinaria reales.
El programa del evento de LG también incluyó un sistema de aprendizaje y validación basado en Isaac GR00T, además de ejemplos de aplicaciones en fábricas. Su alianza más amplia con Nvidia vincula datos de producción y conocimientos de fabricación con infraestructura de IA, con planes para conectar las compras, la producción, la logística y la entrega a los clientes mediante datos e IA.
También participan desarrolladores más pequeños. La empresa emergente surcoreana RealWorld desarrolla DexPinch para evaluar la manipulación robótica y la precisión de los algoritmos. Krafton fue presentada como otra empresa colaboradora, con robots diseñados para interactuar con personas en los ámbitos de la asistencia social y la atención de salud.
Las fábricas de semiconductores conectan la simulación con la investigación de fallas
SK Hynix, Samsung Electronics y SK Telecom muestran cómo las alianzas de Nvidia van más allá del movimiento de brazos robóticos. Sus proyectos utilizan instalaciones virtuales, simulación de ingeniería y análisis de IA para examinar equipos y procesos operativos complejos.
Los gemelos digitales de fábricas de semiconductores permiten supervisar equipos y procesos, así como analizar los procedimientos operativos estándar, es decir, las instrucciones que siguen los trabajadores para realizar tareas de manera uniforme. Nvidia también mostró agentes de IA que investigan las causas de anomalías en los equipos dentro de instalaciones virtuales.
Samsung presentó análisis de fluidos, térmicos y estructurales con PhysicsNeMo, las herramientas de Nvidia para modelos de IA basados en el comportamiento físico. Estas tareas examinan cómo fluyen los líquidos o los gases, cómo se transfiere el calor y cómo responden las estructuras a las fuerzas. Samsung también mostró asistencia de IA para explorar opciones de diseño.
El programa de SK Hynix abarcó la simulación de dispositivos y procesos de semiconductores con CUDA-X y PhysicsNeMo. El objetivo común de estos proyectos es permitir que los ingenieros examinen digitalmente posibles cambios y problemas operativos, junto con los sistemas físicos que gestionan.
Kakao Mobility busca pasar de taxis supervisados a la conducción autónoma de nivel 4
Kakao Mobility y Nvidia firmaron su memorando de entendimiento sobre conducción autónoma el 9 de noviembre en The Westin Seoul Parnas, en Gangnam. Entre los participantes estaban Kim Jin-gyu, vicepresidente de IA física de Kakao Mobility, y Gaurav Agrawal, director sénior del área automotriz de Nvidia.
Kakao Mobility ya opera un servicio de taxis autónomos en Gangnam con conductores de seguridad a bordo. El servicio comenzó con dos vehículos en marzo y se amplió a seis en agosto, con lo que triplicó su flota. Los pasajeros acceden al servicio a través de Kakao T.
La nueva cooperación apunta a la automatización de nivel 4. En ese nivel, un vehículo realiza la tarea de conducción sin depender de un conductor humano dentro de ciertas condiciones de funcionamiento, como una zona de servicio definida. Kakao Mobility no ha anunciado una fecha de lanzamiento comercial ni el número de vehículos que tendrá su servicio previsto de nivel 4.
Kakao Mobility dirigirá el desarrollo de su propia IA para la conducción, mientras que Nvidia aportará tecnología de cómputo, integración de sensores y seguridad. Las empresas planean aplicar primero el sistema resultante a vehículos de Kia diseñados para usos específicos, como el transporte de pasajeros.
El acuerdo es el resultado de varios pasos relacionados:
- Marzo de 2026: Kakao Mobility inició su servicio de taxis autónomos en Gangnam con dos vehículos y conductores de seguridad.
- Mayo de 2026: Kakao Mobility se asoció con LG Innotek para trabajar en sensores de precisión y datos de conducción.
- Julio de 2026: Kakao Mobility y Kia acordaron desarrollar y suministrar vehículos para servicios de conducción autónoma.
- Agosto de 2026: La flota de Gangnam se amplió a seis vehículos.
- 9 de noviembre de 2026: Kakao Mobility y Nvidia firmaron su acuerdo de cooperación tecnológica.
- Para finales de 2026: Kakao Mobility planea ampliar la aplicación de su modelo integral de IA para la conducción.
Cómo se integra el sistema de conducción
El modelo integral de Kakao Mobility conecta la comprensión del entorno del vehículo con las decisiones de conducción mediante un modelo de IA. Actualmente, la empresa combina decisiones de conducción basadas en IA con un sistema de verificación de seguridad basado en reglas explícitas.
La unidad de cómputo prevista contendrá dos sistemas DRIVE AGX Thor. La arquitectura de referencia Hyperion de Nvidia ofrece un marco de diseño para conectar el vehículo, los sensores y el hardware de cómputo, mientras que Halos proporciona un marco de seguridad para el desarrollo y la verificación.
Rishi Dhall, vicepresidente del área automotriz de Nvidia, describió así la división de responsabilidades prevista:
«Nvidia Hyperion proporciona la base tecnológica de sensores y cómputo necesaria para implementar la conducción autónoma de nivel 4, y Nvidia Halos respalda un marco integral de seguridad durante todo el proceso, desde el desarrollo tecnológico hasta su aplicación en servicios reales».
Las empresas tienen previsto desarrollar un sistema que cumpla las normas internacionales, establecer servicios en Corea del Sur y considerar una expansión internacional a más largo plazo. Su tarea inmediata de ingeniería consiste en integrar el software de Kakao Mobility, el hardware de Nvidia y los vehículos de Kia en un sistema coordinado.
Agentes de IA más económicos y modelos en coreano respaldan las fábricas
Nvidia también presentó formas de reducir el costo de operar agentes de IA. Jonathan Cohen, vicepresidente de investigación aplicada de la empresa, describió Switchyard, un sistema que asigna las tareas a distintos modelos de IA según su dificultad y costo.
En pruebas internas de Nvidia, este enfoque mantuvo una tasa de éxito del 80% en las tareas y redujo los costos a cerca de un tercio de los que supondría usar un único modelo potente. En otras palabras, el ahorro informado fue de alrededor de dos tercios, sin cambios en la tasa de éxito.
Cohen explicó por qué es importante asignar las tareas:
«No es necesario asignar cada tarea al modelo más inteligente».
Naver participa en la Nemotron Coalition, donde comparte datos y técnicas de entrenamiento para desarrollar modelos abiertos. Naver Cloud presentó su experiencia con Nemotron y el entrenamiento de modelos a gran escala. SK Telecom, LG AI Research y Upstage también usan tecnología y conjuntos de datos de Nemotron para desarrollar modelos adaptados al idioma coreano y a las industrias nacionales.
Nvidia describió su estrategia de modelos abiertos, que incluye publicar los pesos de los modelos y los guiones de entrenamiento y prueba. Los pesos de un modelo son los valores numéricos aprendidos que determinan cómo responde. El acceso a estos componentes ofrece a las empresas una base para adaptar sistemas con sus propios datos y conocimientos industriales.
La energía y las opciones de plataforma determinan la expansión
El entrenamiento de IA, la simulación de robots y la operación de servicios requieren infraestructura de cómputo. La plataforma DSX de Nvidia trata las GPU, las redes, la refrigeración y el suministro de electricidad como partes de un único sistema que puede gestionarse en conjunto.
Nvidia dijo que su socio de servicios en la nube Nscale utilizó una gestión dinámica de la energía para aumentar alrededor de un 37% la capacidad de despliegue de GPU y cerca de un 50% la generación de tokens dentro del mismo presupuesto de energía. Los tokens son las pequeñas unidades de texto que los modelos de lenguaje procesan y producen. El ejemplo ilustra el interés de la empresa en obtener más cómputo útil de un suministro limitado de electricidad.
NVLink Fusion aborda otra tarea de infraestructura: conectar chips de IA personalizados con los sistemas de Nvidia. Está diseñado para reducir el trabajo que afrontan los desarrolladores de chips al crear infraestructura de servidores, redes y racks para sus procesadores.
La expansión de Corea del Sur incluye una asignación de 260.000 chips anunciada en noviembre de 2025, cuyas entregas comenzarán en 2026. Un acuerdo de octubre de 2026 para crear líneas de producción de sustratos dedicadas en las instalaciones de Samsung Electro-Mechanics en Sejong y Busan añade otro vínculo entre la fabricación coreana y la cadena de suministro de Nvidia.
La función empresarial de Nvidia se extiende a todas estas alianzas. Talla describió a la compañía como proveedora de plataformas y chips, no como fabricante de robots. Los socios coreanos aportan fábricas, productos, conocimientos operativos y aplicaciones; Nvidia proporciona gran parte de la infraestructura de desarrollo compartida. El uso de herramientas comunes puede simplificar la integración, pero también hace que la compatibilidad y el acceso continuado a esas herramientas sean aspectos importantes para las empresas participantes.
Lo que debe saber
- Nvidia presentó una ampliación de sus alianzas surcoreanas en fabricación y robótica en AI Day Seoul 2026, celebrado del 9 al 10 de noviembre en el centro de convenciones COEX.
- Hyundai prueba procesos de producción en gemelos digitales, Doosan desarrolla aplicaciones de pulido robótico y LG entrena robots para fabricar electrodomésticos.
- Los proyectos de Samsung, SK Hynix y SK Telecom conectan la simulación de fábricas con el análisis de ingeniería, la supervisión y los procedimientos operativos.
- Nvidia afirma que los agentes de IA pueden reducir de meses a menos de una semana, para un solo ingeniero, el desarrollo de entornos de simulación.
- Kakao Mobility planea combinar su IA para la conducción con la tecnología de cómputo y seguridad de Nvidia en vehículos de Kia para servicios de nivel 4.
- La flota actual de Kakao Mobility en Gangnam cuenta con seis vehículos y conductores de seguridad. La fecha de lanzamiento del servicio de nivel 4 y el número de vehículos no se han anunciado.
- La gestión energética de los centros de datos, los modelos en coreano y las plataformas de desarrollo compartidas respaldan el esfuerzo industrial más amplio.
