# NVIDIA revela GR00T 2 World Action Model y Isaac Lab 3.0 en CoRL 2026 para Dexterous Robotics

Source: TechNewsList (https://technewslist.com)
Canonical URL: https://technewslist.com/es/article/nvidia-unveils-gr00t-2-world-action-model-and-isaac-lab-at-2026-11-10-morning-es
Section: Drones & Robots (https://technewslist.com/es/drones-robotics)
Author: TechNewsList
Language: es
Published: 2026-11-10T06:18:04.942+00:00
Updated: 2026-11-10T06:18:04.944906+00:00

> Robotics: NVIDIA presenta GR00T 2 y Isaac Lab 3.0 en la Conferencia sobre aprendizaje de robots, cambiando la robótica de la reacción visual a modelos de acción de mundo físico predictivo.

## TL;DR
- En CoRL 2026 en Austin, NVIDIA lanzó GR00T 2, un World Action Model frontera abierta para la manipulación robótica de grano fino.
- GR00T 2 utiliza un transformador de difusión unificado que simula a la vez futuros fotogramas de vídeo y predice trayectorias de articulaciones motoras.
- NVIDIA también lanzó Isaac Lab 3.0 con el motor de física Newton, aumentando el rendimiento de entrenamiento de simulación hasta 2,5 veces.

## Key points
- GR00T 2 fue entrenado a lo largo de 400.000 horas de datos de demostración heterogéneos, incluyendo vídeo humano en primera persona y teleoperación.
- El modelo completó 40 de las 50 tareas de referencia de manipulación evaluadas, sin ningún tipo de entrenamiento previo específico.
- Robotics: NVIDIA creó un conjunto de datos de manipulación humana egocéntrica de 100.000 horas en Hugging Face para acelerar la investigación de robótica comunitaria.
- Robotics: Una variante ligera designada GR00T 2 Turbo ofrece latencia de inferencia de 124 milisegundos en la plataforma de cálculo de robótica Jetson Thor.
- El motor de física Newton integrado en Isaac Lab 3.0 proporciona simulación de alta fidelidad de materiales deformables, cables y manos multi-juntas.

## Qué pasó

En la Conferencia Anual sobre Aprendizaje de Robots (CoRL 2026) en Austin, Texas, los semiconductores y pioneros de la IA física NVIDIA hicieron una serie de anuncios fundacionales dirigidos a romper el santo grial de la inteligencia artificial encarnada: manipulación de grano fino y hábil. Encabezando las presentaciones de la conferencia, NVIDIA presentó GR00T 2, una frontera abierta World Action Model (WAM) diseñada para controlar las manos robóticas multidedos, manipuladores industriales y robots humanoides. Al mismo tiempo, la compañía anunció el lanzamiento general de Isaac Lab 3.0, su marco de simulación de robots de código abierto, actualizado con el motor de física newton de nueva ingeniería.

El lanzamiento de GR00T 2 marca una desviación conceptual de los modelos Vision-Language-Action (VLA) que dominaron la investigación robótica en los últimos tres años. Mientras que las redes VLA antiguas funcionaban como políticas reactivas —mapeando píxeles de cámara directamente a velocidades conjuntas inmediatas— GR00T 2 se construye directamente sobre los modelos mundiales de la fundación Cosmos de NVIDIA. El modelo funciona como un simulador de mundo físico predictivo, utilizando un transformador de difusión unificado que alucina al mismo tiempo futuros fotogramas de vídeo sensorial y calcula los correspondientes comandos motores continuos.

Para entrenar la arquitectura a través de diversas encarnaciones robóticas, NVIDIA compiló un conjunto de datos masivo que comprende más de 400.000 horas de demostraciones heterogéneas, que abarcan vídeo humano egocéntrico, trayectorias de agarre manuales y sesiones de teleoperación de alta precisión. En un movimiento sin precedentes para apoyar la ciencia académica abierta, NVIDIA lanzó 100.000 horas de video de manipulación humana comisariada directamente en Hugging Face, estableciendo el conjunto de datos abiertos más grande para la investigación física de IA.

## Por qué importa

![Orange multi-axis heavy industrial robot arm mounted on a work platform.](https://upload.wikimedia.org/wikipedia/commons/5/59/KUKA_industrial_robotic_arm_performing_%22The_Beach%22_by_Roy_Nachum_-_05.jpg)

*Industrial robotic arm performing precise trajectory control and spatial articulation in a structured testing facility.*

En la última década, la automatización robótica logró notables triunfos en entornos estructurados donde los componentes son rígidos y las trayectorias son repetitivas. Las fábricas automotrices despliegan decenas de miles de brazos robóticos para soldar chasis de acero y pintar cuerpos de automóviles a lo largo de caminos deterministas. Sin embargo, traer robots a la fabricación electrónica flexible, centros de cumplimiento logístico o ambientes domésticos ha permanecido fundamentalmente embotellado por manipulación hábil.

Las tareas que los humanos ejecutan sin esfuerzo —como conectar un cable de cobre flexible a un puerto de servidor apretado, roscar un tornillo pequeño o un paño plegable— presentan desafíos extremos de modelado físico. Los desajustes de contacto pequeños generan fuerzas de fricción complejas, bloqueando piezas mecánicas delicadas. Los modelos visuales reactivos estándar frecuentemente fallan porque no pueden prever las consecuencias físicas de su contacto físico antes de aplicar el par motor.

Al unir la simulación de vídeo mundial y la generación de acción dentro de un único transformador de difusión, GR00T 2 otorga a los robots una previsión física intuitiva. Antes de que un actuador inicie el movimiento, el modelo simula cómo los objetos circundantes producirán, flexionarán o deslizarán bajo presión aplicada. En las evaluaciones de referencia a través de cincuenta tareas de manipulación invisibles, GR00T 2 logró completar con éxito cuarenta tareas de tiro cero, estableciendo un nuevo registro para el razonamiento físico generalizado.

## Detalles técnicos

El avance arquitectónico que potencia GR00T 2 se centra en un transformador de difusión generativa que opera a través de representaciones tokenizadas unificadas de píxeles visuales y estados de control motor continuo. En lugar de entrenar redes neuronales separadas para la percepción visual y la planificación de la trayectoria cinemática, GR00T 2 muestra ambas modalidades en un espacio latente compartido. Durante la inferencia, el proceso de denominación de difusión refina conjuntamente la escena visual predicha y el efector final de seis grados de libertad posa en múltiples tiempos de difusión.

Para permitir el despliegue en hardware encarnado en el mundo real con estrictas limitaciones de potencia y térmicas, NVIDIA diseñó GR00T 2 Turbo, un modelo destilado de 2 mil millones de parámetros. Operando en el sistema de robotización Jetson Thor en chip de NVIDIA, la variante Turbo logra una latencia de ejecución de inferencia de solo 124 milisegundos, entregando servoa visual de circuito cerrado sensible a casi ocho fotogramas por segundo.

Como complemento al modelo de base, Isaac Lab 3.0 introduce el motor de física Newton, diseñado específicamente para acelerar el aprendizaje de refuerzo para sistemas físicos de alta dimensión. Los motores de física de cuerpo rígido tradicionales luchan al simular materiales altamente compatibles, cables deformables e interacciones de manos de multicontacto. Newton implementa dinámicas de cuerpo blando y contacto paralelizados GPU, lo que permite a los investigadores simular cientos de miles de escenas de manipulación paralelas simultáneamente. NVIDIA reporta un aumento de 2,5 veces en el rendimiento de simulación en comparación con tuberías anteriores basadas en PhysX.

## Impacto en el mercado / la industria

![Full-body humanoid robot standing on a display platform with articulated joints and sensor head.](https://upload.wikimedia.org/wikipedia/commons/b/b7/Humanoider-Roboter-DASA.JPG)

*Bipedal humanoid robot platform demonstrating embodied physical intelligence and torso-arm coordination.*

Los anuncios NVIDIA de CoRL enviaron ondas inmediatas a través de la industria global de robótica y automatización. Líderes mundiales de fabricación incluyendo Foxconn, Siemens y Pegatron anunciaron implementaciones piloto activas de Isaac Lab 3.0 para automatizar el ensamblaje de servidores AI de alta densidad y la logística de almacenes.

En la fabricación electrónica, el montaje de servidores computacionales multirack requiere la inserción de frágiles transceptores ópticos de alto ancho de banda y el encaminamiento de docenas de gruesas mangueras de refrigeración líquida. Estas tareas anteriormente requerían líneas de montaje humanas debido al riesgo de doblar delicados pines eléctricos. Utilizando Isaac Lab y GR00T 2, los socios de automatización industrial están entrenando brazos robóticos para realizar inserciones de alta precisión con tolerancias submilimétricas.

Además, el ecosistema de puesta en marcha de la robótica se está fusionando alrededor de la pila de software de NVIDIA. En lugar de gastar decenas de millones de dólares construyendo software de simulación propietario y recolectando datos de teleoperación personalizados, las empresas emergentes de robótica humanoides están adoptando Isaac Lab como su sustrato de entrenamiento predeterminado, comprimiendo drásticamente los ciclos de desarrollo para bípedos y cuádruples de próxima generación.

## Qué observar ahora

A medida que los laboratorios académicos y los desarrolladores comerciales comiencen a experimentar con el conjunto de datos de código abierto Hugging Face y los parámetros Isaac Lab 3.0, la atención pasará a las métricas de despliegue del mundo real. Los parámetros industriales alojados en el Isaac Lab-Arena —como DexBench y VABAR— proporcionarán una puntuación estandarizada para rastrear las tasas de éxito de manipulación en las arquitecturas de fundaciones competidoras.

La integración de hardware también se acelerará a medida que los integradores de sistemas comiencen a enviar plataformas robot comerciales alimentadas por Jetson Thor. La convergencia de simulación física de alto rendimiento, modelos de base multi-embodecimiento y silicio AI de borde dedicado confirma que la industria robótica ha entrado oficialmente en la era del modelado físico de acción mundial, acercando sustancialmente las máquinas autónomas a la destreza a nivel humano.

## Fuentes

- [The Robot Report](https://www.therobotreport.com/nvidia-launches-gr00t-2-isaac-lab-3-0-corl/) - Reporte en profundidad de CoRL 2026 detallando la arquitectura de acción mundial GR00T 2, motor Newton en Isaac Lab 3.0, y el rendimiento de referencia.
- [NVIDIA Corporate Profile](https://en.wikipedia.org/wiki/Nvidia) - Visión general de las plataformas de aceleración NVIDIAs, la robótica integrada Jetson computar y las tecnologías de simulación Omniverse.
- [Robot Learning Research Context](https://en.wikipedia.org/wiki/Robot_learning) - Conceptos fundamentales en el aprendizaje de refuerzo, aprendizaje de imitación y dinámica de encarnación física para sistemas robóticos.

* Artificial Intelligence

* Robotics

Mentions: NVIDIA, GR00T 2, Isaac Lab, CoRL 2026, Dexterous Robotics

## Sources
- [The Robot Report](https://www.therobotreport.com/nvidia-launches-gr00t-2-isaac-lab-3-0-corl/)
- [NVIDIA Corporate Profile](https://en.wikipedia.org/wiki/Nvidia)
- [Robot Learning Research Context](https://en.wikipedia.org/wiki/Robot_learning)