💡 Resumen (TL;DR):
- NVIDIA presentó la versión estable de Newton 1.0, un motor open-source para simular entornos físicos y entrenar hardware automatizado.
- El sistema ejecuta tareas de manipulación hasta 475 veces más rápido al utilizar una GPU RTX PRO 6000 Blackwell.
- Fabricantes como Samsung y Skild AI ya implementan esta tecnología para líneas de ensamblaje complejas y manejo de cableado.
NVIDIA presentó este lunes en la conferencia GTC 2026 la disponibilidad general de Newton 1.0, un motor de simulación de físicas de código abierto diseñado específicamente para entrenar robots en tareas de manipulación y locomoción dentro del sector industrial.
El proyecto pasó de su fase beta, anunciada en septiembre de 2025, a una plataforma de producción estable. Su arquitectura se basa en NVIDIA Warp y OpenUSD, y fue desarrollada en conjunto con Google DeepMind y Disney Research bajo la gestión de la Linux Foundation.
El motor integra varios solucionadores de cuerpos rígidos. Destaca MuJoCo Warp, una adaptación optimizada para GPU del conocido simulador de DeepMind, y Kamino, un software de Disney Research creado para calcular el movimiento de mecanismos complejos como manos robóticas o sistemas con piernas.
Velocidad de entrenamiento y adopción industrial
Según los datos técnicos publicados por la compañía, MuJoCo Warp alcanza velocidades hasta 252 veces superiores al modelo estándar MJX para tareas de locomoción. La métrica se dispara al operar en una tarjeta gráfica NVIDIA RTX PRO 6000 Blackwell, donde resulta 475 veces más rápido para procesos de manipulación.
Newton 1.0 es un simulador que también procesa materiales deformables mediante un algoritmo de descenso de bloques de vértices. Esta capacidad permite a los desarrolladores predecir el comportamiento de cables y telas. Además, incluye modelado de contacto hidroelástico para distribuir la presión en toda la superficie de choque en lugar de depender de puntos de contacto aproximados.
El sistema tiene integración nativa con Isaac Lab 3.0, el framework de aprendizaje robótico de la firma que también entró hoy en acceso anticipado. El Toyota Research Institute se sumó como socio principal para mejorar el desarrollo de los solucionadores físicos.
Dos empresas ya utilizan Newton 1.0 en entornos de producción reales:
* Skild AI: Combina Newton e Isaac Lab para entrenar redes de aprendizaje reforzado enfocadas en ensamblar racks de GPU. La precisión en las colisiones permite que los robots inserten conectores y fijen placas con márgenes de error mínimos, facilitando la transición del simulador al hardware físico.
* Samsung: Trabaja con Lightwheel para aplicar la simulación de elementos deformables en sus líneas de refrigeradores. El sistema entrena a los brazos mecánicos para conectar mangueras de agua, calculando las colisiones del cableado consigo mismo y la tensión generada por la fuerza bruta.
La presentación de Newton 1.0 acompañó un bloque más amplio de inteligencia artificial en GTC. La tecnológica reveló Cosmos 3, un modelo fundacional para inteligencia robótica, y nuevas versiones del humanoide comercial GR00T. Sobre el software N2, Jensen Huang aseguró que “ayuda a los robots a tener éxito en nuevas tareas en nuevos entornos con más del doble de frecuencia que las principales alternativas”. Actualmente, los ecosistemas Isaac y Omniverse controlan una base instalada superior a los 2 millones de robots a nivel mundial.
