El jefe de robótica de Nvidia elogia el nuevo modelo GPT-6 Astra de OpenAI y lo considera una buena noticia para los robots. Sin embargo, pruebas independientes muestran que todavía es demasiado lento, costoso e impreciso para el trabajo real.

Los comentarios de Deepu Talla se producen mientras Nvidia (NASDAQ: NVDA) afronta la salida de su director ejecutivo, Jensen Huang.

¿Por qué el jefe de robótica de Nvidia elogia ahora el modelo de IA de un rival?

El jefe de robótica de Nvidia (NASDAQ: NVDA), Deepu Talla, califica públicamente a GPT-6 Astra de OpenAI como un triunfo para la robótica. Afirma que un modelo diseñado para comprender y usar el lenguaje podría ayudar a las máquinas a moverse y trabajar en el mundo real.

El momento en que Talla hizo sus comentarios es incómodo para la empresa. Jensen Huang acaba de dejar el cargo de director ejecutivo de Nvidia en medio del escrutinio de su conducta. La cobertura en directo de Cryptopolitan vinculó la debilidad de las acciones tecnológicas con la incertidumbre en torno a su salida.

Nvidia también ha sido noticia por Megaspeed, una empresa con sede en Singapur que compró sus chips. Los departamentos de Comercio y Justicia de Estados Unidos emitieron una declaración conjunta sobre el caso, a pesar de que rara vez comentan investigaciones en curso. La declaración conjunta se emitió para aclarar lo que describieron como información inexacta sobre el caso que circulaba en los medios.

Según la declaración, el Departamento de Comercio abrió una investigación en 2024 sobre posibles infracciones de los controles de exportación, tras detectar actividad sospechosa mientras vigilaba posibles desvíos de chips sensibles.

En mayo de 2025, sus investigadores solicitaron a Nvidia registros de ventas directas o indirectas a Megaspeed y, más tarde, en junio de 2025, Nvidia incluyó a Megaspeed en su lista de empresas a las que «no vender».

Ese mismo mes, agentes de la Oficina de Industria y Seguridad del Departamento de Comercio colaboraron con las fuerzas del orden de Singapur para realizar una inspección presencial en Megaspeed e interrogaron a su directora ejecutiva, Alice Huang.

Tras la inspección presencial, el Departamento de Justicia asumió el liderazgo de una investigación penal. Los dos departamentos dijeron que aplicarían todo el peso de la ley contra Megaspeed por cualquier conducta delictiva que pudiera haberse producido.

También dijeron que, durante la administración Trump, se han imputado cargos a 17 personas en seis casos por el presunto contrabando de chips valorados en miles de millones de dólares. La declaración no acusa a Nvidia de ninguna irregularidad.

¿Está Astra realmente lista para manejar robots?

A pesar de los comentarios de Talla, las pruebas independientes muestran que Astra aún no está lista para su implementación. Una de ellas, AA-Robotics v0.1, una vista previa de investigación de Artificial Analysis, muestra que GPT-6 Astra quedó en primer lugar entre cinco modelos de IA de primer nivel, con una puntuación de 69. GPT-6.1 Sol, Gemini 4 Argon y dos modelos de Claude quedaron por detrás.

Cada modelo controló un brazo robótico de seis articulaciones y recibió instrucciones en lenguaje sencillo para realizar ocho tareas sobre una mesa. Pero, pese a los resultados aparentemente impresionantes, los modelos fueron unas 100 veces más lentos que una persona. Una persona necesita unos 20 segundos por tarea, mientras que Astra necesitó alrededor de media hora.

Astra también fue el modelo más caro, con un costo de 16,36 dólares por tarea. Artificial Analysis dijo que los modelos de lenguaje actuales son demasiado lentos y costosos para la robótica de producción real.

Además de ser lentos y costosos, también carecen de precisión. Según se informa, RoboCurve, una corporación de beneficio público, puso a prueba el desempeño de Astra con brazos robóticos reales. Astra logró colocar un bloque en un recipiente en 19 de 20 intentos, con una tasa de éxito del 95 % y un costo de 0,94 dólares por intento. Mientras tanto, Claude Fable 5.1, de Anthropic, solo tuvo éxito el 40 % de las veces.

Sin embargo, cuando se le asignó una tarea más difícil —presionar una pieza de rompecabezas para encajarla en una ranura circular estrecha con precisión milimétrica—, Astra solo acertó 2 de cada 20 veces, es decir, un 10 %, lo mismo que Fable 5.1.

El director ejecutivo de Unitree, Wang Xingxing, ha dicho que los pequeños errores se acumulan con cada movimiento de un robot, un problema que no afecta a los modelos digitales. Jay Chooi, de RoboCurve, se mostró más optimista y dijo que, si se mantiene el progreso actual, los modelos de lenguaje podrían guiar brazos robóticos en tiempo real en un plazo de dos a tres años.

Nvidia lleva tiempo prometiendo un gran avance. En enero, en el CES, Huang dijo que el «momento ChatGPT» de la IA física estaba «muy cerca». Un año antes, había dicho que estaba «a la vuelta de la esquina».

En un estudio llamado «Astranomy», el Laboratorio de Robótica de Nvidia en Seattle puso a prueba una configuración que utiliza Astra. El estudio se presentó en CoRL 2026.

La configuración obtuvo un 74,8 % en RoboLab-120, una prueba en la que los robots recogen objetos y los colocan en otro lugar. Eso supuso 23,8 puntos más que el mejor método anterior. Pero cada decisión tardó 18,56 segundos y una ejecución exitosa utilizó 30,9 millones de tokens, con un costo aproximado de 36,40 dólares.

El estudio Astranomy señala claramente que la latencia y el costo son obstáculos importantes para el uso de Astra en el mundo real, lo que coincide con lo que siguen encontrando las pruebas independientes.

Si estás leyendo esto, ya vas por delante. Sigue así con nuestro boletín.