Todo el mundo está centrado en quién presenta la demostración humanoide más llamativa. Jim Fan acaba de decirte la verdadera carrera: quién puede generar suficientes datos de física sintética para cerrar una brecha de 100,000 años. Ese número no es una hipérbole. Ken Goldberg en Berkeley calculó que los datos textuales utilizados para entrenar LLMs llevarían 100,000 años a un humano para leer. Los robots tienen acceso a casi ninguno de esos equivalentes para la manipulación física. Cada agarre, cada tropiezo, cada cambio de peso necesita ser aprendido desde cero o simulado. Por eso el laboratorio de Fan lanza tres versiones de modelo en nueve meses (N1 en marzo, N1.5 en junio, N1.6 en diciembre) mientras que la mayoría de las empresas de robótica aún están recolectando demostraciones del mundo real. NVIDIA no está compitiendo solo en hardware. Están compitiendo en su capacidad para generar datos de entrenamiento sintéticos ilimitados a través de Omniverse. La pila GR00T revela la estrategia: GR00T Dreams genera datos de video sintético. GR00T-Gen crea entornos de simulación. GR00T-Mimic genera trayectorias. Cada componente existe para fabricar los datos de física que no existen en internet. El marco del "Test de Turing Físico" de Fan es preciso. Construiremos sistemas que puedan razonar sobre proteínas y probar teoremas antes de construir sistemas que puedan doblar ropa de manera confiable. Physical Intelligence demostró esto la semana pasada cuando abordaron las tareas del desafío "Robot Olympics" de Benjie Holson. Su modelo obtuvo medallas de oro en 3 de 5 categorías. Pero nota lo que no pudieron resolver: tareas que requieren el uso de herramientas con propiedades físicas específicas. La frontera no es el razonamiento. Es la dinámica de contacto. OpenAI y Anthropic escalan raspando internet. La IA física no tiene internet para raspar. El equipo que gane es quien descubra cómo fabricar 100 millones de horas de experiencia en física dentro de la simulación y transferirla al mundo real. NVIDIA, con su ADN gráfico, infraestructura de simulación y un equipo de 30 personas sistemáticamente liberando modelos base, podría estar mejor posicionado que nadie para hacer exactamente eso.