A la Conferència de Tecnologia GPU d'Nvidia (GTC) 2025, el CEO Jensen Huang va fer una conferència titulada que descrivia un futur transformador per a la Intel·ligència Artificial (IA), qualificant-lo com un punt d'inflexió crític. En parlar davant de milers de desenvolupadors i líders de la indústria en l'esdeveniment — sovint anomenat el "Super Bowl de la IA" — Nvidia va revelar avenços importants en tecnologia i la seva visió per a la pròxima dècada de la IA. Un dels punts claus va ser la presentació de les arquitectures gràfiques de nova generació d'Nvidia, anomenades en codi Black, amb l'objectiu de millorar dràsticament l'eficiència i el rendiment computacional de la IA. Encara que els detalls eren limitats, l'èmfasi es posava en els avenços sense precedents en les capacitats de la IA. Huang va traçar l’evolució de la IA durant l’últdecada, des de les primeres tasques de visió per computador fins als models generatius avançats d’avui que ofereixen respostes rellevants i precises segons el context. Va descriure el desenvolupament de la IA en fases, destacant un canvi des d’enfocaments basats en grans quantitats de dades cap a la “IA física”, on la robòtica integra la IA amb la comprensió del món real, permetent que les màquines entenguin dinàmiques com la fricció i la interacció física. Aquest avenç fomenta robots autònoms que s’adapten de manera intel·ligent a entorns complexos. Un dels grans desafiaments d’aquesta fase de la IA física és obtenir dades de qualitat. Huang va indicar les limitacions actuals dels conjunts de dades, afirmant que "només pots fer fins a cert punt amb dades i amb el etiquetatge". Per superar aquestes limitacions, Nvidia està invertint fortament en tecnologies de simulació realista per entrenar els models de IA de manera eficaç. Un exemple destacat és Isaac, la plataforma d'Nvidia dissenyada per accelerar el desenvolupament de robòtica amb IA, combinant eines de simulació i marcs de treball d’IA per permetre que els robots aprenguin i s’adaptin virtualment abans del desplegament real.

En suport d’aquesta iniciativa, Benjamin Lee, professor d’enginyeria elèctrica i ciència de la computació, va elogiar la importància d’Isaac: "Un entorn simulador ha estat sempre un somni per als investigadors en robòtica per afinar els seus models de manera segura i eficient. Oferir simulacions accessibles i avançades pot democratitzar enormement el desenvolupament. " Nvidia també va presentar la sèrie Cosmos, una col·lecció de models d’IA de codi obert pensats per revitalitzar la comunitat de la recerca. Aquests models preentrenats funcionen de manera eficient en diverses plataformes, amb la intenció d’accelerar la innovació en camps com els vehicles autònoms i la comprensió del llenguatge natural. La companyia va reforçar el seu enfocament col·laboratiu amb associacions com la de General Motors, combinant l’experiència en IA d’Nvidia amb la fabricació automotriu per avançar en les tecnologies de conducció autònoma, fent palesa la creixent connexió entre les empreses de semicondictors per a IA i els sectors industrials tradicionals. A més, Nvidia va presentar Halos, un sistema d’IA de última generació per a entorns operatius complexos. Huang va afirmar que és la primera solució d’IA a gran escala i totalment integrada del món, subratllant el lideratge d’Nvidia en tecnologies d’IA escalables. Per acabar la conferència, Huang va mostrar un robot compacte que encarna la visió d’"robòtica generalista" d’Nvidia — robots versàtils capaços de realitzar diverses tasques en lloc de funcions estretes i especialitzades. Va declarar: "L’època de la robòtica generalista ja ha començat", entenent que els robots futurs seran adaptatius, multifuncionals i profundament integrats amb la IA per col·laborar de manera significativa amb els humans. En definitiva, els anuncis d'Nvidia a la GTC 2025 van mostrar una estratègia ambiciosa que engloba hardware avançat, entorns de simulació sofisticats, marcs d’IA de codi obert i robòtica innovadora. Posicionant-se en aquest punt d’inflexió clau de la IA, Nvidia està impulsant un canvi transformador en com els sistemes d’IA aprenen, entenen i interactuen amb el món, prometent un impacte significatiu a tota la indústria en els propers anys.