- Fujitsu y Carnegie Mellon University crean en Pittsburgh un centro global dedicado a la inteligencia artificial física.
- El hub se apoya en el Robotics Innovation Center y en un amplio equipo multidisciplinar de referencia en robótica e IA.
- Los avances se integrarán en Fujitsu Kozuchi Physical OS a partir de 2026 para coordinar robots y sistemas en entornos reales.
- El proyecto apunta a impactar en Europa y España en ámbitos como logística, sanidad, infraestructuras y soberanía del dato.
La irrupción de la inteligencia artificial física se ha convertido en una de las apuestas más serias para cerrar la brecha entre el mundo digital y el entorno material en el que vivimos. Aunque la IA ya demuestra una gran soltura analizando datos en la nube, su capacidad para desenvolverse con seguridad entre personas, máquinas, edificios y vehículos todavía está lejos de lo que exige la industria.
Con este contexto de fondo, Fujitsu Limited y Carnegie Mellon University (CMU) han puesto en marcha el Fujitsu-Carnegie Mellon Physical AI Research Center, un nuevo centro de referencia mundial en Pittsburgh. Desde este hub, ambas instituciones quieren acelerar el desarrollo de tecnologías que permitan a la IA tomar decisiones fiables en el mundo físico y llevar esas innovaciones a sectores clave en Europa y España, como la logística, la construcción, las infraestructuras o la sanidad.
Un hub global para la nueva generación de IA física
El nuevo centro de investigación nace para dar respuesta a una necesidad que muchas empresas empiezan a notar en su día a día: la escasez de mano de obra en operaciones físicas y la presión por aumentar la productividad sin comprometer la seguridad. Frente a la robótica clásica, pensada para tareas repetitivas y altamente controladas, la IA física que persiguen Fujitsu y CMU debe ser capaz de adaptarse a entornos cambiantes, con humanos moviéndose alrededor y con constantes imprevistos.
El objetivo declarado de este hub es convertirse en un centro global que marque el ritmo en tecnologías de IA física y facilite su implantación en la sociedad. Eso implica no solo avances teóricos, sino también llevar prototipos a escenarios reales donde se puedan validar en condiciones operativas similares a las de una planta industrial, un hospital o un almacén automatizado.
Según ambas entidades, la IA física está llamada a contribuir a la resolución de retos sociales de calado: desde elevar la productividad hasta aliviar la falta de personal en ciertos trabajos físicos, pasando por reforzar la seguridad en infraestructuras críticas. En Europa, donde la población envejece y la presión regulatoria en seguridad es elevada, este tipo de soluciones tiene un encaje especialmente claro.
Para que todo esto funcione, las máquinas no solo deben ser precisas desde el punto de vista mecánico; también necesitan una comprensión profunda del contexto social y normativo en el que operan. Un robot que mueve materiales en un hospital, por ejemplo, debe saber priorizar el paso de pacientes, respetar zonas restringidas y reaccionar a cambios repentinos en pasillos o quirófanos.
Conexión directa con el Robotics Innovation Center de CMU
El nuevo centro de IA física no trabaja aislado, sino que se apoya de forma estrecha en el Robotics Innovation Center de Carnegie Mellon, inaugurado recientemente en Hazelwood Green (Pittsburgh). Esta instalación de 14.000 metros cuadrados está diseñada precisamente para cerrar la brecha entre la investigación básica y la aplicación comercial.
En estas instalaciones se podrán poner a prueba sistemas de IA física en escenarios realistas de construcción, infraestructuras o logística, con el objetivo de someterlos a condiciones cercanas a las que se encontrarán en empresas europeas o españolas: cambios de temperatura, flujos irregulares de personas, restricciones de espacio o normativas de seguridad estrictas.
La colaboración está planteada como un ecosistema multidisciplinar donde conviven figuras destacadas en robótica, machine learning, tecnologías del lenguaje, ingeniería y filosofía. Nombres como Fernando De La Torre, Jean Oh, Graham Neubig, Yonatan Bisk o Sebastian Scherer aportan experiencia en áreas que van desde la visión por computador y la percepción espacial hasta la interacción humano-robot o la ética de la IA.
Este enfoque permite que las soluciones que se prueben sobre el terreno en Pittsburgh puedan adaptarse posteriormente a los requisitos de otros entornos urbanos e industriales, incluido el tejido productivo europeo. Ciudades con puertos, polígonos logísticos o redes de transporte complejas, como Valencia, Barcelona, Róterdam o Hamburgo, podrían beneficiarse de sistemas que ya han sido contrastados en bancos de pruebas exigentes.
La idea es que el centro actúe como un laboratorio vivo donde la teoría se valida con prototipos reales y, a la vez, donde los problemas que plantea la industria retroalimentan nuevas líneas de investigación académica, acortando los plazos entre la idea y la puesta en marcha en empresas.
Investigación interdisciplinar al servicio de retos reales
El Fujitsu-Carnegie Mellon Physical AI Research Center se ha concebido como un proyecto abiertamente transversal. Participan docentes e investigadores de robótica, aprendizaje automático, tecnologías del lenguaje, interacción persona-ordenador, ingeniería eléctrica e informática, ingeniería civil y medioambiental, e incluso filosofía, reflejando que la IA física no es solo un asunto de algoritmos.
Este equipo trabaja junto a científicos, técnicos e ingenieros de Fujitsu para abordar varios frentes de investigación: la generación y aprendizaje por imitación de acciones en robots, la percepción espacial y comprensión del entorno, la coordinación de múltiples robots, la colaboración segura entre personas y máquinas, y el puente entre entornos simulados y el mundo real.
En la práctica, esto se traduce en sistemas capaces de aprender de la experiencia previa y de la imitación humana, de adaptar sus movimientos a cambios inesperados y de cooperar con otros robots para evitar bloqueos o cuellos de botella. Todo ello con un nivel de fiabilidad que resulte aceptable para infraestructuras como hospitales, redes de transporte, centros logísticos o instalaciones energéticas.
La combinación de experimentación en simuladores avanzados y pruebas físicas permite reducir riesgos, algo especialmente relevante para Europa, donde las normativas de seguridad laboral y de protección de datos son particularmente exigentes. De este modo, antes de desplegar un sistema de IA física en un entorno español o europeo, se podrá haber probado a fondo en modelos digitales y en instalaciones de prueba controladas.
Además, el centro se apoya en trabajos previos de Fujitsu y CMU en tecnologías de Social Digital Twin o gemelos digitales sociales, que simulan el comportamiento de personas y vehículos en ciudades como Pittsburgh. Estas herramientas sirven para anticipar el impacto de cambios en el tráfico, la seguridad o la gestión urbana, y abren la puerta a aplicaciones similares en ciudades europeas.
Fujitsu Kozuchi Physical OS: la pieza central de la estrategia
La visión tecnológica de Fujitsu se articula alrededor de Fujitsu Kozuchi Physical OS, una plataforma pensada como el sistema operativo que conectará robots, sensores, sistemas y espacios físicos heterogéneos. Su misión es servir de base para una IA física que pueda desplegarse en operaciones críticas sin perder de vista el rendimiento, la fiabilidad y la seguridad.
Esta plataforma se apoya en una infraestructura unificada que abarca desde la nube hasta el edge, lo que permite procesar datos en tiempo real allí donde se generan —en una planta industrial, un almacén, un hospital— y, al mismo tiempo, cumplir con los requisitos de gobernanza y soberanía del dato que marcan los reguladores europeos.
La propuesta de Fujitsu combina dos tipos de capacidades. Por un lado, una inteligencia de tipo “cerebral”, orientada a que los robots mejoren su adaptación a las tareas mediante el aprendizaje de experiencias pasadas y la observación de comportamientos humanos; por otro, una inteligencia espacial que les proporciona una comprensión precisa del entorno físico: obstáculos, distancias, flujos de personas, rutas alternativas o zonas restringidas.
A partir del ejercicio fiscal 2026, los resultados obtenidos en el centro de Pittsburgh se irán incorporando de forma progresiva a Fujitsu Kozuchi Physical OS. Esto permitirá, por ejemplo, coordinar múltiples robots en un almacén de alta densidad, ajustando sus trayectorias no solo para evitar colisiones, sino también para optimizar el flujo global de trabajo en función de órdenes cambiantes y prioridades dinámicas.
En términos de impacto para Europa y España, una plataforma de este tipo podría aplicarse tanto a grandes hubs logísticos asociados al comercio electrónico como a la gestión inteligente de almacenes farmacéuticos, cadenas de suministro alimentarias o centros de distribución de piezas industriales, donde la precisión en tiempos y la trazabilidad son críticas.
Alianza universidad-empresa y efectos en Europa y España
La alianza entre Fujitsu y Carnegie Mellon supone un salto cualitativo en la forma de colaborar entre universidad y empresa. Vivek Mahajan, CTO de Fujitsu Limited, ha subrayado que la convergencia entre IA, computación y redes es un requisito imprescindible para desplegar una IA física que inspire confianza y pueda operar en infraestructuras que no admiten fallo.
Por su parte, Martial Hebert, decano de la School of Computer Science de CMU, sitúa la IA física como el motor de las máquinas del futuro, capaces de tomar decisiones eficaces en entornos críticos y de generar la confianza necesaria para trabajar codo con codo con las personas. Esta visión encaja con la tendencia europea hacia una automación responsable, donde la tecnología debe demostrar que respeta la seguridad, la privacidad y las normas laborales.
El despliegue de estas tecnologías en España y el resto del continente viene acompañado de un debate inevitable sobre la soberanía del dato y la regulación. Fujitsu ha anticipado que su colaboración con NVIDIA en frameworks de agentes de IA, apoyados en su modelo de lenguaje Takane, busca precisamente automatizar flujos de trabajo sensibles, como procesos de compra o contratación, con estrictas garantías de confidencialidad.
En pruebas internas, estas herramientas han logrado reducir alrededor de un 50 % la carga de trabajo en ciertas tareas administrativas, un indicador del potencial de ahorro operativo que, trasladado a la gestión de activos físicos, podría liberar recursos en empresas españolas y europeas para tareas de mayor valor añadido y menos repetitivas.
Al mismo tiempo, la presencia de un socio académico del peso de Carnegie Mellon puede facilitar que los avances en IA física se adapten a los marcos normativos europeos, incluidas iniciativas como la regulación de IA de la Unión Europea, que exige altos estándares de transparencia, explicabilidad y control humano.
En conjunto, el Fujitsu-Carnegie Mellon Physical AI Research Center se presenta como un punto de encuentro entre investigación avanzada, necesidades reales del mercado y requisitos regulatorios, con vocación de impacto global y un claro potencial de aplicación en los ecosistemas industriales y urbanos de España y del resto de Europa.
