En su keynote de investigación patrocinada en SIGGRAPH 2026 en Los Ángeles el lunes 20 de julio, Nvidia expuso su próximo paso para los gráficos: IA generativa dentro del pipeline de renderizado, sustitutos neuronales que reemplazan la simulación física y world models lo bastante pequeños como para ejecutarse en un robot.
DLSS 5: la generación como etapa de renderizado
El titular para los jugadores es DLSS 5, que llegará en otoño de 2026. En lugar de limitarse a reescalar fotogramas, aplica de forma causal, fotograma a fotograma, un transformer de difusión de un solo paso en el espacio de píxeles como una "etapa aprendida" después del renderizador, enriqueciendo materiales, iluminación y detalle mientras el motor del juego sigue construyendo el mundo. Los desarrolladores obtienen tres modelos y controles explícitos: deslizadores de intensidad para la estructura y el tono, además de ajustes por objeto y por personaje para proteger la intención artística. "El renderizador sigue construyendo el mundo exactamente tal y como lo ha diseñado el juego", dijo Edward Liu, director de investigación aplicada de deep learning de Nvidia. "La generación se convierte después en la etapa aprendida para enriquecer su apariencia".
La física en segundos, no en días
El investigador de Nvidia Neil Ashton mostró modelos sustitutos de IA que ofrecen respuestas en una sola RTX 6000 para las que los solucionadores tradicionales necesitan horas o días: un modelo de flujo de aire de aeronaves que predice geometrías no vistas más de 10.000 veces más rápido con una precisión de aproximadamente entre el 1% y el 2%, entrenado con 2.000 simulaciones — 200 terabytes comprimidos en un punto de control de unos 200 MB. La predicción meteorológica, según Nvidia, pasa de "horas o días" a "segundos o minutos".
Los world models pasan al dispositivo
El impulso en robótica se centra en Cosmos 3 Edge, un world model de 4.000 millones de parámetros que funciona en hardware Jetson Thor y RTX PRO, y que está siendo evaluado por Agile Robots, Doosan Robotics, Siemens, Skild AI y otros. Junto a él: Cosmos Dreams, simuladores neuronales de bucle cerrado para entrenar vehículos autónomos, y MotionBricks, un modelo de movimiento en tiempo real entrenado con más de 350.000 clips y demostrado en directo en un humanoide Unitree G1.
La idea de fondo
"Ya sea para videojuegos, cine, robótica o gemelos digitales de fábricas, el objetivo es el mismo", dijo Jensen Huang en los materiales de prensa: "crear mundos virtuales que se comporten con la fidelidad y el realismo del mundo físico".