Nvidia e LG vogliono insegnare ai robot a pensare da soli

Nvidia e LG uniscono simulazione e produzione reale per creare fabbriche autonome

Immaginate di tornare a casa e il robot domestico ha già riposto la spesa, stirato le camicie e – senza che glielo abbiate chiesto – richiamato il carrozziere perché un parafango è ammaccato. Non è fantascienza, è l’orizzonte che l’AI factory costruita da NVIDIA e LG sta rendendo possibile. Ma mentre i due colossi uniscono simulazione e produzione reale, due sviluppi paralleli – la sicurezza trasparente di Nemotron e gli assistenti proattivi di Google – mi hanno fatto capire che l’infrastruttura da sola non basta: servono moderazione che non si vede e interfacce che non aspettano ordini.

Dai robot domestici alle fabbriche che pensano

LG Electronics sta sviluppando un robot domestico chiamato CLoiD che può aiutare in casa, ma il vero salto è nel processo di creazione. Prima di mettere un robot in una casa vera, LG lo addestra in ambienti virtuali perfettamente realistici usando i framework Isaac Sim e Isaac Lab di NVIDIA: si simula, si valuta, si corregge l’errore senza rischiare mobili o bambini. È lo stesso principio che stanno applicando alle fabbriche: l’intera catena di fornitura – dalla materia prima alla consegna – viene digitalizzata con un worklow unificato per l’AI fisica che connette sviluppo del modello, generazione di dati sintetici, simulazione e deployment sul bordo. In pratica, LG trasforma i suo impianti in una data factory per AI fisica: usando i modelli Cosmos di NVIDIA per creare dati di training sintetici, e integrando il tutto nella piattaforma PhysicalWorks per robot industriali.

Il risultato è un ecosistema produttivo autonomo che promette di diventare lo standard globale per la smart factory. Roba da far brillare gli occhi a chiunque abbia mai visto una linea di montaggio fermarsi per un pezzo sbagliato.

Ma c’è un dettaglio che mi ha fatto scattare la scintilla: tutto questo movimento di robot e dati funziona solo se l’intelligenza artificiale è affidabile e trasparente. E qui entra in scena Nemotron 3.5 Content Safety.

Il bouncer invisibile che parla tutte le lingue

NVIDIA ha rilasciato un modello di sicurezza multimodale che per me è il vero moltiplicatore di valore. Nemotron 3.5 è basato su Google Gemma 3 4B IT – solo 4 miliardi di parametri – e riesce a moderare input di testo, immagini e audio in una sola chiamata di inferenza, coprendo oltre 30 lingue. Ma la caratteristica che lo distingue è la trasparenza: invece di una scatola nera che censura senza spiegare, Nemotron segue la tassonomia Aegis 2.0 con 13 categorie core e 10 sottocategorie granulari. Ogni contenuto rifiutato viene accompagnato da una motivazione verificabile – un ragionamento che si può controllare. Per un’azienda che deve spiegare ai regolatori perché il robot ha negato un comando, è oro. Per voi e me, significa che l’assistente domestico non vi blocca una frase innocente solo perché suona simile a un insulto. La personalizzazione delle policy aziendali è immediata: si scrivono regole in linguaggio naturale e il modello le applica senza bisogno di riaddestramento. È il tipo di moderazione che permette di non avere paura dell’AI, ma di usarla.

Google non aspetta più la vostra domanda

Parallelamente, l’app Gemini è diventata un assistente proattivo con una nuova interfaccia, briefing giornalieri personalizzati e Gemini Spark – un mini-agente sempre attivo. Ma la mossa che trovo più sottile è l’introduzione di agenti informativi in Search che lavorano in background 24 ore su 7. Immaginate: state pensando a un viaggio, e il vostro telefono mostra il meteo, le offerte volo e i documenti necessari senza che abbiate digitato nulla. Non è magia, è un agente che vi ha sentito parlare del viaggio – con il vostro consenso – e ha iniziato a raccogliere dati. È il passo dall’AI reattiva a quella proattiva: non più “chiedi e ottieni”, ma “l’AI ti anticipa”. Certo, la privacy diventa un tema caldissimo: chi controlla cosa sa di me? Google promette trasparenza e controllo granulare, ma sarà la pratica a dimostrarlo. Io sono ottimista, ma con gli occhi aperti.

La combinazione è chiara: da una parte fabbriche e robot che si addestrano in simulazioni e operano nel mondo reale grazie a un’infrastruttura unificata; dall’altra una moderazione trasparente che rende sicuro tutto ciò, e assistenti che non aspettano di essere interpellati. Se dovessi scommettere, direi che il vero game non è la potenza di calcolo – quella c’è già – ma la fiducia che riusciamo a costruire attorno a queste macchine. E con Nemotron e gli agenti proattivi di Google, quella fiducia sta diventando un prodotto.