Physical AI: Cosa c'è dietro il termine, dove siamo veramente — e perché il robot domestico deve ancora aspettare

Jensen Huang si è presentato a gennaio davanti a migliaia di spettatori al CES e ha detto che il 2026 è il "momento ChatGPT della Physical AI". La formulazione era calcolata. Huang sa quello che fa quando conia un termine.

Physical AI è la parola di Nvidia per qualcosa che la ricerca da decenni tenta sotto vari nomi: insegnare alle macchine non solo di elaborare il mondo fisico, ma di agire in esso. Non descrivere immagini. Non riassumere testi. Ma afferrare, navigare, valutare, reagire — in un mondo che cambia costantemente e non aspetta una maschera di input ordinata.

La differenza rispetto a quello che finora è stato considerato IA è fondamentale. Un modello linguistico opera in un ambiente completamente controllato: testo dentro, testo fuori, tutto digitale, tutto prevedibile. Un robot in un magazzino riceve un'immagine dalla telecamera, forse mosso, scattato con poca luce e che mostra un cartone posizionato un po' diversamente dai 50.000 esempi di addestramento. Deve comunque afferrare. E adesso.

Questo è il problema che Nvidia affronta con la piattaforma Isaac-GR00T e il chip Jetson-Thor. L'idea dietro è elegante: invece di addestrare separatamente ogni caso d'uso, un modello di base viene preaddestrato su simulazione e dati reali — simile a come GPT-4 su miliardi di testi — e poi fine-tuned per compiti specifici. La differenza dallo sviluppo robotico vecchio stile è che il modello può generalizzare. Non ha solo imparato a mettere la scatola A nello scaffale B. Ha imparato cosa significa afferrare.

Quanto lontano arrivi questo lo mostra l'ICRA 2026 a Vienna, che sta proprio avvenendo. Più di 7.000 ricercatori presentano questa settimana lavori su navigazione, manipolazione e quello che chiamano "Loco-Manipulation" — cioè l'integrazione del movimento e dell'afferrare come un'unica capacità invece di due sistemi separati. Che questo concetto abbia bisogno di un nome proprio dice qualcosa su quanto sia difficile il problema.

La navigazione autonoma è la parte in cui l'industria è più avanti. SLAM — Simultaneous Localization and Mapping — funziona in ambienti controllati da anni in modo affidabile. I robot da magazzino girano nei centri di smistamento Amazon dal 2012, i robot di consegna autonomi circolano nelle strade di dozzine di città. La sfida non è più se un robot riesca a orientarsi in uno spazio conosciuto. La sfida è cosa accade quando quello spazio cambia. Quando qualcuno ha spostato una sedia. Quando un bambino siede sul pavimento. Quando il corridoio è bagnato.

I Foundation Models per la navigazione — cioè grandi modelli preaddestrati, simili ai Large Language Model ma per la pianificazione del movimento — sono il campo di ricerca più attivo al momento. NAVER Labs Europe sta lavorandoci, Unitree e Boston Dynamics li integrano nei loro sistemi, il Politecnico di Zurigo ricerca in questo ambito. Lo stato attuale: funzionano meglio dei sistemi SLAM classici in ambienti sconosciuti, ma non abbastanza bene per un utilizzo senza supervisione in veri e propri ambienti domestici.

E poi c'è la manipolazione. Il vero problema.

La mano umana ha 27 gradi di libertà e migliaia di recettori tattili. È collegata a una delle regioni più grandi della corteccia motoria. Quando una persona prende un uovo crudo dal frigorifero, si verifica un ciclo di controllo in tempo reale che integra la pressione, la temperatura, la posizione e il peso in millisecondi — senza che vi pensiamo. Nessun robot umanoide può farlo oggi. La maggior parte dei video dimostrativi che mostrano mani robotiche mentre piegano vestiti o aprono bottiglie si svolgono in condizioni molto controllate: illuminazione perfetta, oggetti noti, spesso ambienti leggermente preparati.

Il modello Helix-02 di Figure AI ha mostrato veri progressi nella primavera del 2026 — Figure lo chiama "Full-Body Autonomy". Il robot può ora coordinare il busto e gli arti inferiori senza che entrambi i sistemi siano controllati separatamente. Non è banale. Ma è ancora lontano dal lavare i piatti.

Cosa significa per i robot domestici: la tempistica che l'industria comunica — prime soluzioni di massa dal 2028, ampia disponibilità dal 2032 — non è irrealistica, ma presuppone che i problemi di manipolazione vengano risolti nei prossimi tre o quattro anni. Il costo non sarà il problema. Se Schaeffler, BMW e Amazon acquisiscono i volumi che hanno annunciato, gli attuatori e i sensori diventeranno abbastanza economici per il mercato consumer. Ma l'hardware economico non serve a nulla se il software non può fare quello che dovrebbe.

Il caso d'ingresso più realistico per i robot domestici non è l'assistente universale che fa tutto. È la macchina che fa tre cose molto bene — aspirare, trasportare, un compito di trasporto definito — e non tenta nulla d'altro. Il successore di Roomba, non Rosie dei Jetsons.

Per il mercato svizzero è una prospettiva sobria ma precisa. Chi oggi investe nei robot industriali o ne fa commercio si muove nella parte più matura e affidabile di questo mercato. La rivoluzione domestica arriva — ma ha ancora bisogno di qualche anno per stare al passo con la fisica.