Negli ultimi anni Nvidia è passata, quasi silenziosamente, dall’essere “solo” il leader mondiale dei chip per l’intelligenza artificiale a candidarsi come piattaforma completa su cui costruire l’AI del futuro.
Come racconta il Corriere della Sera, Jensen Huang, il suo carismatico Ceo, al CES 2026 (Consumer Electronics Show, la più grande e influente fiera mondiale dedicata alla tecnologia di consumo, organizzata ogni anno dalla Consumer Technology Association a Las Vegas), ha messo in chiaro la nuova tappa di questo percorso: dopo i robot, è il momento di mettere l’AI al volante. In altre parole, portare l’intelligenza artificiale dalle chat e dai server ai veicoli che si muovono realmente nelle nostre strade.
Physical AI
Al centro di questa trasformazione c’è un concetto che Huang ripete da tempo: “Physical AI”.
Non più solo software che genera testi o immagini, ma sistemi che percepiscono il mondo fisico, lo capiscono e agiscono di conseguenza: robot, umanoidi, auto autonome, macchinari industriali, sistemi logistici. Per arrivare a questo obiettivo serve un intero “stack” integrato: i chip, certo, ma anche piattaforme di simulazione, modelli di intelligenza artificiale open source, strumenti software e infrastrutture cloud.
Omniverse
Da qui nasce il ruolo cruciale di Omniverse, la piattaforma di simulazione di Nvidia. Può essere immaginata come una gigantesca “palestra virtuale” dove l’AI può allenarsi. Grazie a tecnologie come USD (Universal Scene Description), Omniverse permette di costruire mondi 3D estremamente dettagliati, con città, fabbriche, veicoli, robot e persone sintetiche. In questi mondi virtuali è possibile simulare fisica, luce, materiali, sensori, dinamica dei corpi. È lo strumento perfetto per creare “digital twin” di ambienti reali: una versione digitale di San Francisco, di una linea di produzione, di un magazzino, di un’intera rete di trasporto.
La massa di dati sintetici
Perché questo è così importante per auto autonome e robot? Perché il mondo reale è caotico, pericoloso, costoso da osservare e soprattutto limitato. Non è possibile mettere una flotta di veicoli sperimentali a provare tutte le situazioni più rischiose solo per raccogliere dati. Non puoi aspettare anni per vedere abbastanza casi rari da addestrare un sistema. In simulazione, invece, si può generare milioni di scenari diversi: traffico caotico, pedoni distratti, ciclisti che tagliano all’improvviso, incidenti, lavori in corso, condizioni meteo estreme, combinazioni di eventi quasi impossibili da osservare in massa nella realtà. Ed è esattamente questa massa di dati sintetici che alimenta i modelli di AI di Nvidia.
DeepSeek e i modelli open source
Su questo impianto si innesta la strategia “open” che Huang ha rafforzato anche sotto la spinta di DeepSeek, la società cinese che ha scosso il mercato con modelli open source molto potenti. DeepSeek, dopo aver spaventato metà del settore, ha contribuito a normalizzare l’idea che modelli di altissimo livello possano essere aperti e non esclusivamente proprietari. Nvidia ha scelto di abbracciare questa filosofia, non tanto per idealismo quanto per business: più modelli open e liberamente adottabili esistono sulla sua piattaforma, più sviluppatori e aziende si agganciano al suo ecosistema. In questo modo l’azienda non vende solo GPU, ma diventa la base su cui si costruiscono applicazioni industriali, robotiche, automotive e via dicendo.
Nvidia fornitore di hardware, software e modelli
L’obiettivo dichiarato è ambizioso: creare una piattaforma che non sia solo multimodale, cioè capace di gestire linguaggio, immagini, video, sensori, ma anche multimodello e multicloud.
In pratica, diversi modelli specializzati — per la percezione, per il ragionamento, per il controllo — collaborano tra loro e possono girare sia su infrastrutture cloud esterne sia direttamente sui dispositivi (l’auto, il robot, il macchinario industriale), a seconda delle esigenze di velocità, sicurezza, privacy e costi energetici. Huang lo sintetizza in modo netto: “Le future applicazioni saranno tutte costruite sull’AI”. E Nvidia vuole essere sia il fornitore di hardware sia il fornitore di software e modelli.
La grande sfida
La sfida, però, è enorme: addestrare un modello di AI che sappia muoversi nel mondo reale — che si tratti di un robot umanoide o di un’auto — significa affrontare l’imprevedibile. Gli esseri umani e l’ambiente non seguono regole semplici. Il mondo è analogico, discontinuo, spesso irrazionale.
Per questo Nvidia punta tutto su Omniverse come laboratorio in cui simulare condizioni di ogni tipo, così da costruire modelli capaci non solo di “vedere” ma anche di prendere decisioni autonome.
Alpamayo, l’AI per i veicoli a guida autonoma
È qui che entra in scena Alpamayo, il nuovo modello di AI targato Nvidia pensato specificamente per i veicoli a guida autonoma. Ci lavorano da circa un anno e l’obiettivo è chiaro: fornire a qualsiasi casa automobilistica un “cervello” in grado di rendere le auto indipendenti dalla mano umana sul volante. Alpamayo assorbe enormi quantità di dati reali (video, lidar, radar, mappe ad alta definizione, registrazioni di guida) e li combina con i dati sintetici generati in Omniverse. In questo universo simulato si ricreano città, segnali stradali, stili di guida, condizioni di luce e meteo, fino alle situazioni più strane che raramente incontreremmo su strada ma che fanno la differenza in termini di sicurezza.
Rispetto ai sistemi più tradizionali usati finora, spesso costruiti come pipeline rigide (prima la percezione, poi la localizzazione, poi la pianificazione, infine il controllo), Alpamayo tende a integrare questi passaggi in un modello più unitario, che “ragiona” sul contesto e generalizza meglio a scenari non visti. In pratica non si limita a seguire regole codificate una per una, ma impara schemi di comportamento, riconosce pattern, valuta le condizioni e sceglie cosa fare: cambiare corsia, rallentare, dare precedenza, reagire a un pedone che sbuca improvvisamente.
La collaborazione tra Nvidia e Mercedes-Benz
Al CES, Nvidia ha mostrato una demo molto scenografica: una donna attraversa San Francisco a bordo di una Mercedes-Benz CLA, senza toccare mai il volante. L’auto affronta il traffico cittadino, evita i pedoni, si inserisce nelle corsie giuste, gestisce gli incroci e le precedenze. Il messaggio è esplicito: non si tratta di un prototipo isolato, ma di un modello pensato per essere integrato da qualunque costruttore voglia adottare la piattaforma Nvidia. La CLA stessa è il frutto della collaborazione tra Nvidia e Mercedes-Benz, e i primi modelli destinati al mercato americano con funzioni avanzate di guida automatizzata sono attesi nei prossimi mesi.
I robotaxi
Naturalmente, al di là delle demo, restano i nodi più delicati: certificare la sicurezza in modo rigoroso, definire le responsabilità legali in caso di incidente, adattarsi a regolamentazioni che cambiano da paese a paese, integrare questi sistemi con infrastrutture digitali e cartografia aggiornata. Per questo Nvidia, oltre alle auto private, guarda con interesse ai robotaxi. L’azienda ha annunciato di essere al lavoro su un servizio di taxi a guida autonoma, ma non ha ancora rivelato il partner con cui lo sta sviluppando. L’idea è creare non solo il cervello dei singoli veicoli, ma anche tutta la piattaforma necessaria a gestire una flotta: monitoraggio, aggiornamento continuo dei modelli, gestione degli itinerari, simulazioni costanti in Omniverse per migliorare prestazioni e sicurezza.
Cosmos
Mentre spinge sull’auto autonoma, Nvidia non abbandona la robotica, anzi la integra nello stesso disegno della Physical AI. Sul palco del CES, Huang si è presentato con due piccoli robot che sembrano usciti direttamente dall’universo di Star Wars. Non fanno molto più che reagire ai suoi comandi con suoni e movimenti della testa, ma servono a visualizzare un concetto: anche loro sono stati “allenati” nel mondo simulato di Omniverse. Per i robot, Nvidia presenta un altro tassello della sua strategia: un modello open source chiamato Cosmos.
E’ pensato come un “foundation model” per la robotica. È multimodale e generalista: deve saper vedere, ascoltare, comprendere comandi (anche in linguaggio naturale) e tradurre tutto questo in azioni fisiche, che si tratti del movimento di un braccio robotico, di un umanoide o di un robot su ruote. Le aziende possono prendere la base di Cosmos e specializzarla sul proprio caso d’uso: magazzini e logistica, linee di produzione, assistenza in ambienti sanitari o domestici.
La potenza di calcolo e Rubin
Tutto questo, però, richiede una quantità di potenza di calcolo gigantesca. Qui entra in gioco Rubin, la nuova piattaforma di chip per l’AI di Nvidia. Il nome è un omaggio a Vera Rubin, l’astronoma che ha contribuito in modo decisivo alla scoperta della materia oscura, una metafora per l’idea di rendere visibile e governabile ciò che oggi è “nascosto” dentro i grandi modelli di AI. Rubin è progettata specificamente per l’addestramento e l’esecuzione di modelli di intelligenza artificiale su scala estrema: grandi modelli linguistici, modelli multimodali, sistemi complessi come Alpamayo o Cosmos.
Nvidia promette che Rubin offrirà circa cinque volte la potenza di calcolo dei chip AI attualmente più diffusi, con un abbattimento significativo dei costi energetici per unità di calcolo. In termini pratici, questo significa che addestrare modelli enormi diventa più rapido e meno costoso.
Per le aziende che vogliono sviluppare modelli proprietari, o sfruttare l’onda dei grandi modelli open source, è un salto importante. Rubin è già in produzione e dovrebbe arrivare sul mercato nel corso del 2026: è la vera spina dorsale del business Nvidia, perché più l’AI entra in robot, auto, fabbriche e servizi, più cresce la domanda di calcolo su cui l’azienda capitalizza.
Le ambizioni di Nvidia
Quanto detto non rappresenta solo una visione tecnologica, ma anche una mossa strategica: invece di competere sul singolo chatbot, ci si posiziona come infrastruttura di riferimento per automotive, logistica, difesa, industria 4.0, sanità.
Una fetta crescente delle applicazioni strategiche del futuro potrebbe poggiare su piattaforme Nvidia. Questo rafforza la dipendenza globale dall’azienda, a meno che non emergano alternative forti: chip sviluppati in Cina per ridurre la dipendenza dall’Occidente o iniziative di altre big tech che cerchino di rompere questo quasi-monopolio.
FAQ
Cos’è la Physical AI di Nvidia?
La Physical AI è l’evoluzione dell’intelligenza artificiale che non si limita a generare testi o immagini, ma percepisce il mondo fisico e agisce su di esso. Include robot, auto autonome e sistemi industriali capaci di prendere decisioni nel mondo reale.
ondo fisico e agisce su di esso. Include robot, auto autonome e sistemi industriali capaci di prendere decisioni nel mondo reale.
Cos’è Omniverse e a cosa serve?
Omniverse è la piattaforma di simulazione 3D di Nvidia che permette di creare mondi virtuali realistici. Serve per addestrare l’AI in ambienti simulati, generando dati sintetici fondamentali per robot e veicoli autonomi.
Cos’è Alpamayo di Nvidia?
Alpamayo è un modello di intelligenza artificiale sviluppato da Nvidia per la guida autonoma. Integra percezione, ragionamento e controllo in un unico sistema, migliorando la capacità dell’auto di affrontare situazioni impreviste.
Nvidia produrrà auto a guida autonoma?
No, Nvidia non costruisce direttamente auto. Fornisce però hardware, software e modelli di AI che le case automobilistiche possono integrare nei propri veicoli, come nel caso della collaborazione con Mercedes-Benz.
Quando arriveranno le auto Nvidia sul mercato?
I primi modelli basati sulla piattaforma Nvidia, come la Mercedes-Benz CLA con funzioni avanzate di guida automatizzata, sono attesi sul mercato americano nei prossimi mesi, con una diffusione graduale.
Cosa sono i robotaxi di Nvidia?
I robotaxi sono servizi di taxi a guida autonoma. Nvidia sta lavorando a una piattaforma completa per gestire flotte di veicoli autonomi, ma non ha ancora annunciato ufficialmente il partner industriale.
Cos’è Cosmos, il modello AI per la robotica?
Cosmos è un modello open source di Nvidia pensato come base per la robotica. È multimodale e generalista, e può essere adattato a magazzini, fabbriche, sanità e assistenza domestica.
Cos’è Rubin, il nuovo chip di Nvidia?
Rubin è la nuova piattaforma di chip per l’intelligenza artificiale di Nvidia. Offre circa cinque volte la potenza dei chip attuali, riducendo i consumi energetici, ed è pensata per addestrare modelli AI su larga scala.
