es.wedoany.com Noticia: El 19 de junio de 2026, la Agencia de Promoción de la Industria de la Información y la Comunicación (NIPA) y el Instituto de Evaluación de Planificación de Tecnologías de la Información (IITP) establecieron oficialmente la "Segunda Fase de la Alianza de IA Física" en el Hotel The Plaza, en el distrito central de Seúl, con el objetivo de promover la inteligencia artificial (IA) física en etapa de laboratorio hacia entornos industriales reales para mejorar la competitividad global. La alianza se centrará en tres ejes principales: asegurar tecnologías nacionales clave, construir infraestructura de datos y promover la verificación en entornos de fabricación, lanzando proyectos a gran escala.
En la ceremonia de lanzamiento de la segunda fase de la alianza, Jeong Su-jin, jefe de la División Regional de AX de NIPA, señaló que durante la primera fase se recopilaron opiniones de más de 200 empresas, y los resultados mostraron que la dependencia tecnológica, la insuficiencia de datos y las barreras regulatorias son los problemas más urgentes. En respuesta, la alianza propuso tres tareas clave: autosuficiencia tecnológica, aseguramiento de datos y mejora regulatoria. La primera tarea es construir una pila completa (Full Stack) de IA física basada en tecnología nacional. Jeong Su-jin indicó que la industria nacional actual depende en gran medida de plataformas de IA y ecosistemas computacionales extranjeros, y en áreas estratégicas como defensa y seguridad, es necesario garantizar la soberanía tecnológica y la nacionalización de tecnologías clave. Actualmente, las partes relevantes están trabajando con el Ministerio de Ciencia y TIC para impulsar la iniciativa de aseguramiento de tecnologías clave de IA física, y desarrollando simultáneamente modelos de IA física dedicados al sector manufacturero, con el objetivo de extenderse desde la I+D hasta la comercialización y la expansión global. La segunda tarea es construir un sistema de producción de datos de comportamiento para IA física. Dado que la IA física no puede depender únicamente de datos existentes, se necesita infraestructura especializada para generar y verificar datos industriales reales. Para ello, NIPA está impulsando la construcción de un "Centro de Entrenamiento de IA Física" para la generación de datos, simulación y producción de datos sintéticos. Este proyecto se encuentra actualmente en fase de planificación y se desarrollará en colaboración con empresas para definir planes operativos. La tercera tarea es mejorar el entorno legal y regulatorio. Jeong Su-jin afirmó que la mejora regulatoria es una condición necesaria para la difusión de la IA física en la industria y el comercio, y se continuará recopilando las dificultades institucionales que enfrentan las empresas en el desarrollo tecnológico y la comercialización, reflejándolas en las revisiones de políticas.
La infraestructura de datos se considera el núcleo de la competitividad de la IA física. La IA física requiere que los robots reconozcan el entorno, tomen decisiones y actúen, y la cantidad de datos necesaria supera con creces la de la IA generativa. La industria predice que la escala de datos necesaria para su aprendizaje será cientos o miles de veces mayor que la de los modelos de lenguaje grande (LLM). Kim Wook, PM de IA Física de IITP, enfatizó que la IA física requiere una cantidad de datos de 100 a 1000 veces mayor que los LLM, y construir un canal de datos a gran escala que integre datos reales y virtuales es clave para el éxito tecnológico. Estos datos se utilizarán para entrenar "modelos del mundo" para el control autónomo de robots, y se diseñarán en conjunto con semiconductores de IA de borde de ultra baja latencia, formando un ecosistema integrado de software y hardware.
En cuanto a la verificación en entornos de fabricación, se ha lanzado un proyecto a gran escala de 5 años. Lee Jun-woo, PM del Proyecto AX de NIPA para Jeonbuk y Gyeongnam, presentó un plan de proyecto a gran escala con Jeonbuk y Gyeongnam como dos ejes. En la región de Jeonbuk, el proyecto tiene como objetivo construir fábricas de fabricación del futuro basadas en IA, desarrollando un "modelo de fábrica autónoma y no tripulada" que integre robots humanoides y dispositivos inteligentes, estableciendo bancos de pruebas y plataformas de datos, y proponiendo estándares. En la región de Gyeongnam, el enfoque está en la "inteligencia física avanzada" en entornos de fabricación, desarrollando modelos de IA que aprendan de forma autónoma las leyes físicas basadas en datos de equipos y procesos, logrando colaboración humano-máquina, y transfiriendo la experiencia de operadores expertos a la IA para mejorar la productividad y la seguridad. Lee Jun-woo indicó que el objetivo final es construir una referencia de fabricación del futuro donde la IA apoye de forma autónoma las operaciones de la fábrica, mejorar la estructura de la industria manufacturera regional y crear una nueva industria donde los modelos de fábrica puedan exportarse globalmente.
Este artículo es compilado por Wedoany, las citas de la IA deben indicar la fuente «Wedoany»; si hay alguna infracción u otro problema, por favor notifícanos a tiempo, este sitio lo modificará o eliminará. Correo electrónico: news@wedoany.com
