Hay eventos que sirven para presentar productos y otros que sirven para marcar un cambio de era. El CES 2026 de Nvidia pertenece claramente al segundo grupo. No he salido pensando en nuevas tarjetas gráficas, ni en benchmarks, ni siquiera en gaming. He salido con una sensación bastante más profunda —y también más incómoda—: el progreso ya no se mide en silicio, sino en control del software y de la infraestructura de IA.

Y lo curioso es que esa idea se repite tanto en el mundo industrial como en el consumo. Incluso cuando NVIDIA habla de jugadores y PCs, el mensaje de fondo es el mismo.

Physical AI: la IA sale de la pantalla y entra en el mundo real

Uno de los conceptos más repetidos por NVIDIA en este CES es el de physical AI. Ya no hablamos solo de modelos que generan texto, imágenes o vídeo, sino de sistemas capaces de percibir, razonar y actuar en entornos físicos: robots, fábricas, almacenes, coches.

La clave aquí no es solo el modelo, sino el método. NVIDIA insiste en entrenar estas IAs en simulación, con datos sintéticos y escenarios extremos, antes de soltarlas en el mundo real. Es el mismo enfoque que vimos con los LLMs, pero aplicado a máquinas que se mueven, fallan y pueden causar daños si se equivocan.

Esto no es una demo futurista. Es una apuesta directa por convertir la IA física en un negocio escalable, industrial y repetible.

Alpamayo y la conducción autónoma: entrenar el cerebro antes de fabricar el coche

El anuncio de Alpamayo encaja perfectamente en esta narrativa. NVIDIA presenta un conjunto de modelos, herramientas y datasets orientados a resolver uno de los grandes problemas de la conducción autónoma: el long tail, esos casos raros e impredecibles que no aparecen en los datos normales.

Lo interesante es el enfoque técnico: modelos grandes que razonan (con chain-of-thought) usados como “profesores”, que luego se destilan en modelos más pequeños y eficientes para desplegarse en el vehículo. Primero entrenas el cerebro en grande, luego lo miniaturizas.

El coche, cada vez más, se parece menos a un producto cerrado y más a un robot que mejora con cada ciclo de entrenamiento.

Rubin, DGX y BlueField: la IA como infraestructura industrial

Si dejamos el coche y miramos al data center, el mensaje se vuelve todavía más claro. Rubin no es “la siguiente GPU”. Es una plataforma completa diseñada para lo que NVIDIA llama ya sin complejos AI factories.

Entrenamiento continuo, inferencia masiva, modelos gigantes con razonamiento, agentes que mantienen contexto durante horas… Aquí el cuello de botella ya no es solo la potencia de cálculo, sino la red, la memoria, el almacenamiento y la seguridad.

Ahí entran piezas como BlueField-4, que atacan directamente esos problemas invisibles para el usuario final, pero críticos para que la IA escale de verdad. NVIDIA no quiere venderte solo la máquina: quiere venderte la fábrica entera.

Y entonces pasa algo curioso: no hay nuevas gráficas de consumo

En medio de todo esto hay un silencio que dice mucho. En un CES tradicional, NVIDIA habría mostrado al menos un adelanto de nuevas GPUs de consumo. Esta vez, nada. Y no es una omisión casual.

El mensaje implícito es claro: el centro de gravedad ya no está en el hardware de consumo. No porque no importe, sino porque no es donde se decide el futuro estratégico de la compañía.

Pero NVIDIA no puede abandonar al usuario. Y aquí es donde entra la pieza más interesante.

DLSS 4.5: cuando el rendimiento ya no depende de tu GPU

La gran novedad “para el usuario” se llama DLSS 4.5. Y sí, sobre el papel parece brujería: NVIDIA habla de hasta seis veces más rendimiento en las nuevas GeForce RTX 50.

Pero lo importante no es el número, sino cómo se consigue. No hay más núcleos, ni saltos masivos de consumo. Hay más IA: reconstrucción de imagen, predicción temporal y generación de frames cada vez más agresiva.

El rendimiento ya no escala principalmente con el silicio, sino con el modelo que interpreta lo que debería haberse renderizado. Tu GPU deja de ser el protagonista y pasa a ser parte del sistema.

Además, DLSS 4.5 no es exclusivo de las RTX 50. RTX 40, 30 e incluso 20 se benefician en mayor o menor medida. Pero el salto espectacular vuelve a estar ligado a la última generación. No es casualidad: el progreso visible se mueve al software, pero sigue anclado al ecosistema.

La misma estrategia, dos mundos distintos

Y aquí está la lectura que más me interesa. NVIDIA está aplicando la misma lógica en todos los frentes:

• En industria: infraestructura, simulación, control total del stack.
• En consumo: menos hardware nuevo, más IA que “multiplica” el rendimiento.

En ambos casos, el valor ya no está en la pieza física, sino en quién controla el software, los modelos y el ecosistema.

NVIDIA no acelera el hardware, acelera la dependencia

El CES 2026 deja una idea bastante clara: NVIDIA ya no compite por ser la más potente en bruto. Compite por ser imprescindible. En fábricas, en coches, en robots… y también en tu PC.

DLSS 4.5 no contradice la ausencia de nuevas gráficas. La explica. El progreso sigue existiendo, pero ya no es democrático ni transparente. Depende cada vez más de capas de IA que no controlas y que pertenecen a un único actor.

No es necesariamente algo malo. Técnicamente es brillante. Estratégicamente, también. Pero marca un cambio de era: el futuro del rendimiento ya no está en lo que compras, sino en lo que te dejan usar.