Physical AI: ultrasuoni, modelli e software per robot affidabili

La robotica si muove da compiti visivi e di calcolo a azioni che toccano il mondo. Physical AI è l’insieme di tecnologie che permette a robot e veicoli di percepire, prevedere e agire fisicamente nell’ambiente. Il pezzo esplora come ultrasuoni sotto la superficie, modelli che generano scene e agenti di sviluppo software si collegano alle strategie aziendali. Il pezzo esplora anche come questi elementi si collegano alla produzione reale.

Physical AI chiede mani che sentono e cervelli che prevedono

Physical AI richiede due cose insieme: sensori che reggono nel tempo e modelli che sanno prevedere il futuro. NVIDIA ha presentato Cosmos 3 il 1 giugno 2026 come modello che interpreta scene, genera video e produce dati d’azione numerici per robot, dai punti di traiettoria alle posizioni dei gripper.

Hyundai Motor Group ha messo l’AI dentro processi aziendali estesi, portando H Chat Pro in azienda e raggiungendo 30.000 utenti attivi a luglio 2026, cioè circa l’80% del personale di Hyundai Motor e Kia, secondo il gruppo. Quel volume di dati umani e aziendali è la materia prima per addestrare e mettere in pratica modelli come Cosmos 3. Una base dati integrata rende possibile trasferire lezioni dallo sviluppo alla produzione.

Cosmos 3 produce sequenze video fisicamente plausibili per insegnare la dinamica del mondo. Hyundai dichiara 30.000 utenti attivi su H Chat Pro a luglio 2026, pari all’80% della forza lavoro.

Le due cose unite cambiano la domanda da «posso farlo» a «posso farlo in sicurezza e a scala». Se il modello prevede che un oggetto scivolerà, il robot deve già avere sensori che colgono micro-scivolamenti. Qui entrano le scelte di progetto sui sensori e sulla loro durabilità.

Proteggere il senso del tatto con l’ultrasuono

I sensori tattili a contatto diretto si usurano. Le soluzioni come film capacitivi o resistivi restano esposte a compressioni, abrasione, sporco e invecchiamento, con il rischio di deriva del segnale dopo milioni di cicli. UltraSense propone invece di spostare la lettura sotto la pelle del robot usando ultrasuoni.

La tecnica funziona inviando onde acustiche che rimbalzano all’interno dello strato elastico: la distanza percorsa dal suono cambia quando un oggetto preme o scivola. UltraSense ha dimostrato risoluzione spaziale di 500 µm, cioè mezzo millimetro. UltraSense ha dimostrato anche precisione di forza compressiva di circa 1,25 mN. Questi valori sono stati misurati in laboratorio e riportati dall’azienda. La stessa piattaforma ha mostrato una soglia di rumore per la forza di taglio attorno a 5 mN. Tale soglia è sufficiente a percepire micro-slip che causerebbero la perdita dell’oggetto. Spostando il sensore sotto la superficie si separano le funzioni meccaniche dalla lettura tattile.

Questa architettura permette di scegliere materiali esterni ottimali per durabilità o per attrito, mentre l’elettronica resta protetta. Quando i modelli di previsione come Cosmos 3 generano scenari di manipolazione rari, i dati forniti da un tatto robusto riducono la necessità di interventi manuali e ricalibrazione frequente.

Dalla simulazione al reparto: software e dati al lavoro

Così come gli ultrasuoni difendono il sensore, software migliori rendono più veloce portare un’idea in produzione. NVIDIA ha rilasciato Isaac ROS 5.0 il 22 settembre 2026 per ridurre gli ostacoli pratici nello sviluppo robotico. Isaac ROS 5.0 introduce agenti software che automatizzano compiti ripetitivi, dalla preparazione degli script all’adattamento di modelli stereo alle camere usate in azienda.

Una funzione chiamata FoundationPose ora permette di stimare posizione e orientamento degli oggetti fino a 5,5 volte più veloce, secondo NVIDIA. Il pacchetto include anche skill pronti per il pick-and-place, collegando percezione, profondità e stima della posa in un flusso già testato. Questi strumenti riducono il tempo speso a montare componenti software e a trasportare modelli dalla simulazione al robot reale.

Hyundai sta già misurando il valore economico di processi AI. Il controllo automatico dei numeri di telaio su linee produttive è attivo su circa 70 processi. Secondo Positronica, il gruppo segnala un risparmio annuo stimato di 5,24 miliardi di won, cioè circa 3,9 milioni di dollari, risultato dichiarato a agosto 2026. Riduzioni di tempo e costi nell’itinerario produzione-servizio rendono pratica l’adozione di Physical AI.

Hyundai segnala una riduzione del 90% nel tempo di ricerca casi per il Crash Safety AI Assistant. Hyundai dichiara inoltre una riduzione di circa l’86% dei fermi non necessari nel sequencing dei carrelli.

Il quadro pratico è questo: modelli che prevedono il futuro e agenti che montano il software velocizzano la consegna. Sensori che non si guastano mantengono l’affidabilità in esercizio; e le aziende misurano risparmi o tempo rilasciato per attività a valore. Restano aperti problemi di integrazione hardware-software, validazione in condizioni reali e il monitoraggio della vita utile dei sensori in produzione continua.

Fonti:

• Ultrasound offers a scalable path to tactile intelligence for… | therobotreport.com
• How Cosmos 3 Helps Physical AI Think Before It Acts | blogs.nvidia.com
• L’AI-powered innovation di Hyundai Motor: verso la Physical AI e il… | innovationpost.it
• Isaac ROS 5.0 brings AI agents to robotics development, says NVIDIA | therobotreport.com