{"id":1621,"date":"2026-07-20T03:34:03","date_gmt":"2026-07-20T03:34:03","guid":{"rendered":"https:\/\/convly.ai\/?p=1621"},"modified":"2026-07-20T03:34:03","modified_gmt":"2026-07-20T03:34:03","slug":"nvidia-cosmos-3-edge-japan-robotics","status":"publish","type":"post","link":"https:\/\/convly.ai\/es\/nvidia-cosmos-3-edge-japan-robotics\/","title":{"rendered":"NVIDIA Cosmos 3 Edge impulsa el ecosistema japon\u00e9s de IA f\u00edsica"},"content":{"rendered":"<p>Seg\u00fan un informe de The Fast Mode, NVIDIA Cosmos 3 Edge est\u00e1 impulsando el ecosistema japon\u00e9s de IA f\u00edsica y rob\u00f3tica. El informe presenta al m\u00e1s reciente miembro de la familia Cosmos de NVIDIA, centrado en el borde (\u00abedge\u00bb), como un avance para un pa\u00eds cuyo sector rob\u00f3tico ha figurado durante mucho tiempo entre los m\u00e1s desarrollados del mundo. La cobertura disponible es escasa en detalles concretos \u2014no se mencionan especificaciones t\u00e9cnicas, precios ni socios de implementaci\u00f3n identificados\u2014, pero la direcci\u00f3n estrat\u00e9gica es clara: NVIDIA est\u00e1 trasladando su pila tecnol\u00f3gica de IA f\u00edsica hacia el borde, y Jap\u00f3n constituye un mercado prioritario para este esfuerzo.<\/p>\n<div class=\"convly-tldr\">\n<h3>Conclusiones clave<\/h3>\n<ul>\n<li>The Fast Mode informa que NVIDIA Cosmos 3 Edge est\u00e1 impulsando el ecosistema japon\u00e9s de IA f\u00edsica y rob\u00f3tica.<\/li>\n<li>Cosmos es la plataforma de modelos fundamentales del mundo de NVIDIA para IA f\u00edsica; la denominaci\u00f3n \u00abEdge\u00bb indica una implementaci\u00f3n en dispositivo, no una inferencia exclusivamente en la nube.<\/li>\n<li>El informe no revela tama\u00f1os de modelo, resultados de pruebas de rendimiento (benchmarks), precios ni socios identificados, por lo que dichos detalles siguen sin confirmarse.<\/li>\n<li>Los modelos del mundo implementados en el borde pueden reducir la latencia y disminuir la dependencia de la conectividad, ambos factores cr\u00edticos para robots que operan en f\u00e1bricas, almacenes y espacios p\u00fablicos.<\/li>\n<li>La s\u00f3lida base industrial de rob\u00f3tica japonesa y las bien documentadas presiones sobre su mercado laboral hacen de Jap\u00f3n un entorno l\u00f3gico para probar la IA f\u00edsica.<\/li>\n<\/ul>\n<\/div>\n<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_84 counter-flat ez-toc-counter ez-toc-container-direction\">\n<label for=\"ez-toc-cssicon-toggle-item-6a67e84a8ddfb\" class=\"ez-toc-cssicon-toggle-label\"><span class=\"\"><span class=\"eztoc-hide\" style=\"display:none;\">Alternar<\/span><span class=\"ez-toc-icon-toggle-span\"><svg style=\"fill: #000000;color:#000000\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewbox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #000000;color:#000000\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewbox=\"0 0 24 24\" version=\"1.2\" baseprofile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/span><\/label><input type=\"checkbox\"  id=\"ez-toc-cssicon-toggle-item-6a67e84a8ddfb\"  aria-label=\"Alternar\" \/><nav><ul class='ez-toc-list ez-toc-list-level-1' ><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/convly.ai\/es\/nvidia-cosmos-3-edge-japan-robotics\/#What_The_Fast_Mode_reports_about_NVIDIA_Cosmos_3_Edge\" >Lo que informa The Fast Mode sobre NVIDIA Cosmos 3 Edge<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/convly.ai\/es\/nvidia-cosmos-3-edge-japan-robotics\/#Cosmos_and_world_foundation_models_the_background\" >Cosmos y los modelos fundamentales del mundo: antecedentes<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/convly.ai\/es\/nvidia-cosmos-3-edge-japan-robotics\/#Why_the_%E2%80%9CEdge%E2%80%9D_designation_matters_for_physical_AI\" >Por qu\u00e9 la designaci\u00f3n \u00abEdge\u00bb es relevante para la IA f\u00edsica<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/convly.ai\/es\/nvidia-cosmos-3-edge-japan-robotics\/#Edge_versus_cloud_for_robotics_workloads\" >Borde frente a nube para cargas de trabajo rob\u00f3ticas<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/convly.ai\/es\/nvidia-cosmos-3-edge-japan-robotics\/#Why_Japan_is_a_natural_proving_ground_for_physical_AI\" >Por qu\u00e9 Jap\u00f3n es un entorno natural para probar la IA f\u00edsica<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-6\" href=\"https:\/\/convly.ai\/es\/nvidia-cosmos-3-edge-japan-robotics\/#What_robotics_developers_should_watch_next\" >Qu\u00e9 deben vigilar los desarrolladores de rob\u00f3tica a continuaci\u00f3n<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-7\" href=\"https:\/\/convly.ai\/es\/nvidia-cosmos-3-edge-japan-robotics\/#Frequently_asked_questions\" >Preguntas frecuentes<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-8\" href=\"https:\/\/convly.ai\/es\/nvidia-cosmos-3-edge-japan-robotics\/#The_bottom_line\" >En resumen<\/a><\/li><\/ul><\/nav><\/div>\n<h2><span class=\"ez-toc-section\" id=\"What_The_Fast_Mode_reports_about_NVIDIA_Cosmos_3_Edge\"><\/span>Lo que informa The Fast Mode sobre NVIDIA Cosmos 3 Edge<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>La cobertura de The Fast Mode lleva como titular \u00abNVIDIA Cosmos 3 Edge impulsa el ecosistema japon\u00e9s de IA f\u00edsica y rob\u00f3tica\u00bb, y ese encabezado constituye el n\u00facleo de la historia: un lanzamiento de tercera generaci\u00f3n, orientado al borde, dentro de la l\u00ednea Cosmos de NVIDIA, posicionado como un habilitador del desarrollo japon\u00e9s de rob\u00f3tica e IA f\u00edsica. M\u00e1s all\u00e1 de dicho titular, el material disponible para Convly no incluye especificaciones t\u00e9cnicas, fechas de disponibilidad, precios ni nombres de empresas o instituciones japonesas involucradas.<\/p>\n<p>Tres aspectos a\u00fan pueden extraerse del informe con razonable confianza. Primero, Cosmos ha alcanzado su tercera generaci\u00f3n y ahora existe en una versi\u00f3n expl\u00edcitamente etiquetada para el borde. Segundo, NVIDIA est\u00e1 abordando a Jap\u00f3n como un mercado para la IA f\u00edsica, no meramente como una regi\u00f3n de ventas de hardware para centros de datos. Tercero, el uso del t\u00e9rmino \u00abecosistema\u00bb sugiere una estrategia de plataforma \u2014herramientas, modelos y v\u00edas de implementaci\u00f3n destinadas a m\u00faltiples participantes\u2014, y no simplemente el lanzamiento de un producto aislado. Cualquier detalle adicional debe considerarse sin confirmar hasta que NVIDIA o sus socios publiquen informaci\u00f3n oficial.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Cosmos_and_world_foundation_models_the_background\"><\/span>Cosmos y los modelos fundamentales del mundo: antecedentes<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Como contexto, no como hecho reci\u00e9n informado: NVIDIA present\u00f3 originalmente la plataforma Cosmos a principios de 2025 como una familia de \u00abmodelos fundamentales del mundo\u00bb: modelos generativos entrenados con grandes vol\u00famenes de datos de v\u00eddeo y sensores, capaces de predecir c\u00f3mo evolucionan las escenas f\u00edsicas. Mientras que un modelo de lenguaje predice el siguiente token, un modelo del mundo predice el siguiente estado de un entorno: c\u00f3mo se mueven, chocan, deforman u responden los objetos a las acciones de un robot.<\/p>\n<p>Esta capacidad resulta crucial para la rob\u00f3tica, pues los datos reales de entrenamiento son escasos y costosos de obtener. Los modelos del mundo permiten a los desarrolladores generar datos sint\u00e9ticos de entrenamiento, simular escenarios poco frecuentes o peligrosos, y dotar a los robots de una especie de \u00absentido com\u00fan f\u00edsico\u00bb antes incluso de interactuar con hardware real. Las versiones anteriores de Cosmos abarcaron modelos para predicci\u00f3n, razonamiento orientado al control y generaci\u00f3n de datos, y la plataforma ocupa un lugar central en la transici\u00f3n industrial que NVIDIA describe como \u00abIA f\u00edsica\u00bb: una IA que act\u00faa en el mundo, no solo genera texto o im\u00e1genes. Los lectores interesados en comparar estas familias de modelos seg\u00fan su capacidad y licencias pueden consultar la <a href=\"https:\/\/convly.ai\/es\/models\/\">Base de datos de modelos de IA<\/a> para conocer el panorama general.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Why_the_%E2%80%9CEdge%E2%80%9D_designation_matters_for_physical_AI\"><\/span>Por qu\u00e9 la designaci\u00f3n \u00abEdge\u00bb es relevante para la IA f\u00edsica<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>La palabra m\u00e1s reveladora del titular del informe podr\u00eda ser precisamente \u00abEdge\u00bb. Hist\u00f3ricamente, los modelos fundamentales del mundo han sido sistemas pesados, dise\u00f1ados para centros de datos. Sin embargo, un robot en una planta de fabricaci\u00f3n no puede esperar una ida y vuelta a un cl\u00faster remoto de GPU: los bucles de percepci\u00f3n y control suelen requerir cierres en milisegundos, y la conectividad dentro de instalaciones industriales rara vez es garantizada. Una versi\u00f3n de Cosmos etiquetada como \u00abEdge\u00bb implica modelos optimizados para ejecutarse en hardware ubicado en o cerca del robot \u2014muy probablemente mediante destilaci\u00f3n y cuantizaci\u00f3n, aunque el informe no lo especifica.<\/p>\n<p>Para los desarrolladores, la implementaci\u00f3n en dispositivo modifica los c\u00e1lculos de ingenier\u00eda. La memoria se convierte en la limitaci\u00f3n principal: un modelo debe caber dentro de la RAM y el presupuesto de energ\u00eda de un acelerador integrado, lo cual normalmente exige compresi\u00f3n agresiva. Estimar si un modelo determinado cabe en la memoria del acelerador local es exactamente para lo que sirve la <a href=\"https:\/\/convly.ai\/es\/llm-vram-calculator\/\">calculadora gratuita de VRAM<\/a> y la econom\u00eda de ejecutar modelos en su propio hardware frente a llamar a un punto final alojado puede analizarse mediante nuestra <a href=\"https:\/\/convly.ai\/es\/self-hosting-vs-api-calculator\/\">calculadora de autohospedaje frente a API<\/a>. No obstante, en rob\u00f3tica la decisi\u00f3n suele estar impuesta, no dictada por consideraciones econ\u00f3micas: la latencia, la certificaci\u00f3n de seguridad y la residencia de los datos empujan la inferencia hacia el borde, independientemente del costo directo.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Edge_versus_cloud_for_robotics_workloads\"><\/span>Borde frente a nube para cargas de trabajo rob\u00f3ticas<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>La tabla siguiente resume los compromisos generales entre la implementaci\u00f3n en el borde y en la nube para la IA f\u00edsica \u2014consideraciones est\u00e1ndar en la industria, no cifras procedentes del informe original.<\/p>\n<table class=\"convly-vs\">\n<thead>\n<tr>\n<th>Factor<\/th>\n<th>Implementaci\u00f3n en el borde<\/th>\n<th>Implementaci\u00f3n en la nube<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Latencia<\/td>\n<td>Milisegundos; adecuada para bucles de control en tiempo real<\/td>\n<td>Dependiente de la red; arriesgada para controles en bucle cerrado<\/td>\n<\/tr>\n<tr>\n<td>Conectividad<\/td>\n<td>Funciona sin conexi\u00f3n o en enlaces inestables<\/td>\n<td>Requiere conexiones estables y de alto ancho de banda<\/td>\n<\/tr>\n<tr>\n<td>Residencia de los datos<\/td>\n<td>Los datos de los sensores permanecen en el sitio<\/td>\n<td>Los datos salen de la instalaci\u00f3n, planteando dudas sobre cumplimiento normativo<\/td>\n<\/tr>\n<tr>\n<td>L\u00edmite computacional<\/td>\n<td>Acotado por los aceleradores integrados<\/td>\n<td>Efectivamente ilimitado para entrenamiento y simulaci\u00f3n<\/td>\n<\/tr>\n<tr>\n<td>Rol t\u00edpico<\/td>\n<td>Percepci\u00f3n, control, razonamiento en el robot<\/td>\n<td>Entrenamiento, generaci\u00f3n de datos sint\u00e9ticos, aprendizaje colectivo (fleet learning)<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>En la pr\u00e1ctica, la mayor\u00eda de las implementaciones de IA f\u00edsica son h\u00edbridas: el entrenamiento intensivo y la generaci\u00f3n de datos sint\u00e9ticos permanecen en el centro de datos, mientras que la inferencia se ejecuta en la m\u00e1quina. Un Cosmos compatible con el borde se integrar\u00eda precisamente en la mitad \u00aben el robot\u00bb de dicha arquitectura.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Why_Japan_is_a_natural_proving_ground_for_physical_AI\"><\/span>Por qu\u00e9 Jap\u00f3n es un entorno natural para probar la IA f\u00edsica<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Nuevamente como an\u00e1lisis, no como hecho informado: Jap\u00f3n posee una de las tradiciones industriales m\u00e1s consolidadas del mundo en rob\u00f3tica, que abarca automatizaci\u00f3n manufacturera, maquinaria de precisi\u00f3n y una densa red de proveedores. Adem\u00e1s, enfrenta presiones demogr\u00e1ficas bien documentadas \u2014una poblaci\u00f3n envejecida y una fuerza laboral en contracci\u00f3n\u2014 que otorgan a la automatizaci\u00f3n una urgencia econ\u00f3mica que pocos otros mercados comparten. Esta combinaci\u00f3n de capacidad desde el lado de la oferta y necesidad desde el lado de la demanda constituye precisamente el entorno donde las plataformas de IA f\u00edsica tienden a encontrar a sus primeros adoptantes serios.<\/p>\n<p>Visto bajo esta \u00f3ptica, la formulaci\u00f3n del informe de The Fast Mode sobre \u00abecosistema\u00bb tiene sentido estrat\u00e9gico. Si los modelos del mundo reducen el costo de ense\u00f1ar nuevas tareas a los robots \u2014mediante la generaci\u00f3n de datos sint\u00e9ticos de entrenamiento y el suministro de razonamiento f\u00edsico preentrenado\u2014, entonces los pa\u00edses con m\u00e1s robots y con mayor incentivo para desplegar a\u00fan m\u00e1s de ellos ser\u00e1n los primeros en beneficiarse. El informe posiciona a Cosmos 3 Edge como una contribuci\u00f3n a esa din\u00e1mica espec\u00edfica en Jap\u00f3n.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"What_robotics_developers_should_watch_next\"><\/span>Qu\u00e9 deben vigilar los desarrolladores de rob\u00f3tica a continuaci\u00f3n<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Las preguntas abiertas son precisamente aquellas que el informe actual no responde. \u00bfCu\u00e1les son los tama\u00f1os y modalidades de los modelos en Cosmos 3 Edge, y bajo qu\u00e9 licencia se distribuyen? \u00bfEn qu\u00e9 hardware espera NVIDIA que se ejecuten, y dentro de qu\u00e9 l\u00edmites de memoria y consumo energ\u00e9tico? \u00bfExisten socios japoneses identificados, despliegues piloto o resultados de pruebas de rendimiento? Ninguno de estos aspectos se revela en el material revisado por Convly, y ninguno debe darse por sentado.<\/p>\n<p>Para los equipos que planifican sus actividades en torno al anuncio, la postura m\u00e1s sensata es la preparaci\u00f3n, no el compromiso: auditen qu\u00e9 cargas de trabajo rob\u00f3ticas son lo suficientemente cr\u00edticas en cuanto a latencia como para exigir inferencia en el borde, eval\u00faen su capacidad computacional actual en dispositivo y observen atentamente c\u00f3mo evolucionan los aceleradores de clase perif\u00e9rica \u2014nuestra gu\u00eda sobre la <a href=\"https:\/\/convly.ai\/es\/best-gpus-for-ai-2026\/\">mejoras GPUs para IA<\/a> cubre el aspecto hardware de esa ecuaci\u00f3n. Una vez que NVIDIA publique especificaciones concretas, ser\u00e1 r\u00e1pido determinar si el modelo se adapta \u2014o no\u2014 a su flota.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Frequently_asked_questions\"><\/span>Preguntas frecuentes<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><strong>\u00bfQu\u00e9 es NVIDIA Cosmos 3 Edge?<\/strong> Seg\u00fan The Fast Mode, se trata de la \u00faltima versi\u00f3n centrada en el borde (edge) dentro de la familia de modelos fundacionales del mundo para IA f\u00edsica de NVIDIA, denominada Cosmos, y est\u00e1 posicionada como un avance para el ecosistema rob\u00f3tico japon\u00e9s. Las especificaciones detalladas no han aparecido en los informes que Convly ha revisado.<\/p>\n<p><strong>\u00bfQu\u00e9 es la IA f\u00edsica?<\/strong> La IA f\u00edsica hace referencia a sistemas de inteligencia artificial que perciben, razonan y act\u00faan en el mundo f\u00edsico \u2014por ejemplo, robots, m\u00e1quinas aut\u00f3nomas y sistemas industriales\u2014, a diferencia de los modelos que solo procesan texto, im\u00e1genes o audio.<\/p>\n<p><strong>\u00bfQu\u00e9 es un modelo fundacional del mundo?<\/strong> Un modelo generativo entrenado para predecir c\u00f3mo evolucionan los entornos f\u00edsicos con el paso del tiempo. Los equipos rob\u00f3ticos lo utilizan para generar datos sint\u00e9ticos de entrenamiento, simular escenarios y dotar a las m\u00e1quinas de una intuici\u00f3n f\u00edsica previamente entrenada.<\/p>\n<p><strong>\u00bfPor qu\u00e9 es importante la implementaci\u00f3n en el borde para los robots?<\/strong> Los robots suelen requerir respuestas en el orden de los milisegundos y no pueden depender de una conectividad constante. Ejecutar los modelos directamente en el robot o muy cerca de \u00e9l elimina la latencia de red de los bucles de control y mantiene los datos de los sensores en el lugar.<\/p>\n<p><strong>\u00bfHa publicado NVIDIA precios o especificaciones para Cosmos 3 Edge?<\/strong> No, seg\u00fan los informes disponibles para Convly. El tama\u00f1o de los modelos, los requisitos de hardware, las licencias y los precios siguen sin confirmarse, y cualquier cifra que circule en otros lugares debe verificarse frente a la documentaci\u00f3n oficial de NVIDIA.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"The_bottom_line\"><\/span>En resumen<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Reducido a su n\u00facleo confirmado, este es un relato modesto pero significativo desde el punto de vista estrat\u00e9gico: The Fast Mode informa que NVIDIA Cosmos 3 Edge impulsa el ecosistema japon\u00e9s de IA f\u00edsica y rob\u00f3tica, y todo lo dem\u00e1s a\u00fan est\u00e1 por detallarse. La relevancia radica en las dos palabras que encierran el nombre del producto: \u00ab3\u00bb indica que los modelos fundacionales del mundo est\u00e1n evolucionando con suficiente rapidez como para alcanzar ya una tercera generaci\u00f3n; \u00abEdge\u00bb se\u00f1ala que NVIDIA considera que est\u00e1n listos para salir del centro de datos y ejecutarse all\u00ed donde los robots trabajan realmente. Si ambas afirmaciones se confirman cuando lleguen las especificaciones completas, el costo pr\u00e1ctico de ense\u00f1ar a las m\u00e1quinas a operar en el mundo f\u00edsico disminuir\u00e1 \u2014y Jap\u00f3n, con su base industrial densamente poblada de robots, constituye un lugar l\u00f3gico para demostrarlo.<\/p>\n<p><em>Fuentes: news.google.com. Informado el 20 de julio de 2026.<\/em><\/p>","protected":false},"excerpt":{"rendered":"<p>The Fast Mode reports that NVIDIA Cosmos 3 Edge is advancing Japan&#8217;s physical AI and robotics ecosystem. Here is what the edge-focused world-model release means for robotics developers \u2014 and what remains unconfirmed.<\/p>","protected":false},"author":1,"featured_media":1622,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"categories":[8],"tags":[949,954,952,778,950,951,953],"class_list":["post-1621","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-robotics","tag-cosmos-3-edge","tag-edge-ai","tag-japan","tag-nvidia","tag-physical-ai","tag-robotics","tag-world-foundation-models"],"_links":{"self":[{"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/posts\/1621","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/comments?post=1621"}],"version-history":[{"count":1,"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/posts\/1621\/revisions"}],"predecessor-version":[{"id":1623,"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/posts\/1621\/revisions\/1623"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/media\/1622"}],"wp:attachment":[{"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/media?parent=1621"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/categories?post=1621"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/convly.ai\/es\/wp-json\/wp\/v2\/tags?post=1621"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}