Cuando se habla de los procesadores para robótica se suele pensar en un solo chip, el «cerebro» del robot. En la práctica casi todos los robots llevan dos clases de procesador: uno potente que ve, entiende y planea, como un Nvidia Jetson, un Qualcomm Dragonwing, un Intel Core, un Rockchip o una Raspberry Pi, y varios microcontroladores baratos, como los STM32, ESP32 o TI C2000, que mueven cada motor y leen cada sensor miles de veces por segundo. Explicamos qué hace cada capa, qué chip lleva cada robot conocido según sus fabricantes y cuánto cuestan las placas en 2026.
La división no es nueva. El TurtleBot3, uno de los robots educativos clásicos de ROS, lleva desde hace años una Raspberry Pi para pensar y una placa OpenCR con un microcontrolador STM32F7 para mover las ruedas. Lo que cambió es el tamaño del cerebro: con los modelos de IA que ven y entienden instrucciones, los humanoides de 2026 cargan computadoras con cientos o miles de TOPS, mientras los microcontroladores de abajo siguen haciendo el mismo trabajo de siempre, ahora con más núcleos y mejores periféricos. Y en el otro extremo, un vehículo como el rover Perseverance de la NASA explora Marte con un procesador RAD750 a 200 MHz, resistente a la radiación.
En resumen: el Jetson Thor de Nvidia es hoy el cerebro de varios de los humanoides más conocidos, Qualcomm entró de lleno en 2026 con su serie Dragonwing IQ y un acuerdo con Figure, e Intel, AMD y Rockchip compiten en robots industriales, móviles y baratos. En la capa de control no hay un ganador: STM32, ESP32, NXP, Texas Instruments, Microchip, Infineon, Renesas y Raspberry Pi conviven, a menudo varios en el mismo robot, unidos por ROS 2 y micro-ROS.
Por qué un robot necesita más de un chip
Ver una taza, reconocerla y decidir cómo tomarla es un trabajo pesado y algo lento: un modelo de IA procesa imágenes de varias cámaras y tarda decenas de milisegundos en responder. Mantener un motor en la posición exacta es lo contrario: un cálculo pequeño que hay que repetir sin falta miles de veces por segundo, porque un retraso hace que una pierna tiemble o un brazo se pase de largo. Un sistema operativo como Linux, con su scheduler repartiendo tiempo entre muchos programas, no garantiza esa puntualidad; un microcontrolador con un RTOS o sin sistema operativo (bare metal), sí.
Por eso los robots se arman por capas. Arriba, el cerebro corre Linux, ROS 2 y los modelos de IA, y recibe directamente las cámaras y el LiDAR. Abajo, cada articulación o grupo de motores tiene su microcontrolador, que recibe órdenes del tipo «ve a este ángulo» y se encarga del resto. Y aparte, un circuito de seguridad puede cortar la energía de los motores aunque el cerebro se cuelgue.
El cerebro: los chips que ven, entienden y planean
- Nvidia Jetson. Es la familia que más aparece en los anuncios de robots con IA. El Jetson Thor, con GPU Blackwell y CPU de 14 núcleos Arm Neoverse-V3AE, llega a 2,070 TFLOPS en FP4 (con dispersión) y 128 GB de memoria en hasta 130 W; Nvidia nombró como primeros usuarios a Agility Robotics, Amazon Robotics, Boston Dynamics, Caterpillar, Figure, Hexagon, Medtronic y Meta. En enero de 2026 añadió el T4000, con 64 GB y 1,200 TFLOPS. Por debajo está la serie Orin: el AGX Orin (275 TOPS), el Orin NX (hasta 157 TOPS) y el Orin Nano Super (67 TOPS, de 7 a 25 W), que se ve en robots educativos y cuadrúpedos. Ojo con los precios: en julio de 2026 Nvidia subió toda la línea, hasta un 101 % según CNX Software. Hoy el kit de desarrollo del Thor cuesta $5,499 USD (salió a $3,499 USD), el del AGX Orin $3,499 USD y el Orin Nano Super $399 USD (salió a $249 USD).
- Qualcomm. Viene de los celulares y se presentó en el CES 2026 con una arquitectura completa para robots. Su procesador más grande, el Dragonwing IQ10, está pensado como cerebro de humanoides y robots móviles autónomos (AMR): su diseño de referencia anuncia hasta 700 TOPS con dispersión, 18 núcleos Oryon, 64 GB y hasta 12 cámaras. Figure dijo que colabora con Qualcomm para definir su próxima arquitectura de cómputo, y el humanoide Motion 2 de VinMotion usa la serie IQ9. Para empezar hay placas más modestas, como la RB3 Gen 2 (QCS6490, 12 TOPS), cuyo Core Kit vende Thundercomm en $439 USD. Qualcomm también anunció en octubre de 2025 la compra de Arduino, y su primer producto juntos, la UNO Q, ya lleva un chip Dragonwing.
- Intel. Sus procesadores x86 están en muchos robots industriales y de investigación. Los humanoides H1 y H2 de Unitree llevan un Intel Core i5 para las funciones de la plataforma y un Core i7 para el usuario, y el controlador de los brazos e-Series de Universal Robots usa un Intel Atom. En mayo de 2026 Intel presentó sus Core Ultra Series 3 para IA en robots, con clientes como Trossen Robotics y el humanoide RoBee de Oversonic. Sus cámaras de profundidad RealSense, muy comunes en robots, son desde julio de 2025 una empresa aparte; la D435 cuesta $375 USD y la D455 $499 USD en su tienda.
- AMD. Su apuesta para robots son las placas Kria, que combinan procesadores Arm con una FPGA, útil para procesar sensores con latencia fija. El Kria KR260 Robotics Starter Kit salió en 2022 a $349 USD, y en julio de 2026 AMD anunció una plataforma Kria para robots autónomos con CPU, GPU, NPU y FPGA, que se espera para el cuarto trimestre del año, junto con los Ryzen AI Embedded X100, de hasta 16 núcleos Zen 5.
- Rockchip. Es habitual en placas y robots de bajo costo. El RK3588 (cuatro Cortex-A76, cuatro Cortex-A55 y una NPU de 6 TOPS) está en decenas de placas, y el más modesto RK3566, con NPU de hasta 1 TOPS, mueve al Microduck de Pollen Robotics, el pato bípedo de $399 USD. Comparamos las placas con estos chips en Raspberry Pi y sus competidoras.
- Raspberry Pi. Es muy común en robots educativos, de aficionados y en proyectos abiertos: el TurtleBot3 y el TurtleBot 4 llevan una Raspberry Pi 4, el Reachy Mini inalámbrico de Hugging Face una Compute Module 4, y Stringman usa una Pi Zero 2 W en la pinza y Raspberry Pi 3A+ en los anclajes. Para IA en la Pi 5 existe el AI HAT+ (Hailo-8L o Hailo-8, desde $70 USD) y el AI HAT+ 2, de 40 TOPS en INT4, que hoy cuesta $200 USD.
- Una computadora normal. En prototipos y robots baratos, el cerebro ni siquiera va a bordo. Stringman ejecuta su control en la computadora del usuario, y el brazo SO-101 de LeRobot conecta sus servos por USB a una laptop o PC, que es la que corre el modelo de IA.
- Chips propios. Tesla es el caso más visible. En 2022 explicó que la computadora del torso de Optimus adapta el hardware de su sistema de conducción autónoma (FSD), y en octubre de 2026 Elon Musk dijo que, «si las cosas salen según el plan», su nuevo chip AI5 llegará a Optimus hacia abril de 2027, con un orden de magnitud más de cómputo que el AI4. Lo contamos en lo que se sabe del nuevo Optimus.
Qué cerebro llevan algunos robots conocidos
- Atlas (Boston Dynamics). La empresa dijo en marzo de 2025 que su humanoide «lidera el desarrollo de humanoides con Jetson Thor». Su perro Spot admite el módulo CORE I/O, con un Jetson Xavier NX.
- Digit (Agility Robotics). Su cómputo a bordo pasó de hardware Nvidia RTX en versiones anteriores al Jetson AGX Thor, según la propia empresa (septiembre de 2025).
- NEO (1X). En marzo de 2026, 1X escribió que el Jetson Thor es «el único producto del mercado» que cumple lo que NEO necesita para correr sus modelos a bordo.
- Figure 02. Según Nvidia, lleva un segundo módulo basado en GPU RTX que triplicó su capacidad de inferencia; Figure dice que su modelo Helix corre en dos GPU embebidas de bajo consumo. Figure no ha publicado el cómputo de su Figure 03, y en enero de 2026 Qualcomm anunció que colabora con Figure en su próxima arquitectura.
- Unitree G1, Go2 y H2. El G1 (desde $13,500 USD) y el Go2 (desde $1,600 USD) traen una CPU de 8 núcleos; sus versiones EDU admiten un módulo de cómputo adicional «como Orin». El H2 ($29,900 USD) lleva Intel Core i5 e i7 y admite un módulo opcional «como Thor». Su integración con LeRobot la contamos en esta nota.
- Brazos de Universal Robots. Su AI Accelerator, para tareas de visión, corre en un Jetson AGX Orin, junto al controlador con Intel Atom.
- Microduck (Pollen Robotics). Rockchip RK3566 con 1 GB de RAM.
- TurtleBot3 y TurtleBot 4. Raspberry Pi 4 como cerebro; el 3 usa la placa OpenCR (STM32F746, Cortex-M7 a 216 MHz) para los motores y el 4 se monta sobre la base iRobot Create 3.
El control en tiempo real: los microcontroladores
- STM32 (STMicroelectronics). Una de las familias Arm Cortex-M más conocidas; ST dice haber enviado más de 13,000 millones de STM32 desde 2007. Para motores ofrece la serie STM32G4 (Cortex-M4 a 170 MHz) y su SDK de control de motores, y en noviembre de 2025 presentó el STM32V8, un Cortex-M85 a 800 MHz. Hay STM32 en la OpenCR del TurtleBot3 y en controladores de motor abiertos como moteus (STM32G4) u ODrive v3.6 (STM32F405).
- ESP32 (Espressif). Muy común cuando hace falta Wi-Fi o Bluetooth barato; en 2023 Espressif anunció que había superado los 1,000 millones de chips enviados. El ESP32-S3 tiene dos núcleos Xtensa LX7 a 240 MHz, el C6 usa RISC-V con Wi-Fi 6 y el P4, sin radio, dos núcleos RISC-V a 400 MHz. Su periférico MCPWM sirve para controlar motores. Hasta puede actuar como agente, como contamos en WireClaw.
- NXP. Sus i.MX RT son microcontroladores «crossover» casi tan rápidos como un procesador: el RT1170 tiene un Cortex-M7 a 1 GHz y un M4 a 400 MHz. En marzo de 2026, con Nvidia, propuso una cadena de i.MX RT1180 conectada por EtherCAT para mover las articulaciones, con un i.MX 95 para la visión. Su línea automotriz S32 se usa donde importa la seguridad funcional.
- Texas Instruments C2000. Microcontroladores hechos para control de motores y electrónica de potencia. En junio de 2026 TI publicó un diseño de referencia que controla los seis motores de la mano de un humanoide con un solo F28P65. Su línea Sitara AM263x, con cuatro Cortex-R5F a 400 MHz, apunta al mismo trabajo.
- Microchip, Infineon y Renesas. Microchip vende los dsPIC33, con ADC rápidos y PWM de alta resolución para controlar varios motores; Infineon, los AURIX, diseñados para el nivel ASIL-D de seguridad automotriz; Renesas, el RA8T1 (Cortex-M85 a 480 MHz) y la serie RX para motores.
- Raspberry Pi RP2040 y RP2350. El RP2350 tiene dos Cortex-M33 o dos núcleos RISC-V Hazard3 a 150 MHz y un bloque PIO que genera señales a medida, útil para servos y LED; el chip suelto cuesta desde $0.80 USD en rollo y la placa Pico 2 desde $5 USD.
- Arduino. Sigue siendo la puerta de entrada: el UNO R3 (ATmega328P de 8 bits) cuesta $27.60 USD de lista, el UNO R4 Minima (Renesas RA4M1) $20 USD y el UNO R4 WiFi $27.50 USD. La UNO Q junta las dos capas en una placa: un Qualcomm QRB2210 con Linux y un microcontrolador STM32U585, por $59 USD (2 GB) o $79 USD (4 GB).
Para la capa de seguridad, los fabricantes ofrecen chips y bibliotecas certificados. ST, por ejemplo, permite implementar funciones de seguridad de nivel SIL 2 de la norma IEC 61508 con un solo STM32, y de nivel SIL 3 con dos que se vigilan entre sí. En los robots industriales grandes, el control de los ejes suele viajar por EtherCAT, un bus de tiempo real que, según Beckhoff, es el estándar habitual dentro de los brazos articulados.
ROS 2 y micro-ROS, el idioma común
Para que el cerebro y los microcontroladores se entiendan, muchos robots de investigación y de la industria usan ROS 2, un conjunto de bibliotecas en el que cada pieza del robot es un nodo que publica y recibe mensajes por DDS. La versión más reciente, Lyrical Luth, salió el 22 de mayo de 2026 con soporte hasta mayo de 2031; Jazzy Jalisco tiene soporte hasta 2029. Nvidia monta encima sus paquetes acelerados, como contamos con Isaac ROS 5.0.
micro-ROS lleva ese mismo modelo a los microcontroladores. Usa Micro XRCE-DDS, de eProsima, y un agente que corre en el cerebro y traduce los mensajes del microcontrolador a ROS 2 por serial, USB, Wi-Fi o Ethernet. Funciona sobre FreeRTOS, Zephyr o NuttX, y entre sus placas probadas oficialmente están el ESP32, la Raspberry Pi Pico, la OpenCR del TurtleBot3, la Arduino Portenta H7, la Teensy 4 (NXP i.MX RT1062) y varias de STM32 y Renesas. Su web se mudó a micro.vulcanexus.org.
Lo que está en juego en la carrera por el cerebro de los humanoides
Los anuncios de los fabricantes muestran una tendencia clara: entre los humanoides que publican su cómputo, el Jetson Thor de Nvidia aparece una y otra vez (Atlas, Digit, NEO). Eso le da a Nvidia algo más que ventas: muchos equipos entrenan sus robots en los simuladores y con las bibliotecas de Nvidia, y pasarse a otro chip cuesta tiempo. Qualcomm, Intel y AMD intentan abrir esa puerta con procesadores que prometen más eficiencia por watt, y Figure, que según Nvidia usó sus GPU en el Figure 02, ya trabaja con Qualcomm. Es la misma pelea que vimos en los centros de datos, donde todos quieren su propio chip de IA, y Tesla con su AI5 sigue ese camino.
Para quien construye robots pequeños, la noticia es el precio. La subida de Nvidia de julio y la escasez de memoria encarecieron las placas de IA: un Orin Nano Super cuesta hoy un 60 % más que cuando salió. Los microcontroladores, en cambio, siguen costando de centavos a pocos dólares, y la competencia entre una decena de fabricantes los mantiene así.
Un robot, en suma, no tiene un cerebro sino un equipo de chips: uno grande que piensa y muchos chicos que obedecen al instante. Para un proyecto escolar basta una Raspberry Pi o un ESP32 con un Arduino; para un humanoide comercial, hoy, un Jetson Thor o un Dragonwing IQ arriba y decenas de microcontroladores abajo. Lo que conviene vigilar en 2027 es si Qualcomm, AMD o los chips propios de Tesla consiguen quitarle a Nvidia el lugar de arriba, y cuánto subirán las placas de IA mientras dure la escasez de memoria.
Datos de Nvidia (Jetson Thor), precios de Jetson de Nvidia, CNX Software, Qualcomm (IQ10), Qualcomm (CES 2026), Intel, Intel Capital (RealSense), AMD, Rockchip, Raspberry Pi, Boston Dynamics, Agility Robotics, 1X, Figure, Unitree, Universal Robots, ROBOTIS (TurtleBot3), STMicroelectronics, Espressif, NXP, Texas Instruments, Arduino, micro-ROS y NASA. Foto de portada: TurtleBot3 Burger, de Kuscu0, CC BY-SA 4.0.
Fuentes: Nvidia, «Jetson Thor Now Available»; Qualcomm, plataforma de robótica del CES 2026; micro-ROS, «Features»