NVIDIA está ampliando su cartera de modelos abiertos con modelos Kumo para datos empresariales estructurados, nuevos modelos Nemotron y herramientas que abarcan la robótica, el diseño de proteínas y la computación cuántica. La expansión de modelos abiertos de NVIDIA, detallada el 21 de octubre de 2026, ofrece a las organizaciones bases que pueden personalizar con datos locales e implementar en infraestructuras bajo su control. La mayoría de las soluciones anunciadas ya está disponible, mientras que se espera que Nemotron 3.5 Bolt llegue el 23 de octubre y Alpamayo 2 Edge está previsto para más adelante este mes.
Conclusiones clave
- Kumo incorpora capacidades de predicción, pronóstico y evaluación del riesgo de fraude para datos empresariales estructurados; Coinbase, Revolut y Databricks figuran entre las primeras organizaciones que trabajan con él.
- La expansión va más allá de los modelos de lenguaje e incluye formación en robótica, razonamiento integrado en vehículos, diseño de proteínas y calibración de hardware cuántico.
- La disponibilidad varía según la oferta: varias familias de modelos ya son accesibles, pero Nemotron 3.5 Bolt y Alpamayo 2 Edge todavía están pendientes de lanzamiento.
Índice
- Qué permiten personalizar los modelos abiertos de NVIDIA
- Kumo busca realizar predicciones a partir de datos empresariales
- Las herramientas de robótica se centran en la formación antes del despliegue
- Los modelos científicos abordan el diseño de proteínas y los sistemas cuánticos
- Qué está disponible ahora y qué sigue previsto
- Conclusión
Qué permiten personalizar los modelos abiertos de NVIDIA
La expansión se centra en ofrecer a los desarrolladores modelos que puedan adaptar a sus propios idiomas, conocimientos y necesidades sectoriales, en lugar de utilizar únicamente un sistema de propósito general. NVIDIA presenta la cartera como una base para aplicaciones que las organizaciones pueden ejecutar en infraestructuras bajo su control.
Nemotron ofrece modelos de lenguaje, conjuntos de datos y recetas de entrenamiento para agentes que trabajan con texto e imágenes. Las incorporaciones anunciadas incluyen Nemotron 3.5 Super VL y Nemotron 3.5 Bolt, además de modelos Retriever para generar embeddings, reordenar resultados y analizar documentos. En conjunto, estas soluciones abarcan tanto las capacidades de los agentes como el trabajo necesario para que los sistemas puedan utilizar documentos empresariales.
La compañía menciona a Dassault Systèmes, SAP, Salesforce, Shopify, Synopsys y WPP entre las organizaciones que trabajan con modelos y conjuntos de datos Nemotron para desarrollar modelos personalizados y agentes especializados por dominio. Accenture y EY también participan. Se describen como iniciativas en desarrollo, no como prueba de que todos los participantes hayan completado una implementación en producción.
Entre los colaboradores europeos de NVIDIA Nemotron Coalition figuran Black Forest Labs, H-Company y Mistral. Según NVIDIA, sus datos, investigaciones y experiencia contribuyen a la base de Nemotron.
| Elemento | Detalles |
|---|---|
| Nemotron 3.5 Super VL | Disponible a través de Hugging Face, ModelScope, OpenRouter, NVIDIA NIM y socios. |
| Nemotron 3.5 Bolt | Se espera que esté disponible el 23 de octubre. |
| Nemotron Retriever | Disponible a través de Hugging Face, plataformas asociadas y NVIDIA NIM para generar embeddings, reordenar resultados y analizar documentos. |
| Kumo | Disponible en Hugging Face y como microservicio NVIDIA NIM para inferencia en producción. |
| Cosmos | Disponible abiertamente en Hugging Face y GitHub, y a través de determinados socios de inferencia. |
| Alpamayo 2 Edge | Está previsto que pueda descargarse en GitHub y Hugging Face más adelante en octubre. |
| BioNeMo RFD4-Proteina | Disponible a través de la plataforma para desarrolladores de NVIDIA, NVIDIA NIM, GitHub, Hugging Face y determinados socios de inferencia. |
| Ising | Disponible en GitHub, Hugging Face y la plataforma para desarrolladores de NVIDIA. |
Kumo busca realizar predicciones a partir de datos empresariales
Kumo es la incorporación más directamente centrada en los datos empresariales. Sus modelos fundacionales de pesos abiertos, bibliotecas y herramientas están diseñados para ayudar a las aplicaciones a pronosticar resultados, evaluar el riesgo de fraude y recomendar acciones a partir de información estructurada.
El cambio práctico que describe NVIDIA consiste en reducir la necesidad de crear una canalización de aprendizaje automático independiente para cada tarea de predicción. Los desarrolladores pueden empezar con modelos preentrenados y ajustarlos con datos propios cuando una carga de trabajo requiera un rendimiento superior.
Kumo Structured abarca predicciones con datos relacionales y tabulares, pronósticos y detección de anomalías. Kumo Engine ofrece la pila de bibliotecas abiertas para desarrollar e implementar modelos fundacionales de datos estructurados. La familia forma parte de NVIDIA Agent Knowledge Foundation.
Cognite, Coinbase, Databricks, DoorDash, Revolut y Tubi figuran entre las primeras organizaciones que trabajan con Kumo. NVIDIA también afirma que los clientes de Snowflake ya utilizan los modelos para acelerar el desarrollo de IA en los sectores de la publicidad, la energía, los servicios financieros y el comercio minorista. El informe no cuantifica los ahorros de los clientes ni las mejoras en las predicciones.
Las herramientas de robótica se centran en la formación antes del despliegue
En el ámbito de la IA física, NVIDIA incorpora herramientas de posentrenamiento y optimización de Cosmos, destinadas a mejorar los modelos del mundo con menos computación. Los puntos de control de simulación permiten a los desarrolladores evaluar el comportamiento en escenarios interactivos de conducción y manipulación robótica antes de realizar pruebas en el mundo real.
La nueva Cosmos Data Factory combina planos de trabajo y habilidades básicas de agentes para seleccionar, etiquetar, generar y evaluar datos de entrenamiento. Entre sus usos se incluyen los escenarios de conducción, los defectos de productos y el aumento de imágenes. Los desarrolladores pueden utilizar flujos de trabajo completos o capacidades individuales, con agentes que coordinan el proceso.
NVIDIA afirma que Porsche, junto con Voxel51; ANYbotics, junto con Encord; Zalando; CEVA Logistics, junto con Sereact; y Siemens utilizan Cosmos Data Factory para crear conjuntos de datos de entrenamiento diversos y mejorar la precisión de los modelos.
Alpamayo 2 Edge aborda otra etapa: el razonamiento dentro de vehículos autónomos. El modelo compacto combina comprensión de escenas en tiempo real y planificación de movimiento, se basa en la arquitectura fundacional de Cosmos 3 Edge basada en Nemotron y está optimizado para NVIDIA DRIVE AGX Thor. NVIDIA afirma que está diseñado para llevar capacidades avanzadas de conducción a vehículos con menores requisitos de computación; su descarga sigue prevista para más adelante este mes.
Los modelos científicos abordan el diseño de proteínas y los sistemas cuánticos
Las incorporaciones científicas responden a flujos de trabajo distintos, en lugar de constituir un único asistente de investigación de propósito general. BioNeMo RFD4-Proteina genera secuencias y estructuras tridimensionales de proteínas, mientras que Ising se centra en la calibración y la corrección de errores del hardware cuántico.
Los candidatos a proteínas todavía deben someterse a pruebas de laboratorio
Desarrollado por NVIDIA y el Baker Lab del Institute for Protein Design de la Universidad de Washington, RFD4-Proteina está pensado para ayudar a diseñar proteínas que se unan a objetivos difíciles o a moléculas pequeñas, o que se ensamblen en estructuras complejas.
NVIDIA informa de un rendimiento destacado en más de 10 tareas de diseño de proteínas y de una generación aproximadamente 13 veces más rápida que RFdiffusion3 en una prueba de referencia con proteínas de 200 aminoácidos. Estas cifras describen el rendimiento del modelo en la prueba de referencia publicada, no una validación de laboratorio completada. Los investigadores pueden utilizar agentes para generar y evaluar candidatos antes de seleccionar los diseños que probarán en el laboratorio.
Los socios cuánticos se centran en la calibración y la corrección de errores
IQM Quantum Computers utiliza Ising para calibrar sus procesadores cuánticos. SEEQC combina Ising, NVIDIA NVQLink y su Digital Link para abordar los requisitos de baja latencia de la corrección de errores cuánticos en tiempo real.
AWS está integrando Ising en AWS Parallel Computing Service para que los investigadores puedan trabajar con los modelos antes del despliegue. NVIDIA señala que, por lo general, la decodificación se realiza en hardware clásico ubicado junto al procesador cuántico debido a los requisitos de latencia; la integración de AWS respalda la investigación previa a esa etapa de despliegue.
Qué está disponible ahora y qué sigue previsto
El informe de NVIDIA distingue entre los modelos actualmente accesibles y los próximos lanzamientos. Super VL está disponible a través de plataformas de modelos, NVIDIA NIM y socios. Kumo, Cosmos, Retriever, BioNeMo RFD4-Proteina e Ising también cuentan con canales de distribución indicados, aunque estos varían según la oferta.
Los próximos lanzamientos previstos a corto plazo son Nemotron 3.5 Bolt, cuya disponibilidad se espera el 23 de octubre, y Alpamayo 2 Edge, previsto para más adelante en octubre. Esas fechas corresponden a planes de disponibilidad, no a lanzamientos ya completados.
Conclusión
La expansión amplía las ofertas de modelos personalizables de NVIDIA, desde agentes empresariales hasta predicciones comerciales, IA física e investigación científica. Para los desarrolladores, la distinción inmediata está entre las herramientas ya disponibles para su evaluación y los lanzamientos de Bolt y Alpamayo, todavía previstos para más adelante en octubre.
Leer más noticias
Aviso legal
Este artículo de FinanceVelix ofrece información general, no asesoramiento financiero, de inversión, jurídico o fiscal personalizado. Los precios de mercado, los tipos de interés y las condiciones económicas pueden cambiar; las inversiones conllevan riesgo de pérdida. Los hechos reflejan la información disponible en el momento de la publicación y pueden cambiar. Verifique por su cuenta la información importante y consulte a un profesional cualificado cuando sea necesario. La mención de un activo, una empresa o un servicio no constituye una recomendación.
