NVIDIA defiende los modelos de mundo abiertos para desarrollar IA física

NVIDIA sostiene que los modelos de mundo abiertos se convertirán en una base importante de la IA física, la categoría de sistemas que deben entender y actuar en entornos reales y no sólo generar texto o imágenes. En una nueva explicación de su enfoque, la empresa dijo que esos modelos pueden aprender relaciones físicas, predecir qué podría ocurrir después y ayudar a equipos a generar datos, ejecutar simulaciones y especializar un sistema para un robot, vehículo o aplicación de visión concretos. El anuncio gira en torno a la familia Cosmos 3 y las bibliotecas Omniverse, pero también defiende la necesidad de modelos adaptables y herramientas de simulación compartidas en un campo donde casi ningún despliegue es idéntico.

Los equipos de IA física afrontan un problema de datos distinto al de muchas aplicaciones sólo de software. Un robot o un vehículo debe responder a cambios de luz, clima, objetos, sensores y comportamiento humano, incluidos sucesos poco frecuentes que son difíciles o inseguros de reproducir y recopilar repetidamente en el mundo real. NVIDIA afirma que los modelos de mundo pueden generar datos de mundo y acción basados en física, simular estados futuros y servir de punto de partida para sistemas que deben razonar sobre esas condiciones. Se presentan como forma de probar políticas y crear entornos de entrenamiento más variados antes de un despliegue real, no como sustituto de la validación en el mundo real.

La familia Cosmos 3 se posiciona como una base común para varias tareas relacionadas. NVIDIA dice que combina razonamiento visual, generación de mundos y predicción de acciones, de modo que los desarrolladores pueden usar una sola familia para entender escenas, generar datos sintéticos, simular estados posibles y construir modelos especializados de acción en el mundo. La línea incluye Cosmos 3 Super, de 64.000 millones de parámetros, para modelado de mundo de alta fidelidad; Cosmos 3 Nano, de 16.000 millones, para razonamiento y posentrenamiento eficientes; y Cosmos 3 Edge, de 4.000 millones, para razonamiento visual en el dispositivo y despliegue de políticas robóticas. Son especificaciones de una familia de productos, no la afirmación de que un modelo encaje sin cambios en cada despliegue.

La apertura es central en el argumento de la compañía. NVIDIA dice que los modelos fundacionales de mundo Cosmos están disponibles bajo la licencia OpenMDW 1.1 de Linux Foundation, que permite posentrenarlos con datos y hardware propios. En IA física esa flexibilidad importa porque un modelo general no ha visto cada diseño de robot, matriz de sensores, almacén, carretera o condición de operación que use un cliente. La empresa presenta el acceso a pesos, una licencia que permite adaptación y herramientas de posentrenamiento como requisitos técnicos prácticos para cerrar esa brecha, no sólo como una preferencia ideológica por los modelos abiertos.

La capa de modelo se combina con infraestructura de simulación. NVIDIA afirma que las bibliotecas Omniverse ayudan a construir mundos listos para simulación, mientras OpenUSD ofrece un marco para componer e intercambiar datos tridimensionales complejos entre gemelos digitales, simulaciones y flujos de datos sintéticos. El beneficio previsto es reducir trabajo duplicado cuando cambian activos, configuraciones de sensores o condiciones ambientales. En la práctica, un equipo puede necesitar cambiar la posición de una cámara o el clima sin reconstruir cada parte de un entorno virtual. El anuncio presenta las herramientas como bloques de construcción, no como garantía de que la simulación por sí sola producirá una conducta segura en la realidad.

NVIDIA también citó usos en robótica, vehículos autónomos e IA visual, nombró empresas que trabajan con Cosmos en esas áreas y señaló una Cosmos Coalition destinada a reunir creadores de modelos, desarrolladores y organizaciones de IA física alrededor de modelos, investigación y métodos de evaluación. La empresa amplió recientemente la coalición en Japón, donde los participantes planean desarrollar modelos de mundo abiertos para fábricas, logística, agricultura, construcción, salud y transporte. Los ejemplos muestran dónde espera NVIDIA que se aplique el enfoque, aunque no prueban que cada sector haya alcanzado el mismo nivel de despliegue o madurez.

La importancia más amplia es que la IA física avanza hacia una pila que incluye modelos, datos de entrenamiento especializados, entornos de simulación, evaluación y adaptación al dominio. El argumento de NVIDIA a favor de modelos de mundo abiertos es más fuerte cuando un cliente necesita controlar toda esa cadena, y no sólo una respuesta fija de API. Las cuestiones abiertas son el coste, la calidad y la transferencia a la realidad: cuán fielmente una simulación representa un evento raro, cuánto posentrenamiento necesita un despliegue y cómo medirán los equipos la seguridad antes de que un sistema automatizado actúe cerca de personas. La actualización de agosto traza una ruta para esos problemas, pero la prueba dependerá de los resultados de los sistemas construidos sobre ella.