NVIDIA ha presentado un plano abierto para construir fábricas de datos orientadas a la llamada IA física, un ámbito que reúne modelos capaces de percibir, razonar y actuar en entornos reales. La compañía plantea una arquitectura pensada para que desarrolladores de robótica, agentes de visión y sistemas de conducción autónoma puedan generar, ampliar y validar datos de manera más coherente y automatizada, un proceso que suele fragmentarse entre herramientas, proveedores y metodologías distintas.
La propuesta parte de una observación que se ha vuelto habitual en el desarrollo de modelos avanzados: el rendimiento tiende a mejorar cuando se incrementan los datos, la capacidad de cómputo y la escala del modelo. En robótica y vehículos autónomos, esa necesidad se vuelve especialmente evidente, ya que los sistemas deben enfrentarse a situaciones que no siempre pueden capturarse en el mundo real. Por ello, NVIDIA combina datos procedentes de sensores y cámaras con información sintética generada mediante simulación, de modo que ambos tipos de contenido se integren en un mismo flujo de trabajo.
El plano se apoya en herramientas del ecosistema Cosmos, diseñadas para curar, transformar y evaluar grandes volúmenes de datos. La compañía ha liberado Cosmos Evaluator en GitHub, una pieza que automatiza la verificación de la coherencia física de los datos y ayuda a filtrar resultados que no cumplen los criterios necesarios para entrenar modelos robustos. Este enfoque resulta especialmente útil en ámbitos como la conducción autónoma, donde los eventos poco frecuentes pero críticos suelen ser difíciles de registrar. NVIDIA ya utiliza esta arquitectura para entrenar Alpamayo, un conjunto de modelos abiertos de visión, lenguaje y acción orientados a escenarios complejos de movilidad.
La iniciativa no se limita al software. Proveedores de nube como Microsoft Azure y Nebius han incorporado el plano a sus servicios para facilitar la construcción de tuberías de datos a gran escala. Azure lo enlaza con sus herramientas de análisis y gestión de dispositivos conectados, mientras que Nebius lo integra con GPU de la serie Blackwell y servicios de almacenamiento y etiquetado. Empresas de distintos sectores —desde desarrolladores de robots generalistas hasta compañías centradas en análisis de vídeo o automatización industrial— ya están experimentando con este enfoque para acelerar sus ciclos de desarrollo.
Para coordinar procesos que suelen involucrar múltiples etapas y recursos distribuidos, NVIDIA incorpora OSMO, un marco de orquestación de código abierto que permite que agentes de software gestionen tareas de generación y validación de datos. La idea es que estos agentes puedan interactuar con herramientas de programación asistida y resolver cuellos de botella sin intervención constante de los equipos de ingeniería, una tendencia que está ganando terreno en proyectos de IA que requieren iteraciones rápidas y continuas.
La publicación del plano coincide con un momento en el que la industria busca estandarizar prácticas para entrenar sistemas autónomos. La combinación de datos reales y sintéticos, el uso de simuladores más precisos y la aparición de modelos fundacionales para robótica están configurando un ecosistema en el que disponer de arquitecturas abiertas facilita la experimentación y reduce la necesidad de construir infraestructuras desde cero. NVIDIA pondrá el plano a disposición de la comunidad en GitHub en abril, acompañado de recursos adicionales presentados durante su conferencia GTC, con la intención de impulsar un marco común para el desarrollo de tecnologías que dependen de grandes volúmenes de datos y de procesos de validación rigurosos.
Fuente: Comunicado NVIDIAnews | Editadopor CDOL
