ORGANIZACIÓN VERIFICADA

NVIDIA

Consulta los modelos documentados, las evaluaciones publicadas y las fuentes primarias asociadas a esta organización.

01 / MODELOS

Catálogo verificado

AGENTES ABIERTOS DE LARGA DURACIÓN

NVIDIA Nemotron 3 Ultra

Modelo MoE abierto de 550B parámetros para orquestación, investigación, código y agentes de larga duración.

18 SEP. 2026
ODOMETRÍA VISUAL Y PROFUNDIDAD MÉTRICA

MetricTrail 1.0

Checkpoint de investigación de NVIDIA publicado el 5 de noviembre para estimar movimiento de cámara y profundidad métrica. Contiene unos 3,43 millones de parámetros aprendidos, sin contar DINOv3 ni MoGe-2 externos. Aunque el texto de la ficha aún anuncia una descarga futura, el artefacto dino_dpvo.pth ya está publicado con el hash documentado.

05 NOV. 2026
EMULACIÓN ATMOSFÉRICA GLOBAL

STRATA v1

Transformer atmosférico de 331,7 millones de parámetros para emular SCREAM a unos 4,9 km de resolución, mediante teselas y pasos de diez minutos. El checkpoint strata_v1 y sus archivos auxiliares se publicaron el 2 de noviembre. Recibe y produce tensores geofísicos, no texto ni imágenes.

03 NOV. 2026
CUERPO HUMANO PARAMÉTRICO Y CORRECTIVOS

SOMA-X v0.3.5

Sistema de cuerpo humano paramétrico para reconstrucción, animación y simulación, con un corrector neuronal opcional. La versión 0.3.5, publicada el 2 de noviembre, actualiza el artefacto de corrección para poses poco habituales. El núcleo geométrico es analítico: no es un generador de vídeo ni un modelo de lenguaje.

03 NOV. 2026
TRANSCRIPCIÓN MULTILINGÜE Y DIARIZACIÓN

Nemotron 3.5 Transcribe 30B A4B

Modelo de voz para transcripción en 40 idiomas, traducción y separación de hablantes. Recibe audio y texto y devuelve texto. La ficha declara 34B parámetros totales y 4,3B activos con el codificador de audio; el nombre 30B identifica su base lingüística.

30 OCT. 2026
CONTROL ROBÓTICO

Metatron v1

Política de control para Unitree G1 con 29 acciones: locomoción, recuperación e interacción con escenas. Los modelos ONNX aparecieron el 27 de octubre; el paquete nativo G1 se publicó el día 28.

28 OCT. 2026
ASISTENTES LOCALES COMPACTOS

Nemotron 3.5 Bolt E4B

Modelo compacto de NVIDIA publicado el 23 de octubre de 2026, postentrenado a partir de Gemma-4-E4B-it. Tiene unos 8.000 millones de parámetros totales y 4.000 millones efectivos; E4B no significa un MoE con cuatro mil millones de parámetros activos. Agrupamos BF16 y GGUF Q4_K_M en una ficha, con resultados separados por precisión. La modalidad documentada es texto a texto: orientarse a asistentes de voz no lo convierte en un sistema de reconocimiento o síntesis de audio.

24 OCT. 2026
RENDERIZADO VISUAL DE SIMULADORES

Cosmos3-Nano-Sim-Transfer

Modelo causal destilado de NVIDIA publicado el 20 de octubre de 2026 para convertir controles visuales de simulación en vídeo RGB. La geometría, física y verdad de referencia siguen perteneciendo al simulador clásico; la red aporta apariencia visual. Acepta texto y controles de profundidad, segmentación, bordes o desenfoque. No es una política que produzca acciones de robot ni un motor físico certificado.

21 OCT. 2026
SIMULACIÓN CONDICIONADA POR ACCIONES

Cosmos3-Nano-Sim-Bimanual

Modelo causal de NVIDIA para simular visualmente manipulación bimanual y navegación de cámara, publicado el 20 de octubre de 2026. Recibe una imagen inicial, acciones del robot, trayectoria de cámara y texto opcional. Su salida es vídeo, no acciones: no debe confundirse con una política de control. El checkpoint declara un cuerpo AgiBot; otras morfologías requieren validación específica.

21 OCT. 2026
GENERACIÓN MULTIVISTA PARA CONDUCCIÓN

Cosmos3-Nano-Transfer-Auto

Modelo bidireccional de NVIDIA para generar escenas de conducción con vídeo multivista y LiDAR sincronizados. Publicado el 20 de octubre de 2026, combina texto, controles de mundo WSM y una imagen inicial opcional. Soporta hasta once cámaras estándar u ojo de pez y hasta 300 fotogramas por vista. Es generación por lotes, no el modelo causal de simulación Sim-Auto.

21 OCT. 2026
SIMULACIÓN CAUSAL MULTIVISTA

Cosmos3-Nano-Sim-Auto

Variante causal destilada de Cosmos3-Nano-Transfer-Auto, publicada por NVIDIA el 20 de octubre de 2026 para simulación de conducción en bucle cerrado. Produce vídeo multivista y LiDAR sincronizados a partir de controles y texto. Soporta hasta once cámaras. La capacidad de responder a controles durante una secuencia la distingue del generador bidireccional, pero no constituye una política de conducción autónoma.

21 OCT. 2026
INVESTIGACIÓN EN ROBÓTICA QUIRÚRGICA

Cosmos3-H-Embodied-Nano

Checkpoint de investigación publicado el 20 de octubre de 2026 para robótica quirúrgica. Un mismo modelo ofrece tres modos: dinámica directa de acciones a vídeo, dinámica inversa de vídeo a acciones y política condicionada por imagen, texto e historial. Deriva de Cosmos3-Nano, con torre de razonamiento Qwen3-VL y ajuste de la torre generativa. No son tres modelos independientes ni un dispositivo médico autorizado.

21 OCT. 2026
EDICIÓN INDUSTRIAL SIM-TO-REAL

CDF Sim2Real SMT Solderlight

Modelo de edición de imagen de NVIDIA, versión 1.0.0 publicada el 20 de octubre de 2026. Transforma recortes sintéticos de componentes de circuitos impresos renderizados en Omniverse hacia un estilo de iluminación de inspección óptica. Deriva de Qwen-Image-Edit con un ajuste LoRA fusionado: el paquete incluye la pipeline completa, no un adaptador independiente. El usuario aporta la imagen; la instrucción inglesa es fija, no un prompt libre.

20 OCT. 2026
RECUPERACIÓN MULTIMODAL DE DOCUMENTOS

Nemotron 3.5 Embed 1B BF16

Modelo de embeddings de NVIDIA con 1,55B parámetros, publicado el 20 de octubre de 2026. Vectoriza documentos de texto, imágenes de página o ambos, con consultas exclusivamente textuales. Destilado de Embed 8B, mantiene congelada la torre textual de Nemotron 3 Embed 1B y añade recuperación visual. Su vector tiene 2.048 dimensiones; no comparte automáticamente el espacio del modelo 8B.

20 OCT. 2026
RECUPERACIÓN MULTIMODAL DE DOCUMENTOS

Nemotron 3.5 Embed 8B BF16

Modelo de embeddings de NVIDIA con 8,38B parámetros, publicado el 20 de octubre de 2026. Vectoriza texto, imágenes de página o ambos para búsqueda con consultas textuales. Mantiene congelada la torre de Nemotron 3 Embed 8B y añade visión mediante Pixtral. Conserva el espacio de embeddings textuales de ese predecesor; produce vectores de 4.096 dimensiones, no respuestas conversacionales.

20 OCT. 2026
REORDENACIÓN MULTIMODAL DE DOCUMENTOS

Nemotron 3.5 Rerank 8B BF16

Reranker de NVIDIA con 8,38B parámetros, publicado el 20 de octubre de 2026. Puntúa cada pareja de consulta textual y documento, que puede contener texto, una imagen de página o ambos. Complementa la búsqueda inicial reordenando candidatos; no genera respuestas ni embeddings. Combina un codificador visual Pixtral con una torre Ministral3 bidireccional.

20 OCT. 2026
OCR ESTRUCTURADO DE 0,631B

Nemotron 3.5 Parse

Modelo de NVIDIA publicado el 17 de octubre de 2026 para convertir imágenes de páginas en texto estructurado, clases semánticas, cajas y orden de lectura. Combina C-RADIOv4-SO400M con un decodificador mBART de diez capas y 630.800.496 parámetros únicos. Acepta imagen RGB y un prompt de tarea; los PDF deben convertirse en imágenes de página. No genera imágenes ni sustituye a un asistente generalista.

18 OCT. 2026
RAZONAMIENTO RECURRENTE DE 4B

Nemotron Labs Dory 1.0 4B

Modelo de texto de NVIDIA publicado el 16 de octubre de 2026, con 4.000 millones de parámetros y arquitectura recurrente. Reutiliza un bloque de capas para ajustar el cómputo por token sin cambiar de checkpoint. Declara inglés y contexto validado de 256K tokens. No genera imágenes, audio ni vídeo.

17 OCT. 2026
02 / EVALUACIONES

Resultados publicados

Las cifras se muestran con el contexto comunicado por su fuente. Un resultado del proveedor no equivale a una comparación independiente ni sustituye una evaluación propia.

ModeloBenchmarkResultadoMétrica
NVIDIA Nemotron 3 UltraCoste en SWE-benchHasta −30 %Coste por tarea completada publicado
MetricTrail 1.0KITTI Odometry ATE (RGB-only, no LC)14,05 mError; menor es mejor
STRATA v1STRATA global throughput741Días simulados por día
STRATA v1STRATA energy efficiency48Días simulados por MWh
Nemotron 3.5 Transcribe 30B A4BOpen ASR Leaderboard English · 9 public sets4,71 %WER (%) · menor es mejor
Nemotron 3.5 Transcribe 30B A4BOpen ASR Leaderboard multilingual · 7 languages4,62 %WER (%) · menor es mejor
Nemotron 3.5 Transcribe 30B A4BOpen ASR Leaderboard long-form10,98 %WER (%) · menor es mejor
Nemotron 3.5 Transcribe 30B A4BAMI + CALLHOME + Mixer 6 + NOTSOFAR-1 · full sessions15,80 %cpWER (%) · menor es mejor
Nemotron 3.5 Bolt E4BBFCL-v3BF16: 68,51 % · Q4_K_M: 67,31 %Mayor es mejor
Nemotron 3.5 Bolt E4BToolSandboxBF16: 68,77 % · Q4_K_M: 74,13 %Mayor es mejor
Nemotron 3.5 Bolt E4BRULER (64K)BF16: 86,99 % · Q4_K_M: 85,76 %Mayor es mejor
Cosmos3-Nano-Sim-TransferPAI-Bench-C TransferBench DOVER ↑10,175942Puntuación
Cosmos3-Nano-Sim-TransferPAI-Bench-C TransferBench segmentation mIoU ↑0,73776Puntuación
Cosmos3-Nano-Sim-TransferPAI-Bench-C TransferBench depth SI-RMSE ↓0,619426Puntuación
Cosmos3-Nano-Sim-BimanualPAI-Bench-G I2V Video Quality ↑73,9099Puntuación
Cosmos3-Nano-Sim-BimanualPAI-Bench-G I2V ATE ↓4,7072Puntuación
Cosmos3-Nano-Transfer-AutoCosmos3 Driving T2V CFG3 FID ↓45,5Puntuación
Cosmos3-Nano-Transfer-AutoCosmos3 Driving T2V CFG3 FVD-I3D ↓488Puntuación
Cosmos3-Nano-Transfer-AutoCosmos3 Driving I2V CFG3 FID ↓27,8Puntuación
Cosmos3-Nano-Transfer-AutoCosmos3 Driving I2V CFG3 FVD-I3D ↓238Puntuación
Cosmos3-Nano-Sim-AutoCosmos3 Driving T2V CFG1 FID ↓48,6Puntuación
Cosmos3-Nano-Sim-AutoCosmos3 Driving T2V CFG1 FVD-I3D ↓480Puntuación
Cosmos3-Nano-Sim-AutoCosmos3 Driving I2V CFG1 FID ↓33,6Puntuación
Cosmos3-Nano-Sim-AutoCosmos3 Driving I2V CFG1 FVD-I3D ↓325Puntuación
Cosmos3-H-Embodied-NanoCosmos3-H held-out 640 forward PSNR ↑26,1 dBPuntuación
Cosmos3-H-Embodied-NanoCosmos3-H held-out 640 inverse action MSE ↓0,009Puntuación
Cosmos3-H-Embodied-NanoCosmos3-H held-out 640 policy mean action MSE ↓0,052Puntuación
Cosmos3-H-Embodied-NanoCosmos3-H held-out 640 policy best-of-4 action MSE ↓0,033Puntuación
Nemotron 3.5 ParseParseBench Overall (triple-pass union)75,20Mayor es mejor
Nemotron 3.5 ParseParseBench Tables (triple-pass union)84,67Mayor es mejor
Nemotron 3.5 ParseParseBench Charts (triple-pass union)64,40Mayor es mejor
Nemotron 3.5 ParseParseBench Content Faithfulness (triple-pass union)87,96Mayor es mejor
Nemotron 3.5 ParseParseBench Semantic Formatting (triple-pass union)68,28Mayor es mejor
Nemotron 3.5 ParseParseBench Visual Grounding (triple-pass union)70,67Mayor es mejor
Nemotron 3.5 ParseIndicVisionBench OCR ANLS-char83,73Mayor es mejor
Nemotron 3.5 ParseIndicVisionBench OCR CER16,00Menor es mejor
Nemotron 3.5 ParseMOSCAR Character Bag F199,51Mayor es mejor
Nemotron 3.5 ParseMOSCAR CER1,35Menor es mejor
Nemotron Labs Dory 1.0 4BSciCode34,94Puntuación BF16 · 2 bucles
Nemotron Labs Dory 1.0 4BSWE-bench Verified59,5Puntuación BF16 · 2 bucles
Nemotron Labs Dory 1.0 4BTerminal-Bench 2.1 (Terminus 2)18,1Puntuación BF16 · 2 bucles
Nemotron Labs Dory 1.0 4BTau3-bench (Banking)12,89Puntuación BF16 · 2 bucles
Nemotron Labs Dory 1.0 4BGDPval-AA v2 (NVIDIA anchors)946Elo BF16 · 2 bucles
Nemotron Labs Dory 1.0 4BGPQA Diamond (sin herramientas)72,41Puntuación BF16 · 2 bucles
Nemotron Labs Dory 1.0 4BHLE (texto, sin herramientas)10,89Puntuación BF16 · 2 bucles
Nemotron Labs Dory 1.0 4BIFBench77,94Puntuación BF16 · 2 bucles
Nemotron Labs Dory 1.0 4BAA-LCR (NVIDIA, Qwen3 judge)71Puntuación BF16 · 2 bucles
Nemotron Labs Dory 1.0 4BAA-Omniscience (accuracy)10,08Puntuación BF16 · 2 bucles
03 / MÉTODO

Cómo leer el directorio

Una organización, un producto y un modelo no son la misma unidad. Inferama los separa para evitar atribuir capacidades o condiciones comerciales al elemento equivocado.

01

Laboratorio

Entidad que desarrolla o publica el modelo y mantiene su documentación técnica y de seguridad.

02

Modelo

Versión identificable con límites, modalidades y comportamiento que pueden cambiar entre lanzamientos.

03

Canal de acceso

API, aplicación, nube asociada o plan comercial; cada canal puede tener precios, retención y límites distintos.

04

Fuente y fecha

Cada afirmación debe conservar la página oficial consultada y la fecha de verificación.

ANÁLISIS

Análisis relacionados

Nemotron 3.5 Embed 8B BF16: capacidades, benchmarks y límites de despliegue
ANALISIS

Nemotron 3.5 Embed 8B BF16: capacidades, benchmarks y límites de despliegue

El modelo de NVIDIA convierte texto e imágenes de documentos en vectores para recuperación multimodal. La ficha del checkpoint muestra salidas de 4.096 dimensiones, mientras que la matriz de NeMo Retriever Embedding NIM indica 2.048 para el modelo 8B; la dimensión efectiva debe comprobarse en el runtime elegido antes de crear un índice.

08 nov. 2026
Cosmos3-H-Embodied-Nano: análisis de capacidades, límites y coste para robótica quirúrgica
ANALISIS

Cosmos3-H-Embodied-Nano: análisis de capacidades, límites y coste para robótica quirúrgica

Evaluación técnica del checkpoint de 16B parámetros de NVIDIA para simulación quirúrgica: arquitectura MoT, tres modos de inferencia, métricas publicadas y requisitos de despliegue en GPU.

07 nov. 2026
Nemotron 3.5 Embed 1B BF16: análisis de capacidades, límites y coste
ANALISIS

Nemotron 3.5 Embed 1B BF16: análisis de capacidades, límites y coste

Evaluación técnica del modelo de embeddings multimodal de NVIDIA: especificaciones verificadas, benchmarks del proveedor, requisitos de despliegue y criterios para decidir su uso frente a alternativas.

07 nov. 2026
Cosmos3-Nano-Transfer-Auto: análisis de capacidades, límites y coste
ANALISIS

Cosmos3-Nano-Transfer-Auto: análisis de capacidades, límites y coste

Evaluación técnica del modelo bidireccional de NVIDIA para simulación de conducción multivista y LiDAR, con foco en despliegue, métricas del proveedor y criterios de decisión.

07 nov. 2026
Cosmos3-Nano-Sim-Bimanual: análisis técnico, límites y criterios de despliegue
ANALISIS

Cosmos3-Nano-Sim-Bimanual: análisis técnico, límites y criterios de despliegue

Evaluación del modelo de simulación bimanual de NVIDIA: capacidades verificadas, benchmarks del proveedor, requisitos de hardware y advertencias críticas para su uso en robótica.

07 nov. 2026
Nemotron 3.5 Rerank 8B BF16: análisis técnico, límites y criterios de despliegue
ANALISIS

Nemotron 3.5 Rerank 8B BF16: análisis técnico, límites y criterios de despliegue

Evaluación del reranker multimodal de NVIDIA: arquitectura, capacidades verificadas, requisitos de hardware, limitaciones documentadas y guía práctica para su integración en pipelines de recuperación.

07 nov. 2026
04 / FUENTES

Trazabilidad

FICHA TÉCNICACatálogo oficial de NVIDIA Nemotrondeveloper.nvidia.com↗CATÁLOGOCatálogo oficial del proveedordeveloper.nvidia.com↗FICHA TÉCNICAFicha oficial del modelohuggingface.co↗DISPONIBILIDADArchivos y pesos públicoshuggingface.co↗LICENCIALicencia de los pesosdeveloper.download.nvidia.com↗FICHA TÉCNICAFicha oficial del modelohuggingface.co↗DISPONIBILIDADManifiesto de checkpoints y hasheshuggingface.co↗LICENCIAOpenMDW 1.1huggingface.co↗IMPLEMENTACIÓNCódigo y limitaciones conocidasgithub.com↗EVALUACIÓNTrabajo científico de referenciaarxiv.org↗FICHA TÉCNICAFicha oficial del modelohuggingface.co↗LANZAMIENTONota oficial de versión 0.3.5github.com↗DISPONIBILIDADManifiesto de checkpoints y hasheshuggingface.co↗FICHA TÉCNICAFicha oficial del modelohuggingface.co↗LANZAMIENTOInforme técnico oficialresearch.nvidia.com↗DISPONIBILIDADArchivos y pesos públicoshuggingface.co↗LICENCIAOpenMDW 1.1openmdw.ai↗FORMATOFP8huggingface.co↗FORMATONVFP4huggingface.co↗FICHA TÉCNICAFicha oficial del modelohuggingface.co↗DOCUMENTACIÓNDocumentación oficialhuggingface.co↗LANZAMIENTOHistorial de publicaciónhuggingface.co↗FICHA TÉCNICABolt E4B Q4_K_M · ficha fijadahuggingface.co↗FICHA TÉCNICABolt E4B BF16 · ficha fijadahuggingface.co↗CONFIGURACIÓNConfiguración BF16 y contextohuggingface.co↗APINVIDIA Build · endpoint e identificadorbuild.nvidia.com↗LANZAMIENTOAnuncio de NVIDIA y fecha de disponibilidadblogs.nvidia.com↗FICHA TÉCNICAFicha oficial del modelohuggingface.co↗IMPLEMENTACIÓNCódigo oficialgithub.com↗DISPONIBILIDADArchivos y pesos públicoshuggingface.co↗FICHA TÉCNICAFicha oficial del modelohuggingface.co↗DISPONIBILIDADArchivos y pesos públicoshuggingface.co↗FICHA TÉCNICAFicha oficial del modelohuggingface.co↗DISPONIBILIDADArchivos y pesos públicoshuggingface.co↗FICHA TÉCNICAFicha oficial del modelohuggingface.co↗DISPONIBILIDADArchivos y pesos públicoshuggingface.co↗FICHA TÉCNICAFicha oficial del modelohuggingface.co↗IMPLEMENTACIÓNCódigo oficialgithub.com↗DISPONIBILIDADArchivos y pesos públicoshuggingface.co↗LICENCIALicencia oficialwww.nvidia.com↗MODEL CARDFicha oficial, lanzamiento y evaluaciónhuggingface.co↗DISPONIBILIDADArchivos y pesos públicoshuggingface.co↗IMPLEMENTACIÓNCosmos Data Factory · pipeline oficialgithub.com↗MODEL CARDFicha oficial, lanzamiento y evaluaciónhuggingface.co↗CONFIGURACIÓNConfiguración del checkpoint verificadohuggingface.co↗DISPONIBILIDADArchivos y pesos públicoshuggingface.co↗MODEL CARDFicha oficial, lanzamiento y evaluaciónhuggingface.co↗CONFIGURACIÓNConfiguración del checkpoint verificadohuggingface.co↗DISPONIBILIDADArchivos y pesos públicoshuggingface.co↗MODEL CARDFicha oficial, lanzamiento y evaluaciónhuggingface.co↗CONFIGURACIÓNConfiguración del checkpoint verificadohuggingface.co↗DISPONIBILIDADArchivos y pesos públicoshuggingface.co↗MODEL CARDNemotron 3.5 Parse · ficha y lanzamientohuggingface.co↗CONFIGURACIÓNContexto visual y textualhuggingface.co↗CONFIGURACIÓNGeneración predeterminadahuggingface.co↗EVALUACIÓNParseBench · métricas y revisioneshuggingface.co↗EVALUACIÓNOCR multilingüe · metodologíahuggingface.co↗EVALUACIÓNOCR multilingüe · resultadoshuggingface.co↗BENCHMARKParseBench Overall (triple-pass union)huggingface.co↗BENCHMARKIndicVisionBench OCR ANLS-charhuggingface.co↗BENCHMARKMOSCAR Character Bag F1huggingface.co↗MODEL CARDDory 1.0 4B · BF16 y benchmarkshuggingface.co↗FORMATODory 1.0 4B · MXFP8huggingface.co↗FORMATODory 1.0 4B · NVFP4huggingface.co↗FORMATODory 1.0 4B · GGUF Q5_K_Mhuggingface.co↗BENCHMARKSciCodehuggingface.co↗