Laboratorio
Entidad que desarrolla o publica el modelo y mantiene su documentación técnica y de seguridad.
Consulta los modelos documentados, las evaluaciones publicadas y las fuentes primarias asociadas a esta organización.
Modelo MoE abierto de 550B parámetros para orquestación, investigación, código y agentes de larga duración.
18 SEP. 2026↗ ODOMETRÍA VISUAL Y PROFUNDIDAD MÉTRICACheckpoint 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 GLOBALTransformer 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 CORRECTIVOSSistema 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 DIARIZACIÓNModelo 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 ROBÓTICOPolítica 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 COMPACTOSModelo 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 SIMULADORESModelo 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 ACCIONESModelo 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 CONDUCCIÓNModelo 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 MULTIVISTAVariante 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 QUIRÚRGICACheckpoint 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-REALModelo 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 DOCUMENTOSModelo 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 DOCUMENTOSModelo 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 DOCUMENTOSReranker 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 0,631BModelo 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 4BModelo 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↗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.
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.
Entidad que desarrolla o publica el modelo y mantiene su documentación técnica y de seguridad.
Versión identificable con límites, modalidades y comportamiento que pueden cambiar entre lanzamientos.
API, aplicación, nube asociada o plan comercial; cada canal puede tener precios, retención y límites distintos.
Cada afirmación debe conservar la página oficial consultada y la fecha de verificación.
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 ↗ ANALISISEvaluación 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 ↗ ANALISISEvaluación 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 ↗ ANALISISEvaluación 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 ↗ ANALISISEvaluación 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 ↗ ANALISISEvaluación 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 ↗