NVIDIA and Local AI Community Fuel Open Source Models and Intelligent Agents
El ecosistema de código abierto está facilitando que los entusiastas y desarrolladores de inteligencia artificial (IA) construyan, personalicen y ejecuten agentes cada vez más capaces de manera local. Durante el mes de agosto, NVIDIA celebra a los socios y comunidades de código abierto que están avanzando en la IA local, junto con los modelos, aplicaciones y herramientas que emergen en todo el ecosistema. Esto incluye los últimos modelos abiertos de NVIDIA, software y herramientas para desarrolladores, además de la computación acelerada, bibliotecas y recursos educativos que ayudan a los usuarios a comenzar.
Recientemente, NVIDIA lanzó Cosmos 3 Edge, un modelo de mundo abierto de 4 mil millones de parámetros para robótica, vehículos autónomos e IA de visión. MiniMax-H3, por su parte, es un modelo de pesos abiertos de 33 mil millones de parámetros que genera video y audio estéreo sincronizado a partir de texto, imágenes, video, audio o una mezcla de los cuatro. Poolside AI presentó Laguna S 2.1, un modelo de codificación agéntica de 118 mil millones de parámetros que funciona en tareas de larga duración. DeepSeek actualizó DeepSeek-V4-Flash, un modelo MoE de 284 mil millones de parámetros con 13 mil millones de parámetros activos y una ventana de contexto de 1 millón de tokens.
Thinking Machines Lab introdujo Inkling-Small, un modelo multimodal de pesos abiertos de clase frontera con razonamiento nativo a través de texto, imágenes y audio. Unsloth lanzó Unsloth Desktop, la primera aplicación de escritorio que entrena y ejecuta modelos de IA localmente. Alibaba también lanzó Wan-Animate-2, un modelo de pesos abiertos de 14 mil millones de parámetros que transfiere movimiento y expresiones faciales de un video a una imagen estática.
Además, LTX presentó LTX-2.5, un modelo de generación de video de mundo abierto optimizado para GPUs NVIDIA RTX, DGX Spark y sistemas DGX Station. Finalmente, Meta lanzó Muse Glimmer, un modelo denso de pesos abiertos de 30 mil millones de parámetros optimizado para flujos de trabajo agénticos locales siempre activos.
Fuente: https://blogs.nvidia.com/blog/local-ai-open-source-models-agents-nemotron/