NVIDIA anuncia novedades de RTX Spark en GTC Berlín: Nuevos modelos de IA, Underdog Agent y el modelo para programación Recursive Flint

La compañía presenta su catálogo de hardware para IA local, destacando el debut de Underdog Desktop Agent, el modelo de código abierto Recursive Flint y soporte desde el primer día para Nemotron, DeepSeek, Qwen y FLUX.3.

BERLÍN, ALEMANIA — Durante la conferencia GTC Berlín, NVIDIA dio a conocer un conjunto de herramientas, modelos de lenguaje y optimizaciones de software diseñadas para ampliar el ecosistema de procesamiento de Inteligencia Artificial local. Tras el debut de la arquitectura portátil RTX Spark, la tecnológica estadounidense presentó las soluciones integradas DGX Spark y DGX Station (para entornos de desarrollo en Linux, con versión Windows para diciembre), consolidando su catálogo de computación agéntica de escritorio.

Ecosistema de agentes locales: Debut de Underdog Agent y gestor de arranque abierto

Para reforzar la privacidad y la ejecución de tareas agénticas sin dependencia de servidores externos, la plataforma amplía sus opciones de software de escritorio:

• Underdog Desktop Agent: Aplicación enfocada en la ejecución de agentes de IA locales y privados mediante el motor de inferencia Husky. Procesa las instrucciones directamente en el hardware del equipo sin enviar datos a la nube.

• Flexibilidad de desarrollo: Múltiples modelos de laptops RTX Spark incorporan un gestor de arranque (bootloader) desbloqueado para facilitar la personalización de entornos por parte de desarrolladores.

• Demostración robótica: Jensen Huang, CEO de NVIDIA, demostró durante la sesión inaugural la capacitación del robot Microduck de Hugging Face mediante NVIDIA Isaac Lab, Hermes Agent y el modelo Nemotron 3.5 Bolt 74B ejecutándose en una laptop portátil.

Modelo de programación Recursive Flint y catálogo de modelos compatibles

En el frente del desarrollo de software, el laboratorio Recursive Superintelligence presentó Recursive Flint, un nuevo modelo de lenguaje de gran tamaño (LLM) optimizado para tareas de programación acelerada:

Inferencia optimizada y soporte de frameworks

Para maximizar el rendimiento en hardware local, NVIDIA anunció aceleraciones específicas en los motores de inferencia llama.cpp y vLLM, así como la publicación de un repositorio de puntos de control (checkpoints) listos para su despliegue. Asimismo, el entrenamiento posterior de modelos se encuentra respaldado por el framework NeMo AutoModel (mediante fine-tuning supervisado y LoRA) y NeMo RL para optimización de políticas por grupos.

Las novedades presentadas en GTC Berlín reafirman el objetivo de NVIDIA de liderar el segmento del "Edge AI" o IA local agéntica. Al facilitar la apertura de bootloaders en laptops comerciales y ofrecer soporte desde el primer día a modelos de pesos abiertos (DeepSeek, Qwen, FLUX.3 y Recursive Flint), la compañía neutraliza los costos recurrentes de API en la nube para desarrolladores, incentivando la adopción directa de sus plataformas integradas de hardware y software en movilidad.

¿Qué opinas sobre ejecutar modelos de programación como Recursive Flint o generadores visuales como FLUX.3 directamente en tu equipo sin pagar suscripciones en la nube?

Fuente: NVIDIA