NVIDIA presenta Rubin y sus modelos abiertos en el CES 2026

El 5 de enero de 2026, Jensen Huang, fundador y consejero delegado de NVIDIA, subió al escenario del Fontainebleau Las Vegas para inaugurar el CES 2026. El resumen oficial de la presentación concentra dos anuncios: Rubin, una plataforma de IA de seis chips ya en plena producción, y Alpamayo, una familia de modelos y herramientas abiertos para investigar vehículos autónomos.

"La computación se ha rediseñado por completo como resultado de la computación acelerada, como resultado de la inteligencia artificial", afirmó Huang. En la transcripción publicada por NVIDIA situó en "unos 10 billones de dólares" la computación de la última década que estaría modernizándose. Es una estimación comercial de su propio consejero delegado, no una medición independiente del mercado.

Rubin: bajar el coste de generar tokens

El nombre de la nueva plataforma homenajea a la astrónoma estadounidense Vera Rubin. Es la sucesora de la arquitectura Blackwell y, según Huang, la primera plataforma de IA "de codiseño extremo" con seis chips, ya en producción completa.

El argumento técnico de NVIDIA es que escalar la IA a lo que llama "gigaescala" obliga a diseñar todos los componentes a la vez —chips, bandejas, racks, redes, almacenamiento y software— para eliminar cuellos de botella. Eso es lo que la empresa entiende por codiseño extremo: no optimizar piezas sueltas, sino el sistema entero de golpe.

La ficha de lanzamiento de Rubin enumera seis componentes codiseñados:

• GPU Rubin con 50 petaflops de inferencia en formato NVFP4.
• CPU Vera, diseñadas para el movimiento de datos y el procesamiento de agentes.
• Red de escalado interno NVLink 6.
• Red de escalado externo Spectrum-X Ethernet Photonics.
• SuperNIC ConnectX-9.
• DPU BlueField-4.

La cifra que NVIDIA quiere que el sector retenga no es de rendimiento bruto, sino de coste: la empresa afirma que Rubin puede reducir hasta diez veces el coste por token de inferencia frente a Blackwell. El anuncio del fabricante vincula ese resultado a cargas de mezcla de expertos y al sistema completo; no promete que cualquier modelo, configuración o proveedor facture exactamente una décima parte.

"Cuanto más rápido entrenas los modelos de IA, más rápido puedes llevar la siguiente frontera al mundo", dijo Huang. "Este es tu tiempo de llegada al mercado. Esto es liderazgo tecnológico".

Huang presentó además un almacenamiento "nativo de IA", la NVIDIA Inference Context Memory Storage Platform, una capa para compartir caché KV en inferencia de contexto largo. NVIDIA declara hasta cinco veces más tokens por segundo y hasta cinco veces más eficiencia energética frente al almacenamiento tradicional. La fuente no cuantifica el rendimiento por dólar: velocidad, energía y coste son métricas distintas.

Modelos abiertos como estrategia

El segundo eje del discurso es que NVIDIA no se presenta solo como fabricante de hardware, sino como constructor de modelos de frontera. Y lo hace, según Huang, en abierto.

"Sobre esta plataforma, NVIDIA es un constructor de modelos de IA de frontera, y lo construimos de una forma muy especial. Lo construimos completamente en abierto para que podamos permitir que cada empresa, cada industria, cada país, forme parte de esta revolución de la IA", dijo.

La entrega de modelos y herramientas del CES abarca Nemotron para agentes, Cosmos para IA física, Alpamayo para investigación de conducción, GR00T para robótica y Clara para biomedicina, junto con conjuntos de datos y marcos de entrenamiento. «Abierto» no significa que un modelo esté certificado para uso real: cada artefacto conserva su licencia, requisitos de hardware y ámbito de prueba.

"Cada seis meses aparece un nuevo modelo, y estos modelos son cada vez más inteligentes", afirmó Huang, que atribuyó a esa cadencia la explosión en el número de descargas.

La apuesta por el código abierto tiene una lectura estratégica evidente: si los modelos que se descargan y se ejecutan de forma masiva están entrenados y optimizados en hardware de NVIDIA, la empresa refuerza su posición aunque no cobre por el modelo en sí. El software abierto empuja la venta del hardware que lo hace funcionar.

IA personal: agentes que salen de la nube

Huang insistió en que el futuro de la IA no es solo cosa de superordenadores, sino que también es personal. Mostró una demostración de un agente de IA personalizado ejecutándose localmente en el superordenador de escritorio DGX Spark, encarnado en un robot Reachy Mini que usaba modelos de Hugging Face.

La idea que quiso transmitir es la combinación de modelos abiertos, enrutamiento entre modelos y ejecución local para convertir a los agentes en "colaboradores físicos". "Lo asombroso es que hoy esto es absolutamente trivial, pero hace un par de años habría sido imposible, absolutamente inimaginable", dijo.

En el terreno empresarial, Huang citó a compañías que integran la IA de NVIDIA en sus productos, entre ellas Palantir, ServiceNow, Snowflake, CodeRabbit, CrowdStrike y NetApp. "Ya sea Palantir, ServiceNow o Snowflake, el sistema agéntico es la interfaz", afirmó, resumiendo su visión de que la interacción con el software pasará a producirse a través de agentes en lugar de menús y botones.

Sobre el propio DGX Spark, NVIDIA anunció en el CES hasta 2,6 veces más rendimiento desde el lanzamiento, además de soporte para LTX-2 y FLUX y futura disponibilidad de NVIDIA AI Enterprise. El «hasta» y el punto de comparación importan: no es una aceleración uniforme de cualquier modelo.

IA física: del simulador a la carretera

La parte más concreta del anuncio es la que aterriza la IA en el mundo físico. La estrategia de NVIDIA pasa por entrenar los sistemas con datos sintéticos en mundos virtuales antes de que interactúen con la realidad.

Huang mostró los modelos fundacionales de mundo abierto Cosmos, entrenados con vídeos, datos de robótica y simulación. Cosmos genera vídeos realistas a partir de una sola imagen, sintetiza escenarios de conducción con varias cámaras, modela situaciones límite a partir de indicaciones y realiza razonamiento físico y predicción de trayectorias.

El anuncio central de esta sección fue Alpamayo, una cartera de modelos, simulación y datos para investigar sistemas orientados a futuras hojas de ruta de nivel 4. La fuente primaria delimita el alcance: Alpamayo 1 es un modelo docente de 10.000 millones de parámetros que no se ejecuta directamente en el vehículo; los desarrolladores deben ajustarlo o destilarlo dentro de una pila completa. Incluye pesos y scripts de inferencia, mientras AlpaSim sirve para entrenamiento y evaluación en simulación.

"No solo toma la entrada de los sensores y activa el volante, los frenos y el acelerador, sino que también razona sobre la acción que está a punto de tomar", explicó Huang, antes de proyectar un vídeo de un vehículo circulando por el tráfico de San Francisco.

La concreción llega con un fabricante, pero no con Alpamayo ni con nivel 4. El anuncio específico del Mercedes-Benz CLA habla de NVIDIA DRIVE AV con asistencia punto a punto de nivel 2 mejorado, prevista en Estados Unidos para finales de 2026. En ese nivel la persona sigue siendo responsable de supervisar; la calificación de cinco estrellas de Euro NCAP corresponde al vehículo y sus funciones de seguridad, no certifica autonomía de nivel 4.

El discurso se apoyó también en la plataforma DRIVE Hyperion, descrita como abierta, modular y preparada para el nivel 4, y en un ecosistema de robótica que Huang ilustró con robots entrenados en los entornos simulados Isaac Sim e Isaac Lab, y con socios como Synopsys, Cadence, Boston Dynamics y Franka. En el escenario apareció junto al consejero delegado de Siemens, Roland Busch, para anunciar una ampliación de su alianza en software industrial.

"Estas plantas de fabricación van a ser esencialmente robots gigantes", dijo Huang. Y sobre el coche: "Nuestra visión es que, algún día, cada coche, cada camión, sea autónomo, y estamos trabajando hacia ese futuro".

Qué mirar a partir de aquí

El guion de NVIDIA en este CES es coherente con su posición: vende una plataforma completa —hardware, redes, almacenamiento y modelos— y presenta el código abierto como palanca para que ese stack se convierta en el estándar sobre el que todos construyen. La promesa de reducir diez veces el coste de generar tokens es el dato que las empresas medirán de verdad, porque ahí se juega si desplegar IA a gran escala deja de ser prohibitivo.

En conducción, el compromiso comprobable es otro: un Mercedes-Benz CLA con DRIVE AV de nivel 2 mejorado en Estados Unidos a finales de 2026. Alpamayo 1 es material de investigación para desarrollar y evaluar futuras pilas; «preparado para nivel 4» describe una hoja de ruta, no una capacidad certificada del coche anunciado. Separar producto, comparador y condición de disponibilidad es la forma útil de leer esta clase de presentación.