NVIDIA presenta Rubin y sus modelos abiertos en el CES 2026

Jensen Huang, fundador y consejero delegado de NVIDIA, subió al escenario del Fontainebleau Las Vegas para inaugurar el CES 2026 con una tesis clara: la inteligencia artificial se está extendiendo a todos los dominios y todos los dispositivos. En el centro de su intervención, dos anuncios: Rubin, la primera plataforma de IA de seis chips de la compañía, ya en plena producción, y Alpamayo, una familia de modelos abiertos para el desarrollo de vehículos autónomos.

"La computación se ha rediseñado por completo como resultado de la computación acelerada, como resultado de la inteligencia artificial", afirmó Huang. Según su cálculo, unos 10 billones de dólares de computación acumulada durante la última década se están modernizando ahora hacia esta nueva forma de computar. Es la cifra con la que NVIDIA quiere enmarcar el tamaño del mercado que dice estar transformando.

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.

Los componentes de Rubin, construidos "desde el centro de datos hacia fuera", abarcan:

• 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: Rubin promete entregar tokens de IA a la décima parte del coste de la plataforma anterior. En un momento en el que el gasto en inferencia —el proceso de hacer funcionar un modelo ya entrenado para responder a los usuarios— es la partida que más preocupa a las empresas que despliegan IA a gran escala, dividir el coste por diez es el mensaje comercial de fondo.

"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 de caché KV pensada para la inferencia de contexto largo. La compañía le atribuye cinco veces más tokens por segundo, cinco veces más rendimiento por dólar de coste total de propiedad y cinco veces mejor eficiencia energética.

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 cartera cubre seis dominios: Clara para sanidad, Earth-2 para ciencia del clima, Nemotron para razonamiento e IA multimodal, Cosmos para robótica y simulación, GR00T para inteligencia incorporada y Alpamayo para conducción autónoma. Todos, según la compañía, entrenados en sus propios superordenadores.

"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 para modelos grandes, soporte para los modelos de imagen LTX-2 de Lightricks y FLUX, y disponibilidad próxima de NVIDIA AI Enterprise.

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 abierta de modelos de visión-lenguaje-acción, planos de simulación y conjuntos de datos orientada a la autonomía de nivel 4 —el grado en el que un vehículo puede conducirse solo en condiciones definidas sin intervención humana—. Incluye Alpamayo R1, presentado como el primer modelo abierto de este tipo con razonamiento para conducción autónoma, y AlpaSim, un plano de simulación abierto para pruebas de vehículos.

"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: el primer turismo con Alpamayo, construido sobre la plataforma NVIDIA DRIVE, estará pronto en las carreteras en el nuevo Mercedes-Benz CLA. Huang situó la llegada de esta "conducción definida por IA" a Estados Unidos este año, después de que el CLA obtuviera recientemente la calificación de cinco estrellas de EuroNCAP.

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 autónoma, el compromiso más comprobable es el Mercedes-Benz CLA con Alpamayo circulando este año en Estados Unidos. Es el tipo de anuncio que se verifica solo: o hay coches en la carretera o no los hay. El resto —la cadencia de modelos cada seis meses, la autonomía de nivel 4, las fábricas convertidas en "robots gigantes"— es la hoja de ruta que Huang dibujó para los próximos años.