Infraestructura de IA abierta
NSF OMAI entra en funcionamiento: el clúster de IA completamente abierto de Ai2 apuesta contra la investigación cerrada
Ai2 acaba de activar un nuevo clúster de IA en el marco del proyecto NSF OMAI, que hace que los modelos, herramientas y procesos sean completamente abiertos. Cada hora de GPU cuenta más cuando impulsa la investigación en los ámbitos lingüístico, multimodal y científico.

El Allen Institute for AI (Ai2) anunció hoy que la Infraestructura Abierta de IA Multimodal para la Ciencia (NSF OMAI) ha pasado de los planos a la realidad. El proyecto, respaldado con $152 millones de la Fundación Nacional de Ciencias de EE. UU. y NVIDIA, ahora funciona en un clúster construido alrededor de sistemas NVIDIA Blackwell Ultra, diseñado para nutrir un ecosistema de investigación de IA completamente abierto. ai2-releases-olmoearth-v11-slashing-compute-costs-up-to-3x-for-satellite-imagery-ai
“En un momento en que el acceso a sistemas avanzados de IA está cada vez más concentrado en un pequeño número de empresas, poner en línea esta infraestructura de hardware representa un paso crítico para nosotros”, dijo Noah A. Smith, Investigador Principal de NSF OMAI y Director Senior de Investigación en Ai2. “Nuestro objetivo es acelerar un ecosistema tecnológico verdaderamente abierto con un amplio impacto”.
De la infraestructura al impacto
En los sistemas cerrados, se gasta una cantidad considerable de cómputo en experimentos y resultados intermedios que rara vez salen de la organización, a menudo produciendo solo un único producto final para uso comercial. Si ese mismo cómputo genera un artefacto abierto, continúa generando valor mucho después de que finalice el entrenamiento. Los datos, puntos de control, métodos y modelos finales pueden ser retomados y adaptados en muchas aplicaciones posteriores, permitiendo que otros laboratorios eviten repetir costosos experimentos.
Investigaciones internas recientes de Ai2 estiman que, en algunos casos, el 82% del esfuerzo de entrenamiento se destina a trabajo exploratorio en lugar del modelo final. Cuando se comparte, cada hora de GPU contribuye no solo a un lanzamiento, sino a un creciente cuerpo de trabajo del que todo el campo puede beneficiarse. El resultado es un efecto multiplicador: los mismos recursos respaldan más ideas, aplicaciones y progreso a lo largo del tiempo, sin la huella requerida por grandes implementaciones cerradas. the-case-against-enshittification-why-specialized-sovereign-ai-beats-generic-pilots-every-time
El nuevo clúster refleja esta filosofía. Construido sobre sistemas NVIDIA B300, prioriza la efectividad con la que se utiliza y comparte la capacidad, en lugar de depender de la escala bruta. Desplegado y gestionado en asociación con Cirrascale Cloud Services, respalda tanto el entrenamiento a gran escala como la experimentación continua en los ámbitos lingüístico, multimodal y científico.
“NSF OMAI refleja nuestro compromiso de garantizar que la infraestructura avanzada de IA apoye a la comunidad investigadora en general”, dijo Wendy Nilsen, Directora Adjunta de la Dirección de Ciencias de la Computación e Ingeniería de la Información de la NSF. “Al invertir en recursos abiertos y compartidos, estamos permitiendo que los científicos e investigadores construyan, prueben, reproduzcan y avancen sistemas de IA”.
Jack Wells, Director de Investigación en Educación Superior y Computación Científica en NVIDIA, añadió: “Al ejecutar la construcción del clúster del proyecto NSF OMAI en NVIDIA Blackwell Ultra, Ai2 está creando un ecosistema abierto altamente eficiente que maximiza el impacto de cada hora de cómputo”.
Mirando hacia adelante: impulsando el futuro de la IA de código abierto
A medida que el clúster entra en funcionamiento, el trabajo de Ai2 en los ámbitos lingüístico y multimodal está convergiendo, reflejando un mayor enfoque en arquitecturas unificadas que manejan de forma nativa múltiples tipos de datos y tareas. Ai2 también continúa invirtiendo en modelos que actúan como agentes, aquellos que pueden planificar, usar herramientas y actuar de forma autónoma en entornos complejos. Parte de este trabajo ya ha sido publicado, como la familia Open Coding Agents, MolmoWeb y la investigación en curso sobre cómo las estrategias de entrenamiento moldean un comportamiento agente confiable. gui-agents-beat-cli-in-desktop-tasks-but-skill-coverage-holds-the-key
Junto a esto, Ai2 está mejorando su infraestructura para el entrenamiento y la evaluación, asegurando que los sistemas utilizados para construir y comparar modelos puedan escalar con la investigación. Los investigadores del equipo Olmo también están realizando actividades de divulgación hacia las comunidades científicas para garantizar que las próximas generaciones de modelos sean genuinamente útiles para esos campos.
“Como miembro del equipo original de Olmo, estoy emocionado de regresar a Ai2 en este momento crucial mientras continuamos avanzando en la IA completamente abierta para la ciencia”, dijo Iz Beltagy, Líder de Investigación del Equipo Olmo en Ai2.
Investigación que ya está dando resultados
La investigación respaldada a través de NSF OMAI ya está produciendo resultados concretos:
- Molmo 2 introdujo la comprensión de video, el señalamiento y el seguimiento de objetos en la familia de modelos multimodales de Ai2, con un modelo de 8 mil millones de parámetros que supera al Molmo original de 72 mil millones en puntos de referencia clave. Se lanzaron nueve nuevos conjuntos de datos que cubren tareas como el anclaje avanzado de video y el anclaje de múltiples imágenes bajo una licencia permisiva.
- MolmoPoint le siguió con una nueva arquitectura de señalamiento que reemplaza las salidas de coordenadas de texto con un mecanismo de anclaje basado en tokens, logrando una precisión de vanguardia en tareas de razonamiento espacial.
- Olmo Hybrid combinó la atención de transformadores con capas RNN lineales en una nueva arquitectura que iguala a los modelos anteriores utilizando aproximadamente dos veces menos datos de entrenamiento.
- El trabajo sobre aprendizaje por refuerzo meta con autorreflexión está avanzando en cómo los agentes de búsqueda aprenden de intentos anteriores, mejorando la exploración sin modelos de recompensa externos. ai2-releases-emo-an-moe-model-where-modularity-emerges-from-data
Estos proyectos ilustran la amplitud de la investigación que NSF OMAI está acelerando en todos los programas de modelado de lenguaje de Ai2, produciendo no solo modelos, sino artefactos abiertos que otros equipos pueden inspeccionar, adaptar y desarrollar.
“Olmo hizo posible de manera única [mi] trabajo de investigación porque es completamente de código abierto”, dijo Yuan He, ex asociado de investigación en la Universidad de Oxford. “En un panorama dominado por sistemas optimizados comercialmente, Olmo se destaca al empoderar una comprensión más profunda en lugar de solo la aplicación”.
Acerca de NSF OMAI
En 2025, Ai2 recibió un acuerdo de cooperación a través del programa de Infraestructura de Investigación de Escala Mediana de la NSF, combinado con una inversión de $77 millones de NVIDIA, para formar NSF OMAI. El proyecto tiene como objetivo empoderar a la comunidad de IA para inspeccionar, reproducir e innovar, mientras transforma el descubrimiento científico en todas las disciplinas. Ai2 lidera junto con co-investigadores principales de la Universidad de Hawái en Hilo, la Universidad de New Hampshire, la Universidad de Nuevo México y la Universidad de Washington. deepseek-v4-is-here-and-it-rewrites-the-rules-of-open-source-reasoning