Decart lanza Oasis3:un modelo mundial realista y de baja latencia para el entrenamiento en robótica

El laboratorio de investigación de IA Frontier Decart ha presentado Oasis3, un modelo mundial diseñado para cerrar la brecha entre la simulación sintética y la implementación de IA en el mundo real.

El motor de salida de vídeo, presentado este mes, acelera el entrenamiento de sistemas de control de robots y vehículos autónomos, equipándolos para prosperar en condiciones impredecibles del mundo real.

Los desarrolladores de robótica se enfrentan a una escasez de datos de alta calidad necesarios para entrenar sistemas que puedan navegar en entornos complejos del mundo real.

Si bien un vehículo puede aprender a maniobrar en un estacionamiento estático con conos de tráfico fijos, la carretera abierta presenta un entorno mucho más exigente donde el clima, la iluminación y los obstáculos dinámicos varían constantemente.

Los sistemas de capacitación para manejar el caos de las calles urbanas (lluvias intensas, obstáculos repentinos, tráfico errático) representan un desafío distinto que enfrenta Oasis3.

El cuello de botella del entrenamiento en robótica

Los modelos de lenguajes grandes (LLM) han avanzado, pero la robótica de propósito general (o IA física) se ha quedado atrás, en gran parte debido a la escasez de recursos multimedia enriquecidos.

Bessemer Ventures señaló que los desarrolladores de LLM se benefician al extraer miles de millones de páginas web públicas, un lujo que no está al alcance de los modelos Vision‑Language‑Action (VLA) que deben interpretar y actuar dentro de espacios físicos.

Los modelos VLA ingieren datos ambientales, los procesan y luego responden. Capacitarlos ofrece tres caminos principales:

• Teleoperación —Los operadores humanos imitan las acciones de los robots en un traje controlado. Si bien proporciona datos de la más alta calidad, es prohibitivamente caro y lento, lo que hace que la implementación a gran escala sea poco práctica.
• Vídeos de web abierta —fácilmente disponible pero desordenado, carente de entornos consistentes, telemetría espacial y condicionamiento de acción directa.
• Datos sintéticos —un término medio, pero los motores de física actuales no alcanzan los matices del mundo real, lo que lleva a la llamada brecha entre simulación y realidad .

Esa brecha se manifiesta cuando la aleatoriedad del mundo real (derrames de petróleo, embalajes frágiles, escombros inesperados) desequilibra los sistemas autónomos, revelando sus limitaciones.

Cerrando la brecha con simulaciones generativas de bucle cerrado

Decart afirma que Oasis3 supera los límites existentes del entrenamiento virtual al fusionar gráficos en movimiento fotorrealistas con un potente motor de física.

Integrado en un único circuito de entrenamiento de alto rendimiento, Oasis3 produce secuencias de vídeo condicionadas por la acción que pueden generar prácticamente cualquier escenario caótico que los desarrolladores imaginen, creando un entorno de entrenamiento que refleja fielmente la realidad.

La plataforma admite entornos multivista ultrarrealistas que son totalmente controlables; La desviación lateral de un vehículo autónomo desencadena un flujo generativo que ajusta las perspectivas en menos de 200 ms, dentro de los requisitos de aprendizaje por refuerzo.

Codiseñado con el ecosistema de IA física de Nvidia, Oasis3 se ejecuta en la infraestructura de nube especializada de CoreWeave a 22 fps, ofreciendo entornos virtuales interactivos con una resolución de 512×768×3.

Ofrece una vista nativa de tres cámaras para preservar la coherencia espacial y temporal desde múltiples ángulos, lo que permite a los sistemas autónomos medir la profundidad y el contexto periférico con precisión.

Se puede acceder a Oasis3 a través de la API de Decart, lo que permite a los desarrolladores integrarlo sin problemas en sus procesos de simulación de IA física existentes.

Entrenando robots para conquistar territorios inexplorados

Lograr humanoides de nivel de ciencia ficción requiere entrenar robots para gestionar casos extremos únicos en tiempo real:situaciones imposibles de replicar en un laboratorio, como una carga que cae sobre una carretera mientras la cámara de un vehículo autónomo está oscurecida por el barro.

Oasis3 permite a los desarrolladores crear infinitas variaciones de dichos eventos mediante indicaciones simples en lenguaje natural, que abarcan diferentes ángulos, condiciones climáticas y superficies de la carretera.

Al exponer los modelos a millones de peligros de forma asequible, los desarrolladores pueden garantizar la preparación para cualquier escenario plausible del mundo real.