Ai2 en NVIDIA GTC 2026: modelos abiertos y demos clave | Keryc
Estaremos en NVIDIA GTC en San Jose del 16 al 19 de marzo. Si vas a la conferencia, Ai2 trae una mezcla de charlas técnicas, paneles estratégicos y demos en vivo que muestran desde entrenamiento supervisado hasta herramientas de descubrimiento automático de datos. ¿Quieres ver cómo la investigación abierta se conecta con infraestructuras reales de entrenamiento y observabilidad? Aquí tienes dónde encontrarnos y por qué importa.
Participaciones destacadas de Ai2 en GTC 2026
Panel: Open Models: Where We Are and Where We're Headed
Hanna Hajishirzi, directora sénior en Ai2 y co-líder de los proyectos Olmo y Tulu, se une a Jensen Huang y otras figuras del sector para discutir el estado y el futuro de los modelos abiertos. Será una conversación de alto nivel sobre interoperabilidad, gobernanza y hacia dónde deberían evolucionar los modelos que cualquiera pueda inspeccionar.
Tiempo: Mié, 18 de mar · 12:30–1:50 PM PT
Panel: The State of Open-Source AI
Ranjay Krishna, director del proyecto PRIOR y del equipo detrás de la familia multimodal Molmo, participa con líderes de NVIDIA y RadixArk. El foco: por qué el open source ya no es solo distribución, sino la base de investigación y producción escalable. En Ai2 hemos observado que la progresión más sólida viene cuando la comunidad puede inspeccionar, reproducir y extender todo el pipeline, no solo descargar pesos.
Tiempo: Mar, 17 de mar · 4:00–4:40 PM PT
Talk: Build Trust and Discovery Through Open-Source AI in Research
Hanna Hajishirzi se reúne con Percy Liang para hablar de verificación en investigación. Aquí se explorará cómo el open-source fortalece flujos científicos mediante provenance claro, evaluaciones transparentes y pipelines reproducibles. ¿Resultado? Modelos y métodos que los investigadores pueden auditar y adaptar a dominios nuevos.
Tiempo: Mié, 18 de mar · 2:00–2:40 PM PT
Demos prácticas y colaboraciones en el piso
Demo: Olmo Hybrid SFT Training
Pasa por el booth de Lambda (1507) para ver en tiempo real una sesión de supervised fine-tuning sobre Olmo Hybrid. Verás métricas de observabilidad como temperatura de GPU, uso de memoria y utilización general transmitidas en pantalla. Es una buena oportunidad para conectar conceptos de entrenamiento (SFT) con la telemetría de infraestructura; Lambda aportó la infraestructura B200 que impulsó el preentrenamiento original.
Tiempo: Durante todo GTC
Demo: Asta AutoDiscovery
En el booth de Cirrascale (238) el equipo de Asta AutoDiscovery hará demos en vivo. AutoDiscovery es una herramienta impulsada por IA que explora conjuntos de datos de forma autónoma: genera hipótesis, ejecuta experimentos y saca hallazgos inesperados. Si trabajas con datos, es una demo que te puede ahorrar semanas de trabajo exploratorio.
Tiempo: Mié, 18 de mar · 3–5 PM PT
Eventos de networking y cómo participar
After-hours: Cirrascale Presents: The Private AI Party
Recepción para networking un bloque del centro de convenciones. Aperitivos premium, cócteles y entretenimiento en vivo. Patrocinado por Cirrascale con Google, Ai2, Cisco y Dell Technologies.
Tiempo: Mié, 18 de mar · 7:00–10:00 PM PT
Lugar: Aura Kitchen + Bar, 389 S 1st St, San Jose, CA 95113
Para preguntar por asistencia, escribe a info@allenai.org con el asunto GTC.
Cómo seguirnos si no vas en persona
Regístrate para asistir o para hacer streaming desde casa.
Únete a nuestro Discord para updates entre bastidores del equipo.
Síguenos en redes sociales para las novedades en tiempo real.
¿Por qué te debería importar, incluso si no eres ingeniero?
Porque estas sesiones y demos muestran cómo la investigación abierta se conecta con sistemas reales: desde la trazabilidad en experimentos hasta la observabilidad en hardware durante el entrenamiento. Eso implica que la IA no solo avance en papers, sino que sea reproducible y escalable para aplicaciones en salud, educación, y emprendimientos. ¿No te interesa que las herramientas sean más confiables y auditables?
Ai2 en GTC no es solo presencia institucional; es una invitación a ver la ingeniería detrás de modelos abiertos y a entender cómo se ponen en producción con buenas prácticas técnicas.