El proveedor automotriz Valeo y Natix Network han anunciado este jueves una alianza estratégica para desarrollar modelos de IA para conducción autónoma, integrando la red de Solana. Marc Vrecko, director de la División Brain de Valeo, destacó que el objetivo principal es avanzar de forma responsable en la inteligencia de movilidad vehicular moderna. Este esfuerzo colaborativo busca transformar la infraestructura tecnológica global mediante sistemas multicámara que aprenden directamente de la interacción con el mundo físico.
Mediante la creación del denominado World Foundation Model, estas entidades buscan superar las limitaciones de los sistemas actuales basados en el procesamiento textual. Esta innovadora propuesta permitirá que los vehículos no solo detecten objetos, sino que también logren aprender y predecir el movimiento del mundo real, adaptándose a entornos físicos complejos con una gran precisión operativa durante sus recorridos diarios. Gracias a este enfoque predictivo, se espera una transición más fluida hacia la automatización total de las flotas vehiculares internacionales.
Asimismo, el proyecto destaca por su compromiso inquebrantable con el código abierto, liberando bases de datos y herramientas esenciales para que los desarrolladores externos colaboren. De esta manera, Natix pretende acelerar la innovación permitiendo que la comunidad global ajuste estas capacidades de navegación inteligente, lo cual representa un paso decisivo hacia la autonomía vehicular segura y totalmente eficiente. La primera versión funcional de este sistema se proyecta para los próximos meses, consolidando una base de datos multicámara sin precedentes.
El impacto disruptivo de la visión artificial descentralizada en la infraestructura vial urbana
Por otro lado, la startup Wayve ya está implementando estos sistemas avanzados, habiendo realizado pruebas exitosas donde un vehículo recorrió Las Vegas sin entrenamiento previo. Alex Kendall, director ejecutivo de la empresa, compartió recientemente que el uso de estos modelos permite una navegación fluida, demostrando que la inteligencia artificial física es el futuro inmediato de los desplazamientos por ciudades desconocidas. Esta capacidad de adaptación sin mapas previos sugiere que la escalabilidad de la conducción autónoma podría acelerarse drásticamente.
No obstante, esta iniciativa se enmarca dentro del sector DePIN, el cual fusiona la potencia de la cadena de bloques con la infraestructura física de propiedad comunitaria. Al centralizar esfuerzos en Solana, se facilita que los participantes contribuyan con recursos de computación valiosos, recibiendo compensaciones en activos digitales mientras ayudan a construir una red de datos multicámara extremadamente robusta. Esta arquitectura permite recolectar cientos de millones de kilómetros de datos de conducción, esenciales para perfeccionar la seguridad de la nueva tecnología de transporte.
¿Lograrán los modelos de código abierto dominar el mercado frente a soluciones propietarias?
Por ende, el enfoque descentralizado permite que los sistemas de inteligencia artificial física sean probados en una gama más amplia de condiciones climáticas y geográficas reales. Al evitar los marcos cerrados tradicionales, el ecosistema puede avanzar con mayor velocidad, garantizando que la seguridad sea el eje central de cada despliegue, siendo este un factor determinante para la confianza del usuario en la automatización. Alireza Ghods, cofundador de Natix, enfatiza que los equipos que logren escalar estos modelos definirán la base de la próxima ola tecnológica.
Finalmente, esta colaboración busca competir directamente con soluciones de grandes corporaciones internacionales mediante el uso de datos recolectados por millones de kilómetros recorridos. Con una red que ya cuenta con cientos de miles de contribuyentes, la meta es establecer un estándar de movilidad responsable y eficiente, permitiendo que la visión artificial abierta defina el rumbo de la próxima generación de transporte inteligente. Se anticipa que este modelo evolucione hacia una inteligencia física capaz de razonar ante imprevistos viales de alta complejidad.
