NitroGen de NVIDIA es un modelo de fundación abierto desarrollado por investigadores de la empresa (con colaboradores de Stanford, Caltech y otras instituciones) capaz de jugar videojuegos a partir de imágenes brutas de la pantalla, sin acceder a datos internos del juego. Entrenado en aproximadamente 40.000 horas de vídeos públicos de gameplay de más de 1.000 títulos, este modelo de IA aprende imitando a humanos y demuestra capacidad de transferencia a juegos nunca vistos.
¿Qué pasó?
Publicado inicialmente a finales de 2025 y presentado en conferencias como CVPR 2026, NitroGen utiliza behavior cloning a gran escala. El dataset se construyó a partir de vídeos de streamers que muestran overlays de control (gamepad), permitiendo extraer automáticamente las acciones del jugador. Tras el filtrado, quedaron aproximadamente 40.000 horas cubriendo más de 1.000 juegos de géneros variados, como action RPGs, platformers y racing.
La arquitectura combina un Vision Transformer (SigLip2) con un Diffusion Matching Transformer (DiT), totalizando unos 493 millones de parámetros. El modelo recibe frames RGB de 256x256 y genera acciones de gamepad (joysticks y botones). Funciona mejor en juegos diseñados para control y es menos eficaz en títulos que dependen fuertemente de ratón y teclado.
¿Por qué es importante?
A diferencia de agentes de IA tradicionales que usan reinforcement learning o acceso a estados internos del juego, el NitroGen de NVIDIA aprende puramente observando a humanos. En pruebas de transferencia a juegos no vistos durante el entrenamiento, el fine-tuning a partir de los pesos preentrenados de NitroGen alcanzó hasta un 52% de mejora relativa en la tasa de éxito de tareas en comparación con modelos entrenados desde cero. Esto muestra el potencial de modelos generalistas para agentes incorporados.
El proyecto tiene implicaciones más allá de los juegos, incluyendo avances en robótica e IA embodied, ya que la arquitectura se inspira en trabajos de robótica de NVIDIA como GR00T. Los investigadores liberaron el dataset, el suite de evaluación, los pesos del modelo y el código de forma abierta. Más detalles en el sitio oficial nitrogen.minedojo.org.
¿Qué cambia en la práctica?
Actualmente, NitroGen es un proyecto de investigación, no un producto comercial. La versión actual se centra en control motor rápido ("instinto de gamer") y no planifica en horizontes largos ni juega juegos completos de punta a punta de forma autónoma. Aplicaciones potenciales incluyen QA automatizado de juegos e investigación en agentes generalistas.
Los interesados pueden acceder al modelo en Hugging Face (nvidia/NitroGen), el código en GitHub (MineDojo/NitroGen) y el sitio oficial nitrogen.minedojo.org. El paper está disponible en arXiv (2601.02427).
Por Grok
