IA3 nov 2026, 10:43 UTC·2 min de lectura

NC AI presenta un modelo de visión compacto para IA física

NC AI afirma que Vacky Vision 3B, con 3.000 millones de parámetros, supera a seis modelos abiertos globales en tres pruebas de robótica y comprensión espacial.

An industrial welding robot arm with camera sensors working on a steel structure in a shipyard. — Imagen: zdnet.co.kr

SUMO

Dialo

ediviewer

NC AI ha desarrollado un modelo de visión y lenguaje ligero que, según la compañía, supera a seis modelos abiertos globales en comprensión espacial pese a su tamaño reducido. Llamado Vacky Vision 3B, tiene unos 3.000 millones de parámetros y obtuvo una media de 63,8 puntos en tres pruebas de robótica y espacio, informó la empresa el 3 de noviembre.

Los modelos de visión y lenguaje reconocen objetos y espacios en imágenes y vídeo, e interpretan su significado. Para cumplir órdenes humanas, un robot necesita saber dónde están los objetos, cómo se mueven y cómo es su entorno de trabajo. NC AI se centró en reducir el tamaño porque robots y equipos de producción tienen energía y capacidad de cálculo limitadas.

Resultados de las pruebas

La evaluación usó BLINK, ERIQ y ERQA. En el modo de respuesta estándar, sin razonamiento extenso, Vacky Vision 3B superó a seis modelos abiertos de entre 2.000 y 8.000 millones de parámetros, entre ellos Qwen de Alibaba y modelos de la familia Mistral. En el modo de razonamiento paso a paso logró 63,2 puntos, 14,8 más que los 48,4 de Ministral 3 8B Reasoning. La compañía subraya que las cifras corresponden a condiciones concretas y no implican superioridad en todas las tareas.

También obtuvo las puntuaciones más altas entre los modelos comparados en ChartQA y TextVQA, capacidades que NC AI quiere aplicar a la lectura de medidores, planos y órdenes de trabajo. Procesa ocho fotogramas de un vídeo de cuatro segundos para seguir movimientos y cambios de posición.

Variante para soldadura

NC AI entrenó además «Vacky Vision 3B Weld», especializado en soldadura. En pruebas internas, la precisión de clasificación subió de 41,1 a 80,9, la detección de defectos y razonamiento sobre el estado de 39,3 a 69,8, y la localización y forma de la soldadura de 5,3 a 72,5. Son resultados de referencia, no validaciones en líneas de producción reales.

La empresa dice haber construido en su propia infraestructura un proceso de preentrenamiento y ajuste fino en dos fases. Desarrolla IA para robots de soldadura autónomos con Hanwha Ocean, prueba robots humanoides con POSCO DX y crea un modelo del mundo con Hyundai Rotem.

Su hoja de ruta incluye aprendizaje por refuerzo, integrar el modelo como módulo de percepción en robots y equipos, y ampliarlo a un modelo de visión, lenguaje y acción (VLA) que también decida acciones. El consejero delegado, Lee Yeon-soo, considera esenciales los modelos ligeros y potentes para la IA física en tiempo real.