nramosdev · Blog
NVIDIA NemoClaw: Memoria para agentes autónomos — Apache 2.0
TL;DR
NVIDIA NemoClaw: Memoria para agentes autónomos — Apache 2.0
El 92% de empresas no ha desplegado agentes de IA en producción. NVIDIA acaba de lanzar NemoClaw: un stack completo open-source (Apache 2.0) con memoria persistente, sandbox seguro y un modelo Nemotron de 550B parámetros que supera al RAG tradicional en 8 puntos porcentuales.
Capítulos del vídeo
- 00:00 — El 92% de empresas no despliega agentes: la barrera es la seguridad
- 00:31 — NemoClaw: stack open-source completo con sandbox NVIDIA OpenShell
- 01:02 — Nemotron 3 Ultra: 550B parámetros, arquitectura Mamba-Transformer
- 01:39 — Self Model: memoria persistente con evidencia separada de conocimiento
- 02:13 — Tres capas de ejecución: evidencia, conocimiento y ejecución gobernada
- 02:45 — Benchmark: 90.9% precisión vs 82.8% del RAG tradicional
- 03:20 — Coste API: $0.50/M tokens entrada — 30x más barato que Claude Opus
El contexto
En este vídeo analizamos la arquitectura de NemoClaw, el concepto de “self model” para memoria de agentes, y los resultados del Agent Memory Benchmark comparado con soluciones agénticas tradicionales.
Análisis
DATOS CLAVE • Nemotron 3 Ultra: 550B parámetros totales, 55B activos por token • Arquitectura: Mamba-Transformer híbrida con LatentMoE + Multi-Token Prediction • DGX Spark: 128GB memoria unificada, ejecuta Super (120B) localmente • Ultra mínimo: 8x H100 80GB • Self Model precisión: 90.9% vs 82.8% RAG (diferencia: +8.1 puntos) • Preguntas difíciles: 87.1% vs 67.7% • Tracking temporal: 100% vs 60% • Razonamiento punto-en-tiempo: 66.7% vs 33.3% • Coste API: $0.50/M entrada, $2.20/M salida (OpenRouter) • PinchBench: 91% (empata con Kimi K2.6, supera GLM 5.1) • Licencia: Apache 2.0, sin vendor lock-in
Puntos clave
- Ver datos y cifras en el vídeo: https://www.youtube.com/watch?v=5PJZafIEK-c
- Investigación previa documentada en el pipeline de vídeo (research.md del proyecto)
- Fuentes primarias listadas a continuación
Conclusión
Un análisis más en el canal. Suscríbete para no perderte los próximos.
Artículo generado automáticamente desde el vídeo publicado en nramosdev. Cada número citado proviene de la investigación verificada del pipeline.