Metatron-v1: la silenciosa política humanoide de NVIDIA no es un modelo de lenguaje

A última hora del 27 de octubre de 2026, apareció en Hugging Face un repositorio llamado nvidia/Metatron-v1. No hubo comunicado de prensa, ni entrada en el blog propio de NVIDIA —buscar el nombre en ese blog sigue devolviendo «No Results Found»—, ni artículo, ni página de producto. Lo que sí apareció fueron dos archivos ONNX de aproximadamente 403 MB cada uno, una licencia, un archivo NOTICE y una tarjeta de modelo que describe un controlador aprendido de marcha y recuperación para un humanoide Unitree G1. Metatron-v1 es una política de robótica, no un modelo de lenguaje, y casi todo lo que merece la pena saber sobre él tiene que leerse en esa tarjeta, porque no existe nada más que leer.

Los contadores del propio repositorio describen con qué sigilo aterrizó esto. Seis commits entre las 21:43 y las 22:32 UTC, tres me gusta y ninguna cifra de descargas significativa: la página dice que no se registran las descargas de este modelo, mientras que la API informa cero. Eso no es un lanzamiento. Es un volcado de exportación con documentación adjunta, publicado bajo la licencia de modelo abierto de NVIDIA y dejado para que alguien lo encuentre.

El nombre es lo primero que engaña

Metatron está a una letra de Nemotron, la verdadera familia de modelos de lenguaje abiertos de NVIDIA, y el parecido ya está causando daños: la misma organización de Hugging Face publica ambos, las etiquetas de este repositorio dicen robotics / reinforcement-learning / humanoid, y la etiqueta de pipeline es reinforcement-learning en lugar de text-generation. Nada de eso impide que el nombre se clasifique junto a los modelos de chat.

Importa porque la comparación no es simplemente desfavorable: carece de sentido. Un lector que pone Metatron-v1 junto a Gemma 4 12B o Qwen 3.8 está colocando un controlador que asigna el historial de articulaciones y las poses objetivo a objetivos motores al lado de modelos que asignan texto a texto. No comparten entrada ni salida, y no existe ningún benchmark que pueda situarlos en un mismo eje. La versión honesta de esa página sería una sola frase, y por eso no la hemos escrito.

Qué consume la política y qué produce

La ficha es inusualmente específica en cuanto a los tensores, que es lo más útil que tiene. El archivo de demostración de un solo robot recibe 39 entradas en total:

• Estado actual de G1, más ocho muestras históricas de estado — la política ve aproximadamente una décima de segundo de movimiento reciente, no una única instantánea.

• Se emparejaron las acciones sin procesar entrantes con un historial de acciones sin procesar de nueve entradas, para que la red pueda saber qué ya estaba intentando hacer.

• Objetivos enmascarados de pose, estilo y velocidad futuros, además del contexto de la caja de escena — los objetivos están especificados en parte y en parte en blanco, que es la idea de inpainting al estilo MaskedMimic a la que alude la tarjeta.

Devuelve objetivos de PD conjuntos como action, las ganancias como stiffness y damping, y raw_action para la retroalimentación del historial. Esas tres salidas son lo que un robot necesita a la frecuencia de control; no hay texto en ningún lugar de la interfaz.

Dos afirmaciones de la ficha merecen separarse del resto. La primera es que caminar, la interacción con la escena y la recuperación ahora comparten una sola política: la ficha describe la exportación actual como el «estudiante unificado con capacidad SAMP» de la epoch-6410, sin un adaptador de recuperación separado. SAMP no se desarrolla en el texto, pero en la literatura sobre movimiento sensible a la escena significa Stochastic Scene-Aware Motion Prediction, y las entradas de scene-box encajan con esa interpretación; considera el desarrollo como nuestra inferencia, no como la formulación de NVIDIA. La segunda es que los objetivos de recuperación siguen siendo entradas activas en tiempo de ejecución en lugar de objetivos predefinidos, lo que marca la diferencia entre una política que puede reorientarse a mitad de una caída y una animación fija.

Dos exportaciones, dos entornos de ejecución, un único conjunto de pesos

Ambos archivos contienen la misma política aprendida en diferentes diseños de grafo, y la ficha insiste en que no son intercambiables. El archivo de demostración ejecuta un robot e incluye el procesamiento de observaciones y la conversión de acciones dentro del grafo. El archivo Racer es una red por lotes de seis robots que espera observaciones calculadas fuera del grafo, y su tamaño de lote no se puede cambiar sin reconstruirlo y revalidarlo.

Los únicos números en todo el repositorio son una comprobación de paridad: la trayectoria de seis robots se comparó con la exportación de demostración de un solo robot en 60 estados de prueba distintos y perturbados por el historial, con un error absoluto máximo en las acciones de 5.55e-6. NVIDIA también varió la altura de recuperación, el momento de recuperación, el historial de acciones y las entradas de escena, y confirmó que las salidas cambiaron en respuesta. Ambas son comprobaciones de ingeniería de exportación: demuestran que los dos grafos calculan la misma función y que las entradas están conectadas. No dicen absolutamente nada sobre si el robot se mantiene erguido, y la tarjeta lo dice directamente: «Estas son comprobaciones numéricas de exportación, no pruebas de referencia de éxito en la tarea ni de robots reales».

Lo que NVIDIA no ha dicho

La lista de ausencias es más larga que la lista de presencias, y es la parte que un lector debería sopesar con mayor peso.

• Ningún anuncio, entrada de blog, artículo o página de producto que hayamos podido encontrar, y ninguna cobertura en el blog de NVIDIA con ese nombre en absoluto.

• Ninguna descripción del entrenamiento más allá de dos frases —estudiante transformer al estilo MaskedMimic, prior y decodificador deterministas— y ninguna indicación de datos, cómputo u objetivo de entrenamiento.

• Ninguna tasa de éxito en tareas, ninguna tasa de recuperación de caídas, ningún resultado de simulación a realidad, ningún vídeo que podamos verificar de forma independiente.

• Ningún checkpoint de entrenamiento y ningún conjunto de datos. La tarjeta indica claramente que el repositorio no es un paquete completo de reproducción del entrenamiento, lo que significa que aquí no hay nada que ajustar.

El lenguaje de seguridad es igualmente directo: el modelo no es un sistema de evitación de colisiones ni un controlador de seguridad; el uso del hardware requiere validación independiente, límites de par, pruebas supervisadas y una parada de emergencia; y las asistencias del lado del juego —impulsos de lanzamiento, zonas de baja gravedad, reapariciones— son mecánicas de la aplicación y no capacidades de la política aprendida. Una ficha que se toma la molestia de afirmar que una reaparición no es una capacidad te está diciendo algo sobre cuánto de la demo corresponde a la política y cuánto al juego.

La licencia te dice qué no puedes tomar.

Los archivos se publican bajo la NVIDIA Open Model License, con atribución en NOTICE.txt y una concesión aparte que cubre específicamente las dos exportaciones ONNX. Todo lo que los rodea queda excluido. El repositorio no concede derechos sobre conjuntos de datos de movimiento, clips de referencia de recuperación, mallas de robots, recursos de juegos ni software de ejecución de terceros, y el archivo NOTICE añade una línea explícita sobre «la redistribución independiente de clips de movimiento exclusivos para demostración»: el permiso para mostrar un clip dentro de una demostración no viaja con el clip.

En la práctica: puede redistribuir el archivo de política bajo los términos de la licencia, pero no puede reconstruir la demo a partir de este repositorio, porque las mallas, los clips, el código de tiempo de ejecución y la configuración de la aplicación se distribuyen en otro lugar y bajo sus propios términos. La ficha también señala que la entrega pública mediante navegador requiere acceso anónimo a los archivos, lo que es una pista sobre el modelo de entrega para el que se creó la exportación.

¿Quién puede realmente hacer algo con esto hoy?

No hay mucha gente, y la ficha es honesta sobre por qué. Las integraciones para navegador ejecutan MuJoCo compilado a WebAssembly para la física y ONNX Runtime Web para la inferencia; se recomienda WebGPU, y el respaldo CPU/WASM «no garantiza el funcionamiento en tiempo real de seis robots». La integración requiere el manifiesto de runtime correspondiente y que coincidan el orden de articulaciones y cuerpos, la convención de cuaterniones, el orden del historial, la normalización, las máscaras de objetivos, la frecuencia de control y el mapeo de acciones. Si uno de esos elementos es incorrecto, la política se ejecutará sin problema y producirá resultados sin sentido.

Se menciona el despliegue más allá del navegador —otros simuladores, hardware G1 real—, pero sin ninguna receta adjunta, y la ficha declina explícitamente certificar que estos archivos exactos hayan sido validados en hardware. Para un equipo de investigación con un G1 y una escena de MuJoCo, eso es suficiente para empezar. Para todos los demás, es un artefacto de referencia.

Dónde encaja un router y dónde no

No puedes llamar a Metatron-v1 a través de una API, y nada de lo que aquí se dice cambia eso: lo que NVIDIA publicó es un par de archivos que se cargan junto a un simulador, no un endpoint alojado. Lo que enrutamos es la otra mitad de un stack de robótica: el trabajo de lenguaje que rodea a un controlador. Planes de tareas escritos antes de que la política tome el control, telemetría y registros de fallos resumidos después de una ejecución, descripciones de movimiento convertidas en objetivos estructurados. OrcaRouter pone más de 200 modelos tras una sola clave al precio de lista del proveedor, sin recargo, y conmuta automáticamente cuando el endpoint de un proveedor se cae, lo que supone la diferencia entre un arnés de evaluación que termina de la noche a la mañana y uno que pierde silenciosamente la mitad de sus ejecuciones.

Eso es todo lo que hay en la conexión. Si tu pregunta es qué controlador cargar en MuJoCo, este artículo es el lugar equivocado para responderla, y ninguna decisión de enrutamiento servirá de ayuda.

¿Qué cambiaría esta historia?

Cuatro cosas, en un orden aproximado según cuánto importarían. Un anuncio real con cifras de éxito en tareas sobre hardware convertiría una tarjeta en una afirmación. Un checkpoint de entrenamiento o un conjunto de datos haría que la política fuera adaptable en lugar de fija. Una reproducción independiente en un simulador público permitiría que alguien distinto de NVIDIA dijera si funciona el diseño unificado de escena y recuperación. Y los paquetes de aplicaciones que se distribuyan públicamente —la demo del navegador y el Racer de seis robots— nos permitirían al resto ver cómo se ve realmente la política en movimiento, que es lo único que una tarjeta de modelo no puede mostrar.

Hasta entonces, el dato interesante no es la política. Es el patrón de publicación: NVIDIA puso un controlador humanoide en el hub abierto con una licencia y una cuidadosa sección de limitaciones, no se lo dijo a nadie y dejó que la tarjeta cargara con el peso que solía cargar una publicación de lanzamiento. Seis commits, tres me gusta y un contador de descargas que nunca llegó a empezar. Así es como se ve un lanzamiento cuando una empresa ha decidido que el artefacto es el anuncio.