Ai2
Por qué importa
En un campo donde los modelos líderes son cerrados, y donde incluso los modelos «abiertos» suelen compartir solo sus pesos, Ai2 publica todo: pesos, datos de entrenamiento, código de entrenamiento, código de evaluación y checkpoints intermedios. Eso permite a investigadores externos estudiar cómo los datos de entrenamiento moldean el comportamiento, reproducir resultados y construir sobre ese trabajo sin adivinar, algo que de otro modo es imposible con modelos de esta escala.
También construye herramientas gratuitas que los científicos usan a diario. Semantic Scholar, su buscador académico impulsado por IA, indexa más de 200 millones de artículos y atiende a millones de investigadores, y sus datos abiertos alimentan muchas otras herramientas de investigación.
En profundidad
El Allen Institute for AI, que se escribe Ai2, es un laboratorio de investigación sin fines de lucro ubicado en Seattle. Paul Allen, cofundador de Microsoft, lo creó en 2014 con la misión de una «IA para el bien común». Su primer CEO fue el científico de la computación Oren Etzioni. Ali Farhadi, investigador en visión por computadora y uno de los coautores de YOLO, lo dirigió desde 2023 hasta marzo de 2026; desde entonces, Peter Clark es su CEO interino.
Ai2 tiene unos pocos cientos de investigadores e ingenieros, algo diminuto al lado de los grandes laboratorios, pero su influencia en la investigación abierta en IA es mucho mayor de lo que sugiere su tamaño.
Raíces en la investigación del lenguaje
Ai2 era una fuerza importante en NLP antes de la era de los LLM. Sus investigadores crearon ELMo (2018), los embeddings contextuales de palabras que precedieron directamente a BERT y ayudaron a iniciar la revolución del preentrenamiento, y AllenNLP, una biblioteca de investigación muy usada. Su proyecto Aristo construyó sistemas para responder preguntas de exámenes de ciencias, una prueba de razonamiento muy anterior a las clasificaciones de hoy, y sus equipos crearon muchos conjuntos de datos y benchmarks muy conocidos.
Modelos abiertos
- OLMo (desde 2024): una familia de modelos de lenguaje totalmente abiertos, publicados con sus datos de entrenamiento (el corpus Dolma), código, registros y checkpoints. Las versiones posteriores, OLMo 2 y Olmo 3, llegaron a competir con otros modelos abiertos de tamaño similar sin dejar de mantener público cada paso del desarrollo.
- OLMoTrace: una herramienta que rastrea en tiempo real la salida de un modelo hasta los pasajes coincidentes de sus datos de entrenamiento, algo posible solo porque esos datos son públicos.
- Tülu: recetas, datos y código abiertos para el post-entrenamiento (instruction tuning, ajuste por preferencias y aprendizaje por refuerzo), la etapa que los laboratorios suelen mantener en secreto.
- Molmo (2024): modelos multimodales abiertos que pueden señalar cosas en una imagen, útil para contar, para el grounding y para controlar interfaces de usuario. Se entrenaron con un conjunto de datos recopilado pidiendo a anotadores que describieran imágenes en voz alta.
- olmOCR (2025): un conjunto de herramientas y un modelo abiertos para convertir PDF y documentos escaneados en texto limpio a muy bajo costo.
IA para la ciencia
Más allá de Semantic Scholar, Ai2 desarrolla agentes de IA para asistir en el trabajo científico, entre ellos Asta, una plataforma para revisión de literatura, análisis de datos y evaluación comparativa de agentes científicos. En 2025, la National Science Foundation de Estados Unidos y NVIDIA anunciaron en conjunto 152 millones de dólares para un proyecto liderado por Ai2 que construirá modelos multimodales abiertos para la investigación científica.
También lleva adelante programas aplicados al medio ambiente, como Skylight, que detecta pesca ilegal a partir de datos satelitales, y EarthRanger, que se usa para proteger la fauna silvestre.
IA encarnada y visión
Los equipos de visión y robótica de Ai2 construyeron AI2-THOR, un entorno interior simulado muy usado para entrenar y probar agentes encarnados, y Objaverse, un enorme conjunto de datos abierto de objetos 3D. El trabajo original de YOLO también tiene vínculos con el instituto a través del grupo de Farhadi en la Universidad de Washington. Una incubadora de Ai2 ha dado origen a varias startups, entre ellas XNOR.ai, una empresa de IA en el borde que Apple adquirió en 2020.
Abierto frente a abierto
El trabajo de Ai2 afina una distinción importante. «Pesos abiertos» significa que puedes descargar y ejecutar un modelo. «Código abierto» en el sentido más pleno significa que además puedes ver con qué se entrenó y cómo. Solo lo segundo permite un escrutinio científico real: revisar si hay contaminación en los benchmarks, estudiar la memorización, entender de dónde viene un comportamiento. Pocas organizaciones pueden permitirse trabajar así, y Ai2 es la más destacada de las que lo hacen.