Javier Carnero
Senior Research Manager en Plain Concepts
Actions
Javier Carnero forma parte del equipo de Research en Plain Concepts como Senior Research Manager y es especialista en IA aplicada a Computer Vision y 3D. Licenciado en Ingeniería Informática y Master en Matemática Computacional por la Universidad de Sevilla en 2009, ha desarrollado siempre su carrera profesional en entornos de innovación y desarrollo aplicados a la industria, inicialmente como investigador desde la Universidad de Sevilla, y posteriormente en el sector privado en diferentes compañías.
Visión artificial en modo avión
Casi todas las demos de IA local acaban siendo un chat de texto en tu máquina. Vamos a hacer algo bastante más divertido: visión multimodal corriendo entera en el portátil, sin nube, sin API keys y sin latencia de red.
Con Foundry Local y modelos sobre ONNX Runtime, montaremos un pipeline que procesa el vídeo de una cámara en directo para detectar, describir y responder preguntas sobre lo que está viendo, con aceleración automática en NPU, GPU o CPU según el hardware que tengas delante.
Veremos cómo cargar y gestionar modelos de visión en local, qué rendimiento real puedes esperar en distintos equipos y por qué la ejecución local importa de verdad cuando hablamos de privacidad, coste y escenarios sin conectividad. Para cerrar, conectaremos todo con un agente construido con Microsoft Agent Framework para que las detecciones disparen acciones, siguiendo el patrón de agentes local first.
Sales de la sesión sabiendo montar visión multimodal en tu propia máquina y con criterio para decidir qué se queda en el edge y qué merece la pena mandar a la nube. Demo en vivo con la cámara y, sí, con el WiFi apagado.
Lo que pasa en el portátil se queda en el portátil
Tu portátil tiene cámara, NPU y GPU, y casi nunca las usas para algo más que videollamadas. En esta sesión las ponemos a trabajar, en directo: un agente que vigila un puesto de trabajo a través de la cámara, entiende lo que ocurre y actúa, sin que una sola imagen salga de la máquina.
Partimos de un caso real: una línea de montaje donde la cámara graba a personas, la red de planta está aislada de internet y la carga es continua, turno tras turno. En estos casos ejecutar en la nube no es viable, y "las imágenes nunca salen de este dispositivo" es la frase que consigue que el comité de empresa apruebe el proyecto. Con Foundry Local sirviendo un modelo de visión y lenguaje, convertiremos el vídeo en observaciones en texto (qué hay, qué falta, qué ha cambiado) y responderemos en lenguaje natural preguntas sobre lo que se ve en ese momento.
Encima construiremos un agente en C# con Microsoft Agent Framework que nunca ve una imagen: solo lee frases. Decide cuándo algo merece un aviso, avisa al supervisor y lo apunta en un registro local. Una frase, nunca una cara.
Y contaremos lo que no sale en los tutoriales: por qué acabamos con dos motores de inferencia en la misma máquina, qué pasa cuando el modelo va más lento que la cámara, y los números reales de CPU, GPU y NPU del mismo portátil, cara a cara. Te llevarás un patrón de agentes local first que puedes aplicar mañana y criterio para decidir qué se queda en el edge y qué merece subir a la nube.
Realidad virtual e Inteligencia artificial con Evergine
En esta sesion mostraremos los avances en los que trabajamos desde el departamento de Research de Plain Concepts para realizar la generación del gemelo digital de forma automática para empresas, usando las últimas técnicas en inteligencia artificial (PointCloud y NeRF) como alternativa más precisa a la tradicional fotogrametría y la integración de este gemelo digital en soluciones de realidad virtual y realidad mixta para la monitorización, control y la supervisión colaborativa, haciendo uso del framework XRV desarrollado por Plain Concepts.
Orquestando agentes de Computer Vision
¿Alguna vez te has preguntado cómo varios agentes pueden coordinarse para resolver un problema juntos? En los sistemas multiagente, la clave no es solo lo que sabe hacer cada agente, sino cómo se reparten el trabajo entre ellos. En esta charla veremos distintos workflows de agentes colaborando para resolver problemas reales de computer vision, trabajando con imagen, vídeo y reconstrucción 3D mediante Gaussian Splatting. Analizaremos cómo los agentes se pasan tareas, comparten contexto y coordinan sus capacidades para construir pipelines capaces de entender, procesar y generar información visual.
También veremos buenas prácticas para diseñar y mantener estos sistemas a largo plazo, incluyendo cómo gestionar flujos reproducibles y controlar el comportamiento de sistemas no deterministas. Para ello utilizaremos Agent Framework de Microsoft, combinando distintos providers como Azure Foundry, Foundry Local, Ollama y APIs compatibles con OpenAI, integrando modelos tanto en local como en la nube dentro de un mismo sistema multiagente.
Realidad virtual e Inteligencia artificial con Evergine.
En esta sesión mostraremos los avances en los que trabajamos desde el departamento de Research de Plain Concepts para realizar la generación del gemelo digital de forma automática para empresas, usando las últimas técnicas en inteligencia artificial (PointCloud y NeRF) como alternativa más precisa a la tradicional fotogrametria y la integración de este gemelo digital en soluciones de realidad virtual y realidad mixta para la monitorización, control y la supervisión colaborativa, haciendo uso del framework XRV desarrollado por Plain Concepts.
NeRFs en VR con .Net y Evergine
Enseñamos como estamos integrando modelos NeRF en VR utilizando Evergine, nuestro motor de render para industria escrito 100% en .Net.
Handoff: cuando los agentes se pasan el marrón
¿Te gustaría conocer cómo los agentes pueden comunicarse entre sí para alcanzar un objetivo común?
Si has oído términos como Magentic o Handoff y quieres entender qué significan realmente y cómo se aplican en sistemas reales, en esta charla te lo mostramos paso a paso.
Exploraremos cómo diseñar y orquestar sistemas multiagente capaces de coordinar agentes ejecutándose en local con Foundry Local, junto con agentes desplegados en AI Agent Services de AI Foundry, todo dentro de flujos bien definidos y escalables.
También veremos cómo incluir y coordinar agentes que expongan APIs compatibles con OpenAI, permitiendo integrar modelos y servicios heterogéneos dentro de un mismo sistema multiagente. A través de ejemplos prácticos, analizaremos patrones de orquestación, comunicación entre agentes y gestión de flujos, entendiendo cómo distribuir responsabilidades, compartir contexto y controlar la ejecución.
Utilizaremos Agent Framework de Microsoft como base para construir estos sistemas, apoyándonos además en una nueva herramienta visual para observar y loggear las interacciones entre agentes durante la ejecución.
¿Quieres escenas 3D fotorealistas sin sufrir? Captura Bien, Entrena Mejor y Renderiza Fácil
Crear escenas 3D fotorealistas con IA es posible, pero una buena captura y preprocesamiento son clave. En esta charla, aprenderás cómo obtener datos de calidad, evitar errores comunes y preparar tu dataset para entrenar modelos basados en "Radiance Fields" en la nube con Azure Machine Learning y Docker.
Además, veremos cómo visualizar los resultados en web o vídeo, optimizando el pipeline completo de captura, entrenamiento y renderizado. Si quieres transformar imágenes o vídeos en escenas 3D realistas con gran calidad, esta charla es para ti. Captura bien, entrena mejor y deja que el deep learning haga el resto.
AgentCamp 2026 - Madrid (aka Global AI Bootcamp) Sessionize Event
Global Azure Sevilla 2025 Sessionize Event
Global AI Bootcamp 2023 Sevilla Sessionize Event
Monkey Conf 2022 Sessionize Event
Please note that Sessionize is not responsible for the accuracy or validity of the data provided by speakers. If you suspect this profile to be fake or spam, please let us know.
Jump to top