La percepción del mundo tridimensional según AMD y Nvidia
La inteligencia espacial parece ser la pieza que le faltaba a la IA: entender y simular el mundo tridimensional, no solo ser capaz de describirlo. Fei-Fei Li lo plantea como el paso de las palabras a los mundos, al tiempo que AMD gasta miles de millones para meterse en el negocio, y Nvidia ya lo comercializa bajo el paraguas de “physical AI”. Pero conviene preguntarse si estamos viendo un avance técnico genuino o la última narrativa de la industria para vender microchips.
Los modelos de lenguaje nos acostumbraron a hablar con las máquinas, a sabiendas de que estas ya pueden entenderlo prácticamente todo. Pero no alcanza con un chat para modelar el mundo real. Es tridimensional, tiene física, objetos que se ocultan, distancias que son decisivas y acciones que cambian el entorno. Ahí entra la inteligencia espacial: la capacidad de percibir, modelar, razonar y actuar en el espacio 3D.
Te sugiero leer también: Nexxt explica cómo diseñar redes escalables para inteligencia artificial en edificios
Fei-Fei Li —la investigadora detrás de ImageNet y cofundadora de World Labs— lo resume con claridad: los LLMs (modelos de lenguaje) son “elocuentes pero desconectados del mundo”. Son como ratones de biblioteca: todo lo que saben del mundo lo aprendieron leyendo, no habitándolo. La inteligencia espacial busca cerrar esa brecha.
Es una habilidad que usamos a diario casi sin ser conscientes de ello: estimar si cabe el auto entre dos vehículos, atrapar un objeto en el aire, imaginar cómo quedaría un mueble en una habitación o planificar un recorrido evitando obstáculos. La inteligencia espacial combina percepción (ver en 3D), comprensión geométrica y física básica, junto con la posibilidad de actuar o simular acciones.
Según Li, un verdadero world model (modelo del mundo) que habilite esta inteligencia debe tener tres capacidades:
Sin esas tres piezas, la IA sigue siendo fuerte en relación con la interpretación del lenguaje y con el seguimiento de órdenes, pero débil en su capacidad de comprensión del mundo físico.
World Labs (fundada por Fei-Fei Li junto a Justin Johnson, Ben Mildenhall y Christoph Lassner) trabaja precisamente en esto. Su producto Marble genera mundos 3D virtuales a partir de prompts con texto, imágenes o video, los cuales pueden exportarse en forma de Gaussian splats o mesh (mallas). Otra creación (más reciente) de World Labs es Atlas, un modelo más unificado que genera, reconstruye y simula entornos 3D a partir de un puñado de fotos, con control de cámara y salidas explícitas de geometría.
En septiembre de 2026, AMD anunció la compra de World Labs por unos 8.200 millones de dólares en acciones. Según el acuerdo, Fei-Fei Li pasa a ser EVP y Chief Scientist de AMD. La jugada es clara: no solo comprar talento en un mercado inexplotado y con mucho potencial, sino también entender mejor las cargas de trabajo de la “physical AI” (robótica, simulación, digital twins o gemelos digitales) para orientar su hardware y software hacia un nuevo camino que su eterno rival Nvidia ya está transitando.
Nvidia tiene una ventaja en su ecosistema: su plataforma Cosmos está orientada a physical AI: generar datos sintéticos, simular escenarios y entrenar políticas para robots y vehículos autónomos. Se combina con Omniverse e Isaac, es más abierta en aspectos tales como pesos y herramientas, y ya está en proceso de adopción por parte de empresas de robótica y vehículos autónomos.
Te sugiero leer también: La inteligencia artificial y el mercado del arte
Como no podía ser de otra manera, AMD y Nvidia no están solos en este nuevo mercado. Otros grandes players de la IA están haciendo sus incursiones en la inteligencia espacial: Google DeepMind con Genie (mundos interactivos en tiempo real) y Meta con modelos como V-JEPA 2. El campo está caliente porque el premio es grande: quien domine la simulación creíble del mundo físico tendrá una importante ventaja en el aún más amplio y prometedor mercado de la robótica y en la generación de contenidos 3D.
Los contendientes de la arena de la inteligencia espacial aspiran a ofrecer soluciones en los siguientes rubros:
La diferencia práctica es grande. Un LLM puede explicar a la perfección cómo funciona una grúa. Un world model puede simular cómo se mueve, qué pasa si se mueve un objeto, y generar vistas desde diferentes ángulos de forma consistente.
La verdad es que todavía falta bastante. La consistencia a largo plazo, la física creíble (más allá del asombro y el “se ve bien”), el real-time a gran escala y la transferencia de la simulación a la realidad siguen siendo problemas abiertos. Muchos demos impresionan con videos breves, pero se degradan con interacciones prolongadas.
Además, la inteligencia espacial es sumamente intensiva en cómputo y datos, debido a que trabaja con variables continuas (video, geometría 3D, física) de mayor dimensionalidad que el texto y el lenguaje, cuya comprensión resulta mucho más simple para los LLM actuales.
AMD compró dirección de investigación y talento; Nvidia ya tiene el stack más maduro alrededor de physical AI. La competencia entre ambos (y con Google) debería acelerar el progreso, pero el salto de la “demo impactante” a la “herramienta confiable a escala” puede ser más largo de lo que las ansias del mercado están dispuestas a esperar.
La inteligencia espacial es el paso lógico después de los LLMs. No reemplaza al lenguaje: lo complementa. El lenguaje es poderoso para abstraer, mientras que el espacio es necesario para interactuar con el mundo real.
AMD apostó fuerte al comprar World Labs y traer a Fei-Fei Li. Nvidia ya está construyendo el ecosistema con Cosmos y Omniverse. El resultado final probablemente sea una combinación de ambas aproximaciones: modelos que generen mundos consistentes y sistemas que los usen para entrenar robots y crear contenido.
Si la IA va a salir de la pantalla y empezar a hacer cosas útiles en el mundo físico, necesita entender el universo 3D. Eso es, en esencia, la inteligencia espacial.
La inteligencia espacial (o spatial intelligence) es la capacidad de una IA de percibir, comprender, generar y simular el mundo tridimensional. A diferencia de los modelos de lenguaje que trabajan principalmente con texto, estos sistemas buscan entender cómo funcionan los objetos, el espacio, la física y las interacciones en el mundo real.
Un world model es un tipo de modelo de IA que aprende una representación interna del entorno. Puede generar, reconstruir o simular escenarios 3D de forma coherente, anticipando cómo se comportarían los objetos y las personas ante distintas acciones. Se lo considera uno de los pasos hacia una IA más “física”.
AMD adquirió World Labs (el laboratorio fundado por Fei-Fei Li) en septiembre de 2026 por aproximadamente 8.200 millones de dólares. El objetivo es incorporar capacidades avanzadas de inteligencia espacial y modelos del mundo a su ecosistema de hardware y software, buscando competir más de cerca con Nvidia en el segmento de physical AI y simulación.
Nvidia está impulsando su plataforma Cosmos junto con Omniverse e Isaac. Estos modelos permiten generar datos sintéticos y simulaciones realistas para entrenar robots, vehículos autónomos y sistemas de digital twins, con foco en la transferencia de lo simulado a lo real (sim-to-real).
Tiene componentes de ambos. Por un lado, existe un interés genuino de la comunidad científica (liderado por figuras como Fei-Fei Li) en lograr que la IA entienda el mundo físico y no solo el lenguaje. Por el otro, tanto AMD como Nvidia están usando esta narrativa para posicionar sus chips y plataformas en el próximo ciclo de inversión en IA física y robótica.
Las aplicaciones más relevantes incluyen robótica avanzada, vehículos autónomos, gemelos digitales industriales, entrenamiento de agentes en simulación, y también usos creativos como generación de entornos 3D para videojuegos, cine y diseño.
Los principales desafíos son la consistencia a largo plazo de las simulaciones, la precisión física, el alto costo computacional y la dificultad de transferir correctamente lo aprendido en simulación al mundo real. Todavía están lejos de un entendimiento robusto y general del entorno físico.
No. Se espera que convivan y se complementen. Los modelos de lenguaje seguirán siendo muy fuertes en razonamiento simbólico y comunicación, mientras que la inteligencia espacial apunta a cubrir la comprensión del mundo físico que hoy les falta a la mayoría de los sistemas de IA.
Si algo hemos aprendido de estos primeros años de lidiar con las IA, es que…
El fabricante presenta un análisis en que el cableado estructurado representa la mejor jugada financiera…
El proveedor global de soluciones para redes y hogar inteligente reveló una serie de dispositivos…
La marca de audio, accesorios y productos periféricos de tecnología anunció la firma de un…
Con un rango de capacidades escalables que ahora alcanza hasta los 700kW en su versión…
La marca gamer informó el próximo lanzamiento de su nueva línea de productos de edición…