Google Cloud incorpora a su marketplace los modelos de IA de SandboxAQ para cálculos científicos
Google Cloud ha incorporado a su marketplace los «grandes modelos cuantitativos» de SandboxAQ, una IA entrenada con ecuaciones de física, química y biología. Los modelos de lenguaje convencionales manejan mal los números, un problema sistémico de su arquitectura. Los LQM de SandboxAQ buscan cerrar esa brecha. Funcionarán junto a Gemini en tareas científicas que combinan texto y cálculo.
Procesado por IA desde TNW; editado por Hamidun News
Google ha conectado a su marketplace en la nube los «grandes modelos cuantitativos» (LQM) de SandboxAQ, una IA entrenada no con textos de internet, sino con ecuaciones científicas y datos experimentales. Los nuevos modelos funcionarán junto a Gemini y estarán disponibles a través del Google Cloud Marketplace estándar.
Por qué los LLM fallan en la ciencia
Los grandes modelos de lenguaje hacen muchas cosas: resumen artículos, escriben código y explican conceptos en un lenguaje claro. Pero tienen un problema sistémico con las matemáticas y los cálculos precisos. Con frecuencia se equivocan en las operaciones, confunden constantes físicas y no saben trabajar con ecuaciones como lo necesitan los investigadores reales.
La causa es arquitectónica: los LLM se entrenan para predecir el siguiente token en una secuencia de texto. Para ellos, los números son símbolos, no magnitudes. El modelo no «entiende» que 0,001 mol de una sustancia y 1 mol son órdenes de magnitud distintos. En química, física o biología, un error así puede arruinar un experimento.
«Los modelos de lenguaje resultan convincentes cuando escriben sobre
ciencia, pero eso no es lo mismo que calcular correctamente».
Qué son los LQM de SandboxAQ
SandboxAQ es una empresa escindida de Alphabet (la matriz de Google) en 2022. Se centra en simulaciones cuánticas e IA para tareas científicas. Los Large Quantitative Models son una clase de IA radicalmente distinta: en lugar de predecir texto, los modelos se entrenan para trabajar directamente con estructuras matemáticas y datos numéricos.
Los LQM se entrenan con conjuntos de datos científicos estructurados:
- Ecuaciones de física, química, ciencia de materiales y biología
- Datos de laboratorio y resultados de experimentos
- Métodos numéricos y algoritmos de modelado
- Parámetros de estructuras moleculares y propiedades de materiales
El resultado son modelos que resuelven problemas de cálculo con una precisión fuera del alcance de un LLM generalista.
Cómo funcionará la combinación con Gemini
La pareja LQM + Gemini abre a los clientes corporativos usos de la IA en la nube que antes no existían. Hasta ahora, los investigadores tenían que elegir: o herramientas científicas precisas pero muy especializadas, o LLM generalistas que aceleran el trabajo con texto pero no son fiables en los cálculos. Ahora los papeles están claramente separados: Gemini procesa el contexto textual, formula la tarea y explica los resultados, mientras que el LQM se encarga de los cálculos exactos.
Entre las posibles áreas de aplicación figuran el desarrollo de nuevos compuestos farmacéuticos, el modelado climático, la creación de materiales para electrónica y las simulaciones cuánticas. Acceder mediante Google Cloud Marketplace significa usar los LQM sin tener que desplegar infraestructura propia.
Qué significa
Incluir IA «científica» especializada en Google Cloud es admitir que un único modelo universal no resuelve todas las tareas. La era de «un LLM para todo» va dando paso a un mosaico de herramientas especializadas. Para las organizaciones de investigación, abre la posibilidad de incorporar IA a los procesos de laboratorio sin sacrificar velocidad por precisión.
Google, por su parte, amplía Cloud más allá de la automatización corporativa, hacia la ciencia y la tecnología profunda.
- 1 nov 2026StreamVibe, el agente de vídeo de Google, supera en un 10,7 % a otros modelos en momento y calidad de respuesta
- 1 nov 2026OpenAI reescribe las reglas de comportamiento de GPT: cinco valores y una cadena de prioridades
- 1 nov 2026Los bots de voz con LLM recurren al clasificador rápido Jev: decisiones en 200–500 ms
- 1 nov 2026Google admite que AI Mode reduce los ingresos de su buscador: las acciones caen un 15%
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre Por qué los LLM fallan en la ciencia?
Los grandes modelos de lenguaje hacen muchas cosas: resumen artículos, escriben código y explican conceptos en un lenguaje claro. Pero tienen un problema sistémico con las matemáticas y los cálculos precisos. Con frecuencia se equivocan en las operaciones, confunden constantes físicas y no saben trabajar con ecuaciones como lo necesitan los investigadores reales. La causa es arquitectónica: los LLM se entrenan para predecir el siguiente token en una secuencia de texto. Para ellos, los números son símbolos, no magnitudes. El modelo no «entiende» que 0,001 mol de una sustanci
¿Qué se sabe sobre Qué son los LQM de SandboxAQ?
SandboxAQ es una empresa escindida de Alphabet (la matriz de Google) en 2022. Se centra en simulaciones cuánticas e IA para tareas científicas. Los Large Quantitative Models son una clase de IA radicalmente distinta: en lugar de predecir texto, los modelos se entrenan para trabajar directamente con estructuras matemáticas y datos numéricos. Los LQM se entrenan con conjuntos de datos científicos estructurados: Ecuaciones de física, química, ciencia de materiales y biología Datos de laboratorio y resultados de experimentos Métodos numéricos y algoritmos de modelado Parámetros
Cómo funcionará la combinación con Gemini?
La pareja LQM + Gemini abre a los clientes corporativos usos de la IA en la nube que antes no existían. Hasta ahora, los investigadores tenían que elegir: o herramientas científicas precisas pero muy especializadas, o LLM generalistas que aceleran el trabajo con texto pero no son fiables en los cálculos. Ahora los papeles están claramente separados: Gemini procesa el contexto textual, formula la tarea y explica los resultados, mientras que el LQM se encarga de los cálculos exactos. Entre las posibles áreas de aplicación figuran el desarrollo de nuevos compuestos farmacéutic
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.