Modelos del mundo en IA: cómo los videojuegos entrenan redes neuronales

Worldmodeldata, una startup que trabaja con videojuegos, ha captado 7 millones de libras para entrenar IA. La empresa convierte el gameplay en datos para una nueva clase de inteligencia artificial, los modelos del mundo, que no se limitan a describir el mundo, sino que entienden cómo reacciona ante las acciones.

Por qué los modelos del mundo necesitan otros datos

Los grandes modelos de lenguaje, como ChatGPT, Claude y Gemini, se entrenaron sobre todo con texto. Aprendieron lenguaje, conocimiento y lógica de razonamiento. Pero este enfoque tiene un límite fundamental: estos sistemas carecen de una comprensión de la física incorporada.

Los «modelos del mundo» son la siguiente frontera. Son sistemas de IA capaces de predecir las consecuencias de acciones físicas: qué ocurre si se empuja un objeto, se acciona una palanca o se deja caer algo desde cierta altura. Esta comprensión es imprescindible para robots, agentes industriales y cualquier sistema que actúe en un espacio real, y no virtual.

La dificultad principal son los datos. Registrar interacciones físicas reales a gran escala es muy caro: hacen falta robots con sensores, laboratorios, operadores cualificados y miles de horas de experimentos en condiciones diversas. Worldmodeldata ha encontrado una vía alternativa.

Por qué los videojuegos son una fuente de datos para la IA

Los motores de juego son, en esencia, simuladores de física. Modelan en tiempo real la gravedad, las colisiones, la dinámica de fluidos, la elasticidad de los materiales y el comportamiento de los objetos bajo carga. Cada hora de gameplay contiene millones de pares «acción → reacción del entorno»: un coche choca contra un muro y se deforma según las leyes de la física, un personaje salta y aterriza a una velocidad predecible, un líquido se derrama y se extiende según la hidrodinámica simulada.

La diversidad también cuenta: los juegos actuales crean miles de tipos de entornos y objetos, desde simuladores de conducción hasta estrategia con sistemas físicos. Es una base de datos ya lista sobre la interacción con un entorno físico, estructurada por la propia lógica del juego.

Datos clave de la ronda:

• Importe: 7 millones de libras (~8 millones de euros)
• Tipo de financiación: ronda semilla
• Inversor principal: Iona Star Capital, Londres
• Startup: Worldmodeldata, Cambridge, Reino Unido

Qué significa

El mercado de datos de entrenamiento para IA está cambiando. Tras años de corpus de texto y datasets multimodales, los grandes laboratorios, entre ellos Google DeepMind, Meta y OpenAI, investigan activamente los modelos del mundo para robots y sistemas agénticos. La demanda de datos de entrenamiento interactivos y físicamente fiables crecerá en paralelo al mercado de robots humanoides y agentes autónomos.

La apuesta de Worldmodeldata es sencilla: décadas de gameplay acumulado son una fuente escalable de datos sobre interacción física que no existe en ningún otro sitio con un volumen comparable. Si la previsión es correcta, los videojuegos pasarán de ser entretenimiento a infraestructura de entrenamiento de la próxima generación de IA.

*Meta ha sido declarada organización extremista y está prohibida en Rusia.

¿Qué son los modelos del mundo en IA?

Son una nueva clase de redes neuronales que no se limitan a describir el mundo, sino que entienden cómo reacciona ante las acciones. A diferencia de los grandes modelos de lenguaje (ChatGPT, Claude, Gemini), entrenados con texto, los modelos del mundo deben reproducir la física y la lógica de interacción entre objetos del entorno.

¿Por qué la IA necesita datos de videojuegos?

Los videojuegos contienen miles de millones de fotogramas de gameplay con una física del mundo conocida y con las reacciones del entorno a las acciones del jugador. Son una fuente ideal de datos de entrenamiento para que las redes neuronales aprendan relaciones de causa y efecto y predigan cómo evolucionan los acontecimientos.