Los modelos del mundo entrenan robots y coches autónomos en simulaciones, mientras las personas recopilan sus datos

Si has entrenado un modelo con datos que no cubrían suficientemente los casos poco frecuentes, conoces el problema: experimentar en el mundo real sale demasiado caro. No puedes dejar caer un robot un millón de veces ni enviar deliberadamente un coche autónomo a una carretera helada. Los modelos del mundo cubren precisamente ese vacío y, según las previsiones, en 2027 estarán mucho más cerca de la vida cotidiana.

En qué se diferencian de los LLM

Oliver Cameron, CEO del laboratorio Odyssey, explica la diferencia de forma sencilla. Un modelo de lenguaje recibe una frase y predice la siguiente palabra. Un modelo del mundo recibe un estado visual del mundo, por ejemplo una imagen, y predice el siguiente estado. Para que funcione, el modelo debe comprender la física, las relaciones de causa y efecto y cómo reaccionan las personas y los objetos a nuestras acciones. Así define la tarea Jamie Shotton, científico jefe de Wayve.

En la práctica, el resultado es un entorno 3D generado que tiene el aspecto y el comportamiento del mundo real. Es un campo de entrenamiento donde los errores no cuestan nada.

Cómo funciona en un caso concreto

Brian McClendon, CTO de Niantic Spatial, describe un escenario con un robot doméstico. Fotografías la habitación donde va a trabajar, se construye un modelo 3D a partir de las imágenes y, después, el software ejecuta millones de simulaciones para que el robot aprenda la distribución del espacio: dónde está la mesa, dónde está el umbral y qué se puede mover.

Niantic parte con ventaja. Los jugadores de Pokémon Go llevan años escaneando calles y ahora la empresa, que vendió el juego el año pasado, apuesta por reconstruir el mundo real. Wayve sigue otro camino: su modelo generativo se apoya en parte en grabaciones de cámaras de salpicadero y recrea carreteras y condiciones peligrosas que no se pueden probar con seguridad en la vida real.

El tercer ámbito son los videojuegos. La física y el renderizado 3D son elementos fundamentales en ellos, por lo que Tencent está invirtiendo en sus propios modelos del mundo.

El dinero y el coste oculto

Las operaciones reflejan el interés de los inversores. Yann LeCun, antiguo científico jefe de IA de Meta, captó más de mil millones de dólares para su startup Advanced Machines Intelligence. AMD adquirió este año World Labs, la empresa de Fei-Fei Li fundada en 2024, por más de $8 mil millones. Google sigue presumiendo regularmente de sus avances en este campo.

También hay una cara menos visible. Para simular el mundo físico, los laboratorios necesitan grabaciones de ese mundo, y quienes las realizan son personas de carne y hueso. El autor de un artículo de Wired se ató un iPhone a la frente y pasó varias horas grabándose mientras doblaba ropa, lavaba platos y servía un refresco de cola; después vendió los vídeos a través de una aplicación por una suma modesta. Si las empresas siguen buscando una mayor calidad, esta enorme economía de trabajos ocasionales de recopilación de datos no hará más que crecer.

Limitaciones y qué hacer

El artículo ofrece principalmente una panorámica: no incluye métricas concretas de calidad de las simulaciones, comparaciones con pruebas en el mundo real ni plazos para la llegada masiva de robots domésticos. La previsión para 2027 sigue siendo una previsión.

Para quienes trabajan en el sector, la conclusión es la siguiente. Si desarrollas robótica, vehículos autónomos o videojuegos, conviene considerar la simulación con modelos del mundo como una forma económica de cubrir casos poco frecuentes y peligrosos. Si eres responsable de producto o fundador, presta atención a la escasez de datos: quien disponga de grabaciones únicas del mundo físico tendrá ventaja. Y quienes recopilan esos datos deberían abordar de antemano el consentimiento, la privacidad y una remuneración justa, porque es aquí donde probablemente empezarán a hacer preguntas los reguladores y los usuarios.