Thinking Machines crea una IA que habla y escucha al mismo tiempo

Hoy todos los modelos de IA funcionan con el mismo principio: usted escribe, el modelo escucha. Usted espera, el modelo responde. Thinking Machines intenta cambiarlo con una arquitectura que procesa el mensaje y genera la respuesta a la vez, como en una llamada telefónica normal.

El problema del enfoque actual

Todos los modelos de lenguaje modernos, de ChatGPT a Claude, siguen el esquema de petición y respuesta. Se envía un mensaje completo, el modelo lo procesa entero y después entrega una respuesta completa. Esto da la sensación de hablar con un robot, no con una persona.

En una conversación real todo es distinto. Las personas escuchan mientras elaboran la respuesta. Se puede interrumpir al interlocutor, precisar un detalle o añadir contexto, y este reacciona al instante sin empezar de cero. Nadie espera a que el otro termine un discurso entero para replantearse la respuesta desde el principio. Así surge un flujo de diálogo natural y orgánico.

El enfoque actual de la IA impone una frontera rígida: entrada completa → procesamiento → salida completa. No hay flexibilidad, ni adaptación sobre la marcha, ni sensación de comunicación bidireccional.

Qué hace Thinking Machines

La startup desarrolla un modelo que procesa un flujo de entrada en tiempo real y genera a la vez un flujo de salida. En lugar de esperar a la entrada completa, el sistema empieza a responder mientras sigue recibiendo información del usuario. Esto abre varias capacidades radicalmente nuevas:

• Escuchar mientras responde: reaccionar a datos nuevos sin recargar el contexto
• Interrupciones naturales: poder cortar la palabra, como en una conversación en vivo entre personas
• Adaptación de la entonación: cambiar el tono en tiempo real según las señales de la voz
• Señales no verbales: tener en cuenta gestos y expresiones faciales en videollamadas
• Latencia mínima: sin pausas muertas entre intervenciones

Para los asistentes de voz esto es crucial. Cuando llama a un centro de atención o pide un taxi por voz, no quiere esperar de 3 a 5 segundos de procesamiento. Habla, el asistente oye y responde de inmediato, como una persona.

La dificultad arquitectónica

Procesar la entrada y generar la salida al mismo tiempo exige un rediseño arquitectónico profundo. Los transformadores, base de casi todos los LLM actuales, están diseñados para trabajar de forma secuencial: leer todo el contexto y producir tokens uno tras otro. Cambiar este principio central implica reescribir la mecánica de atención, de caché y de predicción. El modelo debe mantener un contexto creciente a partir del flujo de entrada mientras genera la salida, sin perder la coherencia ni la lógica de la respuesta.

Los retos prácticos son igual de serios: la calidad de las respuestas (¿se vuelven apresuradas e incompletas?), la latencia (hace falta un retardo mínimo para que suene natural) y la gestión de memoria con flujos cada vez mayores. ¿Cómo mantener el hilo de la conversación si la respuesta avanza en paralelo a la entrada? ¿Cómo no perder un detalle del final del mensaje si ya se ha empezado a responder al principio?

Qué significa

Si este enfoque llega a funcionar, hablar con una IA dejará de parecer una interacción con un sistema. Será un diálogo, una conversación de verdad, sin rigidez ni retrasos, más cercana a la comunicación humana.

Para los asistentes de voz, los chatbots y, sobre todo, los centros de llamadas, sería una mejora crítica. El cliente llama, el asistente oye y reacciona de inmediato; puede interrumpir para pedir una aclaración y adaptar la respuesta con la información nueva. Esto aumentaría la satisfacción y aceleraría la resolución de problemas varias veces.