Keyu Tian, exbecario de ByteDance, recaudó cerca de 30 millones de dólares para un laboratorio que busca desarrollar modelos de mundo, sistemas de IA orientados a representar y simular entornos físicos. Según Bloomberg, en un reporte publicado el 7 de octubre de 2026, el proyecto recibió inversión de 5Y Capital e IDG Capital y todavía carece de nombre y producto públicos.
La operación valora a la compañía en 200 millones de dólares después de la inversión. Representantes de ambos fondos confirmaron su participación a Bloomberg, aunque no ofrecieron más comentarios. El laboratorio reúne a diez personas, entre ellas otros exempleados de ByteDance.
La propuesta de Tian se concentra en cómo representar información visual para que una IA pueda procesarla con mayor eficiencia. Esa apuesta parte de su investigación en generación de imágenes y ahora apunta al video, con posibles aplicaciones en robótica, entornos interactivos y conducción autónoma.
Un diccionario de 200,000 símbolos para procesar video
Tian explicó a Bloomberg que su equipo construyó un sistema semejante a un diccionario para IA, compuesto por 200,000 símbolos que las personas no reconocerían. Su objetivo es codificar información visual que resulta difícil de capturar mediante descripciones escritas.
"Nunca puedes describir perfectamente un video usando lenguaje humano", dijo a Bloomberg. El investigador describió una estrategia que primero crea ese lenguaje para la IA y después la alimenta con 100 millones de horas de video.
Según Tian, esa técnica permitiría reducir a una décima parte, o menos, el costo de generar un segundo de video. La cifra es una afirmación del fundador: el reporte no detalla las condiciones de la comparación ni presenta una evaluación independiente de ese ahorro.
Por ahora, el equipo concentra su trabajo en la tecnología. Tian dijo que no está dedicando tiempo a un producto de consumo ni a definir un modelo de negocio.
El salto de una imagen a un entorno físico
Tian figura como primer autor de Visual Autoregressive Modeling: Scalable Image Generation via Next-Scale Prediction, conocido como VAR. El trabajo recibió uno de los premios a mejor artículo de NeurIPS 2024, según el anuncio oficial de la conferencia.
El artículo científico propone generar imágenes de menor a mayor resolución. El modelo empieza por una representación general y predice versiones cada vez más detalladas, en lugar de recorrer una secuencia de fragmentos de imagen. Su evidencia experimental corresponde a generación de imágenes; la nueva empresa plantea extender esa experiencia hacia el video y los modelos de mundo.
El término abarca tareas diferentes. En una explicación técnica publicada el 3 de junio de 2026, World Labs distingue entre modelos que producen imágenes, simuladores que representan la estructura y la dinámica de un entorno, y sistemas que planifican acciones.
Para un generador visual, importa lo que ve una persona. Una simulación utilizada para entrenar un robot necesita además que la geometría y las consecuencias de sus movimientos sean consistentes. Un planificador debe elegir acciones a partir de lo que observa y de un objetivo.
Bajo esa distinción, el ahorro en generación de video que anuncia Tian y la fidelidad física de un modelo son resultados distintos, que tendrían que evaluarse por separado. El trabajo premiado ofrece una base técnica para su propuesta; las aplicaciones robóticas requieren evidencia sobre cómo se comportan los entornos y los agentes que interactúan con ellos.
World Labs tiene un acuerdo con AMD pendiente de cierre
El laboratorio de Tian entra en un campo donde participa World Labs, cofundada por Fei-Fei Li. La compañía presentó Atlas en septiembre, un modelo orientado a generar y reconstruir espacios tridimensionales.
World Labs anunció el 28 de septiembre de 2026 que firmó un acuerdo definitivo para incorporarse a AMD. Aunque Bloomberg describe la operación como una adquisición realizada, el comunicado oficial sitúa el cierre esperado antes de terminar 2026, sujeto a aprobaciones regulatorias y otras condiciones habituales.
La empresa explica que busca acercar su investigación al hardware, después de trabajar con AMD en entrenamiento y optimización de modelos sobre sus GPU. Ese contexto añade una dimensión a la competencia: junto con la representación visual, también cuenta la infraestructura necesaria para entrenar y ejecutar los sistemas.
Tian planea mostrar las capacidades de su laboratorio en eventos presenciales antes de lanzar el modelo completo en 2027. El capital conseguido financiará una etapa dedicada a desarrollar la tecnología, mientras el producto comercial sigue por definir.
