TL;DR:
- La primera mitad de 2026 dejó más de 3,000 millones de dólares invertidos en startups de "world models", según Forbes.
- AMI Labs, de Yann LeCun, captó 1,030 millones (récord de ronda semilla en Europa); World Labs, de Fei-Fei Li, sumó otros 1,000 millones.
- Ya funcionan productos como Genie 3 (DeepMind) y Marble (World Labs), pero arrastran límites: coherencia de pocos minutos, fallos físicos y cero consenso sobre qué es un world model.
Los "world models" pasaron de ser una tesis de laboratorio a la apuesta más cara de la inteligencia artificial en 2026. Solo en la primera mitad del año, los inversionistas destinaron más de 3,000 millones de dólares a startups que construyen esta tecnología, según Forbes. La cifra más sonada la puso Yann LeCun: el ganador del Premio Turing dejó Meta a finales de 2025 y levantó 1,030 millones de dólares para su nueva empresa, AMI Labs, la mayor ronda semilla en la historia de Europa. Poco antes, Fei-Fei Li y su startup World Labs habían sumado otros 1,000 millones. Todos apuestan por lo mismo: una IA que simule el mundo real en vez de limitarse a describirlo con palabras. La pregunta que sigue abierta es si esa promesa aguanta fuera del laboratorio.
Para entender la fiebre hay que separar el concepto de la exageración. Un world model es un sistema de IA que construye una representación interna de un entorno y predice cómo cambia ese entorno cuando algo actúa sobre él. En lugar de adivinar la siguiente palabra de una frase, como hacen los grandes modelos de lenguaje (los LLMs detrás de ChatGPT, Gemini o Claude), un world model intenta anticipar el siguiente estado del mundo: cómo cae un objeto, cómo rebota, qué pasa si giras a la izquierda.
Esa es justo la crítica que LeCun lleva años repitiendo. Para él, entrenar una IA solo con texto produce sistemas capaces de hablar de física sin entenderla. Su alternativa se llama JEPA (Joint Embedding Predictive Architecture), una arquitectura que propuso en 2022 y que predice en un espacio de representaciones abstractas, no pixel por pixel. Según explicó Alexandre LeBrun, CEO de AMI Labs, la idea es que estos modelos aprendan representaciones abstractas de los datos del mundo real, ignoren los detalles impredecibles y hagan sus predicciones en ese espacio comprimido.
Renderizador, simulador y planificador: las tres piezas del rompecabezas
Aquí conviene la taxonomía que propusieron Fei-Fei Li y el equipo de World Labs en junio de 2026, porque ordena un término que hoy significa cosas distintas para cada quien. Bajo esa mirada, lo que llamamos world model se descompone en tres funciones:
- Un renderizador genera lo que se ve: produce imágenes o video a partir de una escena y de las acciones del usuario. Su compromiso es puramente visual, que la imagen resulte creíble.
- Un simulador genera el estado del mundo: geometría que resiste la inspección, física que respeta las leyes de Newton, dinámicas que se comportan como deberían. Sirve tanto a arquitectos, diseñadores y estudios de videojuegos como a robots y autos autónomos que necesitan un campo de entrenamiento seguro.
- Un planificador cierra el círculo: toma lo que observa y decide qué acción ejecutar.
La distinción no es un tecnicismo. Marca la diferencia entre un video bonito y un entorno donde un agente puede actuar sin que todo se rompa.
Qué ya pueden hacer: Genie 3, Marble y Cosmos
La parte tangible ya existe. En agosto de 2025, Google DeepMind presentó Genie 3, el primer world model interactivo en tiempo real de propósito general: genera mundos 3D navegables a 24 cuadros por segundo y 720p a partir de un texto, y los mantiene coherentes durante algunos minutos. Desde el 29 de enero de 2026, cualquiera con suscripción Google AI Ultra puede probarlo en Project Genie (moverse con las teclas WASD, girar la cámara, provocar eventos). En mayo, DeepMind le sumó integración con Street View para recrear calles reales y lo extendió a los suscriptores AI Ultra de todo el mundo. Waymo ya usó Genie 3 para simular situaciones de riesgo de sus robotaxis. El detalle que no pasó desapercibido: tras el lanzamiento, las acciones de varias desarrolladoras de videojuegos cayeron.
Del otro lado está Marble, de World Labs, disponible comercialmente desde noviembre de 2025. Genera entornos 3D persistentes y descargables a partir de texto, fotos, video o panorámicas, con planes que van de una versión gratuita a 95 dólares al mes. Y para quien trabaja en robótica, NVIDIA Cosmos es la pieza más usada porque sí se puede instalar en servidores propios: produce video sintético fotorrealista para entrenar robots y vehículos autónomos, y suma más de 2 millones de descargas.
Por qué los inversionistas apuestan miles de millones
El razonamiento financiero es simple. Mientras los modelos de lenguaje se vuelven una mercancía y sus márgenes se comprimen, los fondos buscan la próxima ventaja defendible, y creen que está en una IA que entienda el mundo físico. El mapa del dinero en lo que va de 2026, según Forbes, se ve así:
- AMI Labs (Yann LeCun): 1,030 millones de dólares en ronda semilla, con una valuación de 3,500 millones antes de la inversión. Co-liderada por Bezos Expeditions, Cathay Innovation, Greycroft, Hiro Capital y HV Capital.
- World Labs (Fei-Fei Li): 1,000 millones en febrero de 2026, a una valuación de 5,400 millones, que elevaron su total recaudado a 1,230 millones.
- Decart: 300 millones en mayo, con valuación de 4,000 millones.
- Odyssey, surgida del sector de los autos autónomos, y SpAItial, con una semilla de 13 millones inusualmente grande para una startup europea, completan el pelotón.
Detrás de varias de estas rondas aparecen los mismos nombres: NVIDIA, que invierte en World Labs, AMI, Decart y Odyssey, y Amazon, que fichó a Odyssey y Decart como clientes de su nube. Nadie quiere quedarse fuera. Y ese entusiasmo trae un efecto secundario que hasta los propios fundadores reconocen. Lo dijo Alexandre LeBrun, CEO de AMI Labs, a TechCrunch:
"Mi predicción es que 'world models' será la próxima palabra de moda. En seis meses, todas las empresas se van a autodenominar world model para levantar financiamiento."
Lo que todavía no cuadra
Aquí está el "más o menos" del asunto. El primer problema es de definición: no existe consenso sobre qué cuenta como world model, y la etiqueta ya se aplica a cosas muy distintas. El segundo es técnico. Los mundos generados siguen teniendo costuras visibles: Genie 3 mantiene la coherencia apenas unos minutos antes de que el entorno empiece a deformarse, trabaja a 720p (lejos de un motor de videojuego de última generación) y no permite manipulación física fina ni reproduce lugares reales con exactitud. Los modelos que generan video suelen producir escenas que se ven plausibles pero son físicamente imposibles, lo que en la industria se llama "alucinación" física.
El tercer problema es el más incómodo para quien firma los cheques: las valuaciones corren muy por delante de los productos lanzados y de los ingresos reportados. Por eso la prueba honesta, según Forbes, no es qué tan bonito luce un mundo generado, sino la correlación sim-to-real: si una estrategia entrenada dentro de un mundo simulado funciona igual de bien en el mundo físico. Un entorno que solo impresiona a quien lo mira no sirve de mucho; el que importa es el que aguanta cuando un robot o un auto autónomo actúa dentro de él.
El debate sigue abierto. Los principales laboratorios de LLMs sostienen que basta con escalar esos modelos y afinar su arquitectura para acercarse a esa misma comprensión, sin cambiar de enfoque.
Preguntas rápidas sobre los world models
¿Qué es un world model en inteligencia artificial?
Es un sistema de IA que construye una representación interna de un entorno y predice cómo cambia cuando algo actúa sobre él. A diferencia de un modelo de lenguaje, que predice la siguiente palabra, un world model anticipa el siguiente estado del mundo: movimiento, física y causa y efecto.
¿En qué se diferencia de un LLM como ChatGPT?
Un LLM se entrena con texto y predice palabras; un world model aprende de datos sensoriales y simula la dinámica del entorno. Yann LeCun sostiene que solo con texto una IA puede hablar de física sin entenderla, y por eso propone su arquitectura JEPA, que predice en un espacio abstracto.
¿Dónde se pueden probar hoy los world models?
Genie 3, de Google DeepMind, está disponible en Project Genie para suscriptores de Google AI Ultra desde enero de 2026, ahora a nivel global. Marble, de World Labs, se ofrece comercialmente desde noviembre de 2025 con planes que van de una versión gratuita a 95 dólares al mes.
Por ahora, lo verificable es esto: hay más de 3,000 millones de dólares apostados, productos que ya funcionan con límites claros y una discusión de fondo sobre hacia dónde va la IA. LeCun advirtió que su empresa pasará su primer año haciendo solo investigación y que el salto de la teoría al producto puede tardar años. Los inversionistas que pusieron el dinero, al parecer, están dispuestos a esperar. Para los usuarios, desarrolladores y estudios de videojuegos de habla hispana, la próxima ola de IA apunta más allá del chat: hacia máquinas que intentan, con desigual fortuna, entender cómo funciona el mundo.
