Cuando Lisa Su, directora de AMD, decidió pagar 8.200 millones de dólares por World Labs, no estaba comprando un producto más: estaba adquiriendo a uno de los cerebros más influyentes de la inteligencia artificial moderna. La empresa, fundada en 2024 por Fei-Fei Li junto a los investigadores Justin Johnson, Ben Mildenhall y Christoph Lassner, tiene un único producto comercial hasta ahora: Marble, un modelo capaz de generar entornos 3D a partir de texto, imágenes, vídeo y diseños básicos.
Pero el verdadero valor no está en Marble. Está en quiénes lo construyeron y en hacia dónde apunta su visión. Li no es una emprendedora cualquiera. Nació en China, estudió Física en Princeton, se doctoró en Ingeniería Eléctrica en Caltech y trabajó en Google como vicepresidenta y directora científica de IA y aprendizaje automático. Pero su legado más importante proviene de algo anterior: ImageNet, el monumental conjunto de datos de imágenes que creó en Stanford y que permitió entrenar sistemas de reconocimiento visual a una escala que antes no existía. Sin ImageNet, la revolución del aprendizaje profundo no hubiera sido posible como la conocemos.
Índice
La brújula de AMD: no es IA de texto, es IA del espacio
World Labs no sigue el camino de las demás empresas de IA. Mientras GPT, Gemini y otros gigantes se dedican a modelar y generar lenguaje, esta compañía persigue algo diferente: desarrollar modelos capaces de comprender, generar y razonar sobre espacios tridimensionales y el mundo físico. Es una distinción crucial. La IA generativa que hoy domina los titulares funciona principalmente en dos dimensiones: texto que entra, texto que sale. Imágenes que se procesan, imágenes que se generan. Pero entender un espacio 3D, simular cómo se comporta la materia, predecir cómo se mueve un objeto en el mundo real: eso es el siguiente nivel.
AMD necesita esa expertise porque la próxima generación de chips de IA deberá estar optimizada precisamente para estos modelos. Mientras Nvidia domina el mercado actual gracias a su combinación de GPU, CUDA y herramientas de desarrollo consolidadas, AMD quiere anticiparse al futuro. Si descubre qué necesitarán los modelos 3D antes de que lo sepa la industria, podrá diseñar chips que los ejecuten más eficientemente desde el primer día.
Una batalla de ecosistemas, no solo de chips
Aquí es donde la compra adquiere toda su dimensión estratégica. Nvidia no domina porque sus GPU sean invencibles en términos de especificaciones brutas: domina porque construyó un ecosistema. CUDA es una barrera de entrada colosal. Las universidades enseñan con CUDA. Los investigadores escriben en CUDA. Los laboratorios de IA del mundo están construidos alrededor de CUDA. Es difícil desertar de eso.
AMD reconoce esta dinámica y ya venía intentando replicarla. De hecho, participó en una ronda de financiación de World Labs como inversor. Pero la participación como inversor no fue suficiente: AMD necesitaba control. Necesitaba integrar el talento de Li y su equipo en su estructura, consolidar la visión científica de World Labs con la capacidad de manufactura y distribución de AMD. Solo así podía convertir ese conocimiento en chips competitivos antes de que Nvidia hiciera lo mismo.
Qué sigue
La compra aún no se ha cerrado formalmente, por lo que los detalles de integración permanecen en la sombra. Pero el mensaje está claro: AMD no se conforma con ser un fabricante de chips que sigue a Nvidia. Quiere adelantarse a los próximos años de la IA y sentar sus fichas en un terreno donde la competencia aún no está completamente establecida. Ya Lisa Su movió una de sus mejores piezas. Ahora le toca a Jensen Huang responder.
Con información de Xataka.
Imagen: Coolcaesar / Wikimedia Commons (CC BY-SA 4.0)
