Inteligencia Artificial de Inteligencia Espacial: La próxima frontera de Fei-Fei Li

Fei-Fei Li dice que la próxima frontera de la IA es la inteligencia espacial

Resumen breve: Fei-Fei Li afirma que la IA de inteligencia espacial podría dar forma a la siguiente fase de la computación. Al hablar en HUMANX en San Francisco, sostuvo que el lenguaje por sí solo no es suficiente. Señaló los modelos de mundos 3D, World Labs y su sistema Marvel como piezas clave para la robótica, los videojuegos, la atención médica y la movilidad autónoma.

En HUMANX en San Francisco, Fei-Fei Li sostuvo que el siguiente gran paso en la inteligencia artificial no vendrá solo del lenguaje. En cambio, se centró en la IA de inteligencia espacial: la capacidad de las máquinas para comprender, razonar y generar el mundo 3D y 4D de la geometría, el movimiento, la interacción, la física y el cambio a lo largo del tiempo.

Ese argumento está en el centro de World Labs, la empresa que Li fundó para construir sistemas de IA que van más allá del texto y las imágenes. En su visión, los modelos de lenguaje como ChatGPT son un avance importante, pero capturan solo una parte de la inteligencia humana. La vida cotidiana, el trabajo y la toma de decisiones también dependen de operar en el espacio físico.

“La inteligencia humana no es solo lingüística”, dijo Li. Describió la comprensión espacial como esencial para la percepción, el razonamiento y la acción, especialmente en campos donde las máquinas deben navegar entornos, predecir resultados e interactuar con el mundo real.

Qué significa en la práctica la IA de inteligencia espacial

Li define la inteligencia espacial como la capacidad de percibir, comprender y generar espacio 3D o 4D. Esto incluye forma, geometría, interacciones, restricciones físicas y dinámicas en el tiempo.

En términos prácticos, esta es la diferencia entre un sistema de IA que puede describir una habitación y uno que puede entender cómo se relacionan los objetos entre sí dentro de ella, cómo el movimiento cambia la escena y qué es probable que ocurra después. En este marco, un modelo de mundo le da a las máquinas una representación del espacio que puede respaldar la planificación y la acción.

Li vinculó esta idea con una visión más amplia de la inteligencia moldeada por la percepción y la encarnación. Hizo referencia al largo arco de la evolución biológica y citó el desarrollo de los sistemas sensoriales “hace medio billón de años” como una metáfora de por qué la inteligencia no puede reducirse solo al procesamiento del lenguaje.

Por qué se fundó World Labs fuera del ámbito académico

Li dijo que la apertura para este trabajo surgió de una convergencia en 2022–2023. Por un lado, estaban los avances en IA generativa impulsada por modelos Transformer. Por otro, estaban las mejoras en visión por computadora y la representación 3D. Juntas, dijo, esas innovaciones crearon las condiciones técnicas para una nueva clase de modelos centrados en la comprensión espacial.

Sin embargo, esa oportunidad también vino con requisitos a escala industrial. Li dijo que la decisión de lanzar World Labs reflejó la necesidad de cómputo, datos y talento a una escala que es difícil reunir en un entorno puramente académico.

“Esto requiere recursos enormes: cómputo, datos y talento”, dijo. Al tiempo que subrayó la importancia de la academia, incluidas instituciones como el Stanford Human-Centered AI Institute, marcó una diferencia clara entre la investigación impulsada por la curiosidad y la creación de empresas orientada a la implementación en el mundo real.

Su formulación fue directa: como investigadora, está impulsada por la curiosidad; como CEO, es una constructora enfocada en el impacto.

Cómo se conecta la IA de inteligencia espacial con Marvel y los mundos 3D

El ejemplo más concreto de World Labs es Marvel, un modelo generativo que Li describió como capaz de crear mundos 3D verdaderos. Enfatizó que Marvel no solo genera video. En lugar de eso, produce entornos persistentes y navegables que los usuarios o las máquinas pueden recorrer.

Según Li, esos mundos comenzaron como entornos relativamente pequeños. Luego, pueden ampliarse a espacios más grandes y combinarse en escenas más complejas. Esa distinción importa porque un modelo de mundo navegable tiene un valor técnico y comercial diferente a una salida visual pasiva.

“Marvel es un modelo generativo que crea mundos 3D verdaderos—no videos, sino entornos persistentes y navegables”, dijo.

La implicación es amplia. Un modelo que genere mundos espacialmente coherentes podría convertirse en una capa base para aplicaciones interactivas, desde el desarrollo de juegos y el diseño digital hasta sectores de simulación intensiva como la robótica y los sistemas autónomos.

Por qué los datos son el mayor cuello de botella

Li organizó el desafío técnico en torno a tres pilares: modelos, cómputo y datos. De los tres, identificó los datos como el problema más difícil.

“La parte más difícil son los datos”, dijo.

El problema no es simplemente el volumen. Los grandes conjuntos de datos públicos para lenguaje son mucho más fáciles de reunir que grandes conjuntos de datos públicos que capturen con precisión la estructura espacial, el movimiento, la física y las interacciones del mundo real. Construir modelos de mundos 3D requiere datos que son más difíciles de recopilar, más difíciles de etiquetar y más difíciles de estandarizar.

Este desafío es especialmente agudo en robótica, donde el suministro de datos de entrenamiento útiles es aún más limitado. Para sistemas que deben anticipar lo que sucede a continuación en el mundo físico, la calidad de la predicción depende en gran medida de la riqueza y el realismo de los datos espaciales.

Li resumió el valor central de los modelos de mundos en términos operativos: predecir el siguiente estado respalda la planificación y la acción.

Por qué los datos sintéticos importan para la IA de inteligencia espacial

Para abordar la escasez de datos, World Labs usa una mezcla de datos reales y sintéticos. Li dijo que la forma en que esas fuentes se combinan es una parte central de la tecnología de la empresa.

“Entrenamos con una mezcla de datos reales y sintéticos, y cómo los combinamos es una parte clave de nuestra tecnología”, dijo.

Este punto importa más allá de World Labs. En sectores donde los datos del mundo real son escasos, caros o difíciles de capturar a escala, los datos sintéticos pueden ayudar a llenar vacíos, diversificar casos límite y acelerar la experimentación. Li también señaló que los modelos capaces de generar entornos estructurados espacialmente podrían convertirse por sí mismos en herramientas para otros laboratorios, especialmente en robótica.

Como resultado, emerge un posible bucle de retroalimentación importante. Los modelos de mundos entrenados con datos mixtos podrían entonces generar entornos sintéticos adicionales para entrenar, probar y simular en sistemas adyacentes.

Dónde podrían surgir las aplicaciones tempranas

Li enumeró una amplia gama de posibles aplicaciones para la inteligencia espacial, incluyendo gaming, arte, diseño, robótica, educación, atención médica, manufactura y conducción autónoma.

Es posible que algunos de los primeros impactos prácticos aparezcan en industrias que ya dependen de la simulación y de la predicción en el mundo físico. En movilidad autónoma, empresas como Tesla y Waymo operan en entornos donde comprender la geometría, el movimiento y la interacción es fundamental. En robótica, los modelos de mundos pueden mejorar la calidad de la simulación, la predicción del estado y la planificación de acciones.

La atención médica es otro ámbito notable. Li señaló la interpretación espacial de los datos radiológicos como un ejemplo de cómo la IA consciente de lo 3D podría apoyar los flujos de trabajo clínicos. Los videojuegos y los medios inmersivos también podrían avanzar rápidamente, dada la utilidad inmediata de entornos persistentes y navegables para la creación de contenido y experiencias interactivas.

Aun así, la conversación se mantuvo en dirección más que comercial. Li no proporcionó un calendario de despliegue para Marvel, detalles de disponibilidad pública ni puntos de referencia de desempeño cuantificados.

Cómo la industria y la academia respaldan la IA de inteligencia espacial

Un tema recurrente en las observaciones de Li fue que el futuro de la IA requerirá contribuciones tanto de la academia como de la industria. La academia sigue siendo esencial para el pensamiento fundamental, la investigación a largo horizonte y la exploración científica. La industria, en cambio, puede reunir el cómputo, la capacidad de ingeniería y el enfoque operativo necesarios para convertir conceptos emergentes en sistemas utilizables.

Esta división del trabajo se aprecia especialmente en un campo como la inteligencia espacial, donde la investigación de frontera y la infraestructura a gran escala tienen que avanzar juntas. La propia postura de Li refleja ese papel dual: se mantiene estrechamente vinculada con el Stanford Human-Centered AI Institute mientras construye World Labs en torno a una misión comercial y técnica.

El ecosistema más amplio de IA refuerza el punto. Los modelos Transformer hicieron posible la revolución del lenguaje detrás de sistemas como ChatGPT. Empresas como Anthropic han ayudado a impulsar el desarrollo de modelos de frontera. El argumento de Li es que la siguiente etapa requerirá un cambio similar para las máquinas que entienden el mundo físico.

Qué queda sin aclarar

Por toda la claridad estratégica de la tesis de Li, varios detalles importantes permanecen sin revelarse. No hubo cifras financieras sobre recursos recaudados, no hubo números específicos sobre la escala de cómputo y solo se ofreció una explicación técnica limitada de la arquitectura interna de Marvel.

También se habló poco de cronogramas para el despliegue comercial o el acceso público. Además, aunque la promesa industrial era clara, la conversación prestó menos atención a temas de seguridad, gobernanza y cuestiones éticas que podrían surgir cuando los sistemas de IA generan mundos sintéticos navegables o respaldan aplicaciones físicas de alto riesgo.

Aun así, el mensaje de Li fue inequívoco. Si la inteligencia basada en lenguaje definió la fase anterior de la IA, la inteligencia espacial podría definir la siguiente. Para desarrolladores, inversionistas, investigadores y equipos de producto, eso significa que la frontera competitiva podría desplazarse cada vez más hacia sistemas que puedan modelar el mundo, no solo describirlo.

En síntesis

Fei-Fei Li sostiene que la próxima frontera de la IA es la inteligencia espacial, no solo el lenguaje. Su tesis es que las máquinas necesitan entender el espacio 3D, el movimiento, la física y el cambio a lo largo del tiempo para respaldar la planificación y la acción en el mundo real.

World Labs está avanzando hacia ese objetivo con modelos de mundos y el sistema Marvel. El mayor desafío, según Li, son los datos. Las oportunidades tempranas podrían surgir en robótica, gaming, atención médica, manufactura y movilidad autónoma.