Dentro de los laboratorios que diseñan la próxima generación de inteligencia artificial, una expresión ha ganado peso específico: world models. No es un producto ni una marca. Es una arquitectura, una forma distinta de entender qué debe hacer una máquina inteligente.
Un modelo de lenguaje como ChatGPT, Claude o Gemini predice qué texto viene a continuación. Un world model, en cambio, aprende dinámicas a partir de la observación y simula hacia adelante para probar qué ocurre después. Modela el mundo en sí, no solo descripciones de él. La distinción parece técnica. Las consecuencias no lo son.
Los protagonistas ya están en posición.
Yann LeCun, que dejó Meta a finales de 2025 para lanzar Advanced Machine Intelligence Labs, ha construido su programa de investigación alrededor de esta idea. Demis Hassabis, al frente de Google DeepMind, ha situado los world models en el centro de su empuje hacia una inteligencia artificial más general. Sam Altman ha llamado a Sora, de OpenAI, un «simulador de mundo», aunque esa afirmación es disputada. Fei-Fei Li recaudó mil millones de dólares para su empresa World Labs en busca de lo que ella denomina «inteligencia espacial». Jensen Huang, por su parte, construye las plataformas de simulación y la infraestructura de cómputo que respaldará la próxima ola, tal como NVIDIA lo hizo para los modelos de lenguaje.
El término se usa con holgura: no todo lo que se comercializa como world model cumple con la definición arquitectónica estricta. Pero la apuesta central es clara. LeCun rechaza los generadores de vídeo como Sora precisamente porque su arquitectura —que él llama JEPA— entrena el sistema en cómo se comporta un sistema, no en cómo se ve. La tesis es que eso generalizará mejor al mundo físico: pasar de una IA fluida en lenguaje pero sin modelo real de la realidad, a una comprensión arraigada de cómo se comporta ese mundo.
El problema que ningún escala resuelve.
Los avances recientes en ciencia del clima ilustran tanto el progreso como el límite. La IA ya detecta incendios forestales y fugas de metano desde órbita. Los pronósticos meteorológicos actuales son, según el texto de Celine Herweijer publicado en Time, «irreconociblemente mejores». El sistema de predicción de inundaciones de Google opera en más de 150 países. Los modelos neurológicos del tiempo, desde GraphCast de DeepMind hasta sistemas usados por agencias públicas, han igualado o superado los mejores pronósticos basados en física con una fracción del coste computacional, aunque todavía quedan rezagados en eventos extremos.
Pero los problemas más difíciles apenas se han movido: qué hará un huracán al tocar tierra, cuándo romperá la próxima sequía, cómo se comporta la circulación oceánica mientras el hielo se derrite. Los pronósticos sub-estacionales —la ventana que orienta la planificación del agua, la energía y la agricultura— siguen siendo débiles. Los bosques, suelos y vegetación que absorben aproximadamente un tercio de las emisiones humanas cargan con la mayor incertidumbre del presupuesto de carbono global. Y la convección tropical, los sistemas de tormentas que entregan lluvia a miles de millones de personas, se desarrolla a escalas demasiado pequeñas para que los modelos globales la capturen con precisión.
El cuello de botella no es la potencia de cómputo, ahora billones de veces superior a la de décadas atrás. No es la falta de datos, hoy planetarios en escala. Es la representación: modelar sistemas que no pueden describirse con exactitud porque la física está solo parcialmente entendida y las mediciones son escasas. Escalar los modelos de lenguaje actuales no resuelve eso.
Aquí es donde los world models podrían importar: no reemplazando la física, sino aprendiendo las dinámicas del registro conjunto del sistema Tierra, con la física conocida impuesta como restricción dura. Algunos sistemas ya operan así. AlphaFold, Earth-2 de NVIDIA y GraphCast están en uso operativo en biología y meteorología. Funcionan donde la física está parcialmente comprendida y las observaciones son ricas. Lo que ninguno hace todavía —según la fuente— es aprender las dinámicas de los sistemas abiertos cuya incertidumbre apenas se ha reducido: el nivel del mar, el ciclo del carbono, el comportamiento acoplado de un planeta que se calienta.
Hay además un límite estructural que ninguna arquitectura puede superar: un world model no puede pronosticar un régimen que la Tierra nunca ha atravesado —como el mundo posterior a un colapso de la circulación atlántica— porque no existe datos del otro lado del umbral desde los que aprender.
Lo que se construye ahora.
El valor de los world models no es la certeza. Es, según la fuente, rangos más ajustados y más honestos de futuros plausibles: la banda que los planificadores costeros y los bancos necesitan para decisiones de adaptación que se miden en billones de dólares.
Para Hemisferio, la escena lo dice todo: los mismos nombres que compiten por dominar el procesamiento del lenguaje —LeCun, Hassabis, Altman, Li, Huang— están ahora compitiendo por construir la infraestructura de simulación de la realidad física. Lo que se construya en esta ventana, por quién y sobre qué datos, determinará qué puede hacer la IA durante años. En un mercado donde la infraestructura es el activo más duradero, esa carrera no es solo científica. Es la disputa por el sustrato del próximo ciclo tecnológico, con todas las implicaciones económicas y de poder que eso conlleva.
