World models: Genie 3 y Marble enseñan física a la IA
Los world models superan a los LLM: Genie 3 de DeepMind y Marble de World Labs enseñan a la inteligencia artificial a entender y simular el mundo físico real.
👁 115 lecturas
De las palabras al entorno físico: el salto tras los LLM
El año 2026 puede pasar a la historia como el momento en que la inteligencia artificial cruzó otra frontera fundamental. Aunque los grandes modelos de lenguaje siguen fascinando por su capacidad para generar texto y mantener conversaciones, los principales actores del sector ya miran mucho más allá de los LLM. Su objetivo son los world models: sistemas capaces de comprender y simular el mundo físico con una precisión inédita hasta la fecha. Tienes un repaso actualizado con Odyssey-3, Cosmos y V-JEPA en la guía sobre modelos del mundo: qué son y para qué sirven.
DeepMind presentó en enero de 2026 su desarrollo más puntero: Genie 3, un avance que representa un cambio fundamental de enfoque en el aprendizaje automático. Al mismo tiempo, World Labs, la startup fundada por Fei-Fei Li, desveló su sistema Marble, diseñado para transformar el modo en que la IA interactúa con el espacio tridimensional. Ambos proyectos comparten una ambición común: crear una IA que no se limite a hablar del mundo, sino que lo entienda de verdad.
Genie 3: cuando la IA aprende física por pura observación
La tercera generación del sistema Genie de DeepMind va mucho más allá de una simple actualización evolutiva. Como explicó Demis Hassabis durante su intervención en la conferencia AI Frontiers en Londres, Genie 3 adopta un enfoque de machine learning basado directamente en la observación y la interacción activa con el entorno.
«Genie 3 es el primer sistema de IA que comprende de verdad las leyes de la física, no memorizando reglas, sino mediante la observación y la experimentación. Es como un niño que aprende cómo funciona el mundo a través del juego» - explicó Hassabis durante la conferencia AI Frontiers en enero de 2026.
El modelo utiliza una arquitectura neuronal avanzada denominada Physics-Aware Transformer (PAT), que integra mecanismos de atención convencionales con módulos dedicados a procesar nociones de espacio, tiempo y causalidad. A diferencia de los LLM, que operan a nivel de símbolos y patrones lingüísticos, Genie 3 genera representaciones internas coherentes del entorno físico.
Los resultados prácticos llaman la atención. En la demostración técnica publicada por DeepMind, Genie 3 predijo las consecuencias de interacciones físicas complejas, desde la caída de objetos hasta el comportamiento de fluidos bajo diferentes condiciones gravitatorias. Además, puede generar simulaciones realistas de escenarios que jamás vio durante su entrenamiento, extrapolando las reglas físicas fundamentales que asimiló.
World Labs y la apuesta por la inteligencia espacial
Mientras DeepMind se centra en los fundamentos del razonamiento físico, World Labs enfoca el problema hacia una vertiente más aplicada. La compañía impulsada por Fei-Fei Li, exdirectora del Stanford AI Lab, presentó en febrero de 2026 su sistema Marble, un world model orientado a la comprensión y manipulación del espacio 3D.
Li, conocida por su papel en la creación de ImageNet y en el desarrollo de la visión artificial, ya había anticipado su interés por la «spatial intelligence» (inteligencia espacial): la capacidad de una IA para orientarse, entender volúmenes y maniobrar en tres dimensiones. Marble materializa directamente esta línea de trabajo.
«El futuro de la IA no reside en sistemas que solo entienden palabras, sino en aquellos que comprenden el mundo. La inteligencia espacial es el próximo gran salto cualitativo» - indicó Fei-Fei Li en una publicación en LinkedIn durante el anuncio de Marble en febrero de 2026.
Marble combina técnicas de visión por computador, robótica e IA generativa. Se entrena con grandes corpus de datos formados por vídeos desde múltiples ángulos, escaneos tridimensionales y lecturas de sensores robóticos. La gran fortaleza de Marble frente a otras alternativas es su habilidad para construir representaciones 3D coherentes e interactivas a partir de entradas de información muy reducidas.
En un caso práctico, Marble puede generar el modelo 3D completo de una habitación a partir de unas pocas fotografías, predecir cómo reaccionarán los objetos presentes y trazar la trayectoria de movimiento de un robot. El sistema resuelve tareas que demandan comprensión física elemental, anticipando cómo cambiará la disposición de los objetos tras aplicarles una fuerza concreta.
Bases técnicas de los world models
Para entender el funcionamiento de los world models es necesario analizar su arquitectura. En lugar de procesar cadenas de tokens de texto como un LLM habitual, estos modelos deben gestionar representaciones multidimensionales que combinan espacio y tiempo.
Una pieza técnica clave es el empleo de Neural Radiance Fields (NeRF) junto a mecanismos de atención temporal. La tecnología NeRF permite generar representaciones continuas de escenas en tres dimensiones, mientras que la atención temporal modela la evolución de la escena en el tiempo. Desarrollos recientes como Genie 3 incorporan además modelos de difusión para computar y generar nuevos estados del entorno.
El informe técnico de DeepMind detalla que Genie 3 recurre a una arquitectura jerárquica con capas especializadas. Los niveles inferiores procesan propiedades físicas básicas como la gravedad o la fricción; los intermedios calculan colisiones y relaciones directas entre objetos, y las capas superiores planifican escenarios complejos y dependencias a largo plazo.
Por su parte, World Labs expone en su documento «Spatial Intelligence: The Next Frontier» que Marble funciona mediante «multi-modal transformers» optimizados para datos espaciales. La base de su diseño es la «geometric attention», un mecanismo que permite a la red concentrarse en las relaciones geométricas y métricas críticas entre distintos elementos del entorno.
Aplicaciones prácticas y primeros movimientos de la industria
Los world models ya muestran sus primeras aplicaciones comerciales más allá de los centros de investigación. Nvidia anunció en diciembre de 2025 que su gama de tarjetas gráficas RTX 6000 incluiría optimizaciones específicas para ejecutar este tipo de modelos, facilitando su despliegue técnico.
El sector de los videojuegos también ha empezado a explorar sus posibilidades. Epic Games anunció una alianza con World Labs orientada a integrar la tecnología de Marble en Unreal Engine 6. El objetivo del acuerdo es permitir la generación procedimental de mundos realistas e interactivos partiendo de descripciones textuales o bocetos conceptuales.
El mayor campo de aplicación se perfila en la robótica. Boston Dynamics señaló en su informe trimestral que realiza pruebas integrando world models en sus robots humanoides Atlas. Los primeros datos indican que un robot asistido por world models mejora notablemente su capacidad para desplazarse por entornos desconocidos y manipular objetos de propiedades variables.
«Los world models suponen un antes y un después para la robótica. Por primera vez contamos con una IA capaz de anticipar los efectos de sus acciones en el plano físico con una exactitud comparable a la intuición humana» - afirmó Marc Raibert, fundador de Boston Dynamics, en una entrevista con MIT Technology Review en enero de 2026.
El sector de la automoción sigue el mismo camino. Tesla comunicó en marzo de 2026 que evalúa la integración de world models en su plataforma Full Self-Driving. Elon Musk apuntó en la red social X que estos modelos podrían ser la pieza clave para solventar situaciones límite («edge cases») complejas en la conducción autónoma que los sistemas actuales resuelven con dificultad.
Límites técnicos y retos pendientes
El avance de los world models implica solventar obstáculos importantes. El principal cuello de botella es la potencia de cómputo. Según estimaciones del MIT CSAIL, entrenar un world model de escala similar a Genie 3 requiere unas 50 veces más recursos de computación que un LLM equivalente en tamaño.
A esto se suma el coste y la complejidad de los datos de entrenamiento. Un LLM se nutre del texto abierto disponible en la web, pero un world model necesita captura volumétrica 3D, vídeo sincronizado desde múltiples cámaras y telemetría de sensores físicos de alta precisión. Construir un conjunto de datos adecuado para estos sistemas implica inversiones estimadas en cientos de millones de dólares.
La estabilidad predictiva y la fidelidad física son otro reto crítico. En un entorno físico real, un error de cálculo genera fallos graves. Como señaló Yann LeCun (Meta AI) en NeurIPS 2025, los world models actuales sufren problemas de «deriva» (drift), perdiendo progresivamente el anclaje con las leyes físicas conforme se alargan las simulaciones temporales.
«Los world models son una tecnología fascinante, pero seguimos atrapados en el equilibrio entre precisión y coste computacional. Es comparable a simular un universo entero: a mayor fidelidad, mayor es el consumo de recursos requerido» - señaló LeCun durante el panel «Future of AI» en NeurIPS 2025.
El despliegue de estas herramientas plantea cuestiones de seguridad y validación técnica. Un sistema capaz de simular dinámicas físicas complejas con exactitud podría utilizarse para proyectar escenarios de riesgo o entornos peligrosos, lo que exige controles de seguridad sólidos en su distribución.
La carrera entre las grandes tecnológicas
El desarrollo de estos entornos se ha convertido en una nueva área de competencia entre gigantes tecnológicos. Junto a DeepMind y World Labs, compañías como Meta, Microsoft y Amazon han presentado inversiones directas en este campo, cada una con un enfoque de mercado propio:
Meta orienta sus modelos hacia la realidad virtual y aumentada, con el objetivo de generar entornos inmersivos fotorrealistas en tiempo real. Mark Zuckerberg confirmó durante Meta Connect 2025 que los world models formarán el núcleo tecnológico de su infraestructura inmersiva.
Microsoft integra estas capacidades dentro de Azure para ofrecerlas como servicio en la nube a empresas, priorizando simulaciones industriales de cadenas de producción y logística compleja.
Amazon enfoca su inversión hacia la automatización logística y la robótica de almacenes mediante su plataforma «WorldSim», orientada a optimizar movimientos y reparto de paquetería.
Las cifras de inversión reflejan la dimensión del sector: según datos de CB Insights, las empresas centradas en world models levantaron en 2025 más de 15.000 millones de dólares en financiación privada, un volumen superior al capital captado por todo el ecosistema de IA en 2020.
Perspectivas e impacto de la simulación física
Las previsiones apuntan a que los world models podrían generar un impacto operativo aún más profundo que los LLM. Mientras los modelos lingüísticos redefinieron la gestión documental y la comunicación digital, los modelos del mundo intervienen en cómo se diseñan, construyen y operan los objetos físicos.
En el campo científico y formativo, permiten generar simulaciones interactivas de fenómenos complejos, desde la mecánica celeste hasta interacciones subatómicas. El Instituto Tecnológico de Massachusetts (MIT) ya ha anunciado planes para integrar world models en programas formativos de física e ingeniería.
En arquitectura y diseño urbano, el trabajo dejará de basarse en maquetas 3D estáticas para apoyarse en simulaciones dinámicas completas que miden factores ambientales, térmicos y de uso en tiempo real sobre los planos del proyecto.
La medicina presenta oportunidades directas: proyectar la interacción farmacológica a nivel celular o planificar intervenciones quirúrgicas de alta complejidad sobre simulaciones previas puede mejorar la precisión de los procedimientos clínicos.
Este escenario requerirá herramientas de supervisión específicas. Un motor de simulación de alta fidelidad podría utilizarse para generar desinformación avanzada, recreando no solo vídeos aislados sino entornos interactivos simulados al completo, lo que exigirá métodos de verificación técnica adaptados a este formato.
Google · Tus fuentesBrilla más alto en tu Google - con un solo clicAñadir a fuentes preferidas →Hacia una IA que comprende su entorno
Los world models marcan el siguiente paso en la evolución de la inteligencia artificial. Proyectos como Genie 3 en DeepMind o Marble en World Labs demuestran que las redes neuronales pueden ir más allá de los patrones textuales para asimilar las leyes fundamentales del entorno. Supone la transición desde una IA que redacta sobre el mundo a una que es capaz de simular su funcionamiento interno.
Aunque se trata de una disciplina con desafíos de computación, escala de datos y estabilidad por resolver, su impacto abarca sectores estratégicos como la robótica avanzada, el software interactivo, la ingeniería o la salud. El progreso técnico de los próximos años determinará si 2026 marca el punto de inflexión definitivo hacia una IA con verdadera comprensión física del entorno.
More on this from FULGOR
noticias·NVIDIA presenta Cosmos 3 Edge: modelo del mundo para robóticaNVIDIA publica Cosmos 3 Edge en Hugging Face, un modelo del mundo optimizado para ejecutar IA física en dispositivos edge sin depender de la nube.