Yann LeCun acaba de hacer una de las movidas más audaces de su carrera. El ganador del Premio Turing y ex jefe científico de IA en Meta dejó la compañía en diciembre de 2025 para fundar Advanced Machine Intelligence Labs (AMI Labs) en París, con una valuación objetivo de $5 mil millones antes de lanzar un solo producto. La tesis detrás de esta apuesta masiva: los modelos de lenguaje grandes (LLMs) han llegado a su límite y el futuro de la inteligencia artificial está en los modelos del mundo.
Según reportó TechCrunch a finales de enero de 2026, Yann LeCun está buscando levantar €500 millones a una valuación de €3 mil millones, con algunos reportes sugiriendo que la valuación podría alcanzar los $5 mil millones. Esto convertiría a AMI Labs en una de las rondas de financiamiento prelanzamiento más grandes de la historia de la IA, rivalizando con las valuaciones iniciales de compañías como Anthropic y OpenAI.
Por qué LeCun cree que los LLMs no son el camino
LeCun ha sido vocal durante años sobre las limitaciones de los LLMs. En su presentación en NVIDIA GTC, fue contundente: "Los LLMs son demasiado limitados. Escalarlos no nos permitirá alcanzar la inteligencia artificial general". Para él, los modelos actuales como GPT-4 o Claude son fundamentalmente "alucinadores sin comprensión real" del mundo físico.
La alternativa que propone son los modelos del mundo: arquitecturas de IA que aprenden representaciones de la realidad física a través de video y datos sensoriales, permitiendo predicción, planificación y razonamiento sobre causa y efecto. En lugar de predecir la siguiente palabra en una oración, los modelos del mundo predicen qué sucede después en una escena física.
LeCun lo explica así: "Un modelo del mundo es tu modelo mental de cómo se comporta el mundo. Puedes imaginar una secuencia de acciones que podrías tomar, y tu modelo del mundo te permitirá predecir cuál será el efecto de esa secuencia de acciones sobre el mundo". Esto es fundamentalmente diferente de cómo funcionan los LLMs, que aprenden a través de texto pero no tienen un entendimiento espacial o físico real.
La carrera global por los modelos del mundo
LeCun no está solo en esta apuesta. En enero de 2026, el panorama de los modelos del mundo explotó con múltiples competidores entrando al mercado. Fei-Fei Li, considerada la "madrina de la IA", lanzó Marble a través de su startup World Labs, el primer modelo del mundo comercial que crea entornos 3D desde texto, fotos o video.
Google DeepMind presentó Genie 3, capaz de simular mundos 3D en tiempo real con física realista. NVIDIA lanzó Cosmos, un conjunto de modelos fundacionales que ya han sido descargados más de 2 millones de veces. Y StarCloud, en colaboración con NVIDIA, entrenó el primer modelo de IA en órbita espacial, demostrando que las condiciones térmicas y energéticas del espacio son ideales para centros de datos de IA.
Boston Dynamics, líder en robótica, confirmó en noviembre de 2025 que la IA ha impulsado dramáticamente el desarrollo de sus robots. Robert Playter, su CEO, declaró a Euronews: "Aún queda muchísimo trabajo por hacer, pero nada de esto habría sido posible sin la IA. Es un momento realmente emocionante".
Las aplicaciones prácticas que cambiarán todo
Los modelos del mundo tienen ventajas claras sobre los LLMs en ciertas aplicaciones. En robótica, por ejemplo, no puedes entrenar a un robot de fábrica haciéndolo chocar contra obstáculos millones de veces. Los modelos del mundo simulan primero los choques, permitiendo que el robot aprenda sin destruir equipo real.
El modelo V-JEPA 2 de LeCun, desarrollado en Meta, alcanza una precisión del 77.3% en pruebas de comprensión de movimiento y permite el control de robots en entornos nuevos sin entrenamiento previo (zero-shot). La eficiencia de entrenamiento es 6 veces mejor que los enfoques generativos tradicionales.
AMI Labs tiene como objetivo inicial el sector médico. Jean-Baptiste LeBrun, cofundador, dijo a Forbes que los prototipos podrían lanzarse dentro de un año, enfocándose en herramientas de diagnóstico que modelan dinámicamente la fisiología del paciente. "Los modelos del mundo podrían predecir la progresión de enfermedades simulando interacciones corporales", explicó LeCun en una entrevista con MIT Technology Review.
Por qué París y no Silicon Valley
La decisión de establecer AMI Labs en París no es accidental. Francia está construyendo un ecosistema de IA ambicioso, respaldado por incentivos gubernamentales y acceso a talento de instituciones como Inria. Según Sifted, inversores europeos ven a AMI Labs como una oportunidad para anclar la soberanía de IA en el continente, reduciendo la dependencia de Estados Unidos y China.
Meta no invertirá directamente en AMI Labs, pero mantendrá una asociación que permitirá a LeCun continuar colaborando con el que fuera su equipo. Esto es estratégico: LeCun mantiene acceso a recursos mientras construye algo completamente nuevo desde cero.
El escepticismo: ¿$5 mil millones es demasiado?
No todo el mundo está convencido. Las valuaciones de AMI Labs recuerdan a la burbuja de 2021, cuando el capital fluyó sin control hacia cualquier startup con "IA" en el nombre. DeepSeek R1, una startup china, recientemente "sacudió al mundo" al demostrar lo que una firma pequeña puede lograr con recursos limitados, según múltiples reportes de la industria en enero de 2026.
Además, entrenar modelos del mundo requiere mucho más poder computacional que los LLMs. Los modelos de lenguaje más recientes corren en smartphones. Sora de OpenAI, un modelo generativo de video, requeriría miles de GPUs para entrenar y desplegar a escala. Los modelos del mundo necesitan petabytes de datos de video y millones de horas de simulaciones.
Como señaló un comentarista en Hacker News: "Este es el mercado tecnológico más extraño que he visto. Los investigadores están siendo recompensados con dinero de VC por intentar lo que sigue siendo un experimento científico. Eso solía ser una mala palabra y ahora se recompensa con miles de millones de dólares en valuación".
Qué significa para ti como profesional
Si trabajas en robótica, manufactura, simulación, videojuegos o cualquier campo que requiera entendimiento del espacio físico, los modelos del mundo son la siguiente frontera. Las aplicaciones van desde gemelos digitales para planificación industrial hasta NPCs (personajes no jugables) en videojuegos que realmente entienden el espacio y actúan de manera coherente.
Para desarrolladores, el juego es de engagement cauteloso. Monitorea el progreso en APIs y benchmarks. Experimenta cuando las plataformas accesibles se lancen, enfocándote en casos de uso donde los LLMs fallan: robótica, simulación e IA física. Pero no abandones los LLMs todavía. Es probable que estas arquitecturas sean complementarias, no excluyentes.
La apuesta de LeCun podría resultar correcta. Su trayectoria habla por sí misma: co-inventó las redes neuronales convolucionales (CNNs) y ganó el Premio Turing, el equivalente al Nobel en computación. Los avances de V-JEPA en eficiencia son reales y verificables. Pero $5 mil millones huele a exceso de capital estilo 2021 en un momento donde la industria supuestamente está pivotando hacia eficiencia.
Como dijo un analista en byteiota: "La credibilidad de LeCun sugiere tomar esto en serio, pero el timeline desde demos hasta producción sigue siendo poco claro". En 2026, la eficiencia importa tanto como las capacidades de frontera. Observa las demos, espera las APIs y que los precios tengan sentido antes de apostar todo tu repertorio tecnológico en esta dirección.
Si este contenido te fue útil, puedes apoyar el trabajo editorial de GlitchMentalMX.
Apoyar en Ko-fi →
