AMD anunció la adquisición de World Labs por US$8,2 mil millones, una operación que, más allá del monto, apunta a consolidar una estrategia orientada a la infraestructura de IA y a comprender mejor cómo las máquinas interpretan y accionan en el mundo real. En el liderazgo de World Labs está Fei-Fei Li, una científica de 50 años que es reconocida como una de las figuras clave en los inicios de la IA y cuyo trabajo se adelantó a hitos actuales como ChatGPT o Gemini.

La llegada de Li a la firma forma parte de una pulseada cada vez más intensa por definir quién controlará la base tecnológica sobre la cual operarán los modelos de próxima generación. Nvidia viene ganando terreno al convertir sus procesadores gráficos y su ecosistema de software en la plataforma preferida para entrenar modelos avanzados, mientras AMD busca acortar distancias y ampliar su negocio hacia robots y sistemas capaces de interactuar con el entorno físico.

Antes de la popularización de los chatbots y de los grandes avances en IA generativa, Li desempeñó un papel central en la tarea de enseñar a las máquinas a entender lo que ven. Nacida en China y criada en Estados Unidos desde la adolescencia, su trayectoria se configuró alrededor de la visión por computadora, la disciplina que persigue que las máquinas interpreten imágenes.

Uno de los hitos más asociados a su nombre es ImageNet, una gigantesca base de datos visual que, junto con equipos en Princeton y Stanford, permitió entrenar y comparar algoritmos de reconocimiento a escala, acelerando la revolución del aprendizaje profundo. Su labor terminó siendo determinante para las bases de gran parte de los avances actuales en IA.

Con su nueva misión, Li persigue un objetivo más ambicioso: pasar de que una IA reconozca qué hay en una imagen a que entienda cómo se relacionan los objetos, qué dimensiones tienen, cómo se mueven y qué podría ocurrir si interactúan con el entorno.

AMD se fijó en World Labs precisamente por su enfoque en los llamados “world models” (modelos de mundo). La idea es que la IA no solo describa una escena, sino que razone sobre ella: por ejemplo, al mirar una sala, comprender la organización espacial, las relaciones entre objetos y las consecuencias de movimientos dentro del espacio.

La operación subraya la estrategia de AMD para construir una base de IA más amplia, que vaya más allá del reconocimiento y avance hacia una comprensión contextual del entorno. En un contexto de inversiones multimillonarias y de una competencia cada vez más encarnizada, esta movida refuerza la intención de la compañía de competir con Nvidia en un terreno clave para la IA del futuro.