Los modelos del mundo ayudan a la IA a predecir cómo podría cambiar un entorno en respuesta a una acción, lo que le permite comparar opciones antes de actuar en el mundo físico.
El interés se acelera a medida que los investigadores miran más allá de la IA centrada en el lenguaje y se orientan hacia sistemas capaces de seguir el espacio, el tiempo y los estados físicos cambiantes.
Sin embargo, las simulaciones realistas no siempre son fiables, y el modelo, el planificador y el sistema implementado deben contrastarse, cada uno, con resultados del mundo real.
Imaginemos un robot de almacén que intenta alcanzar un paquete que nunca ha visto. Antes de moverse, utiliza un modelo aprendido de su entorno para comparar varias acciones posibles.
Investigadores e inversores apuestan a que esta capacidad de predecir qué podría ocurrir antes de actuar permitiría a los sistemas de inteligencia artificial (IA) operar con mayor eficacia en fábricas, vehículos e infraestructuras.
A estos sistemas se los denomina modelos del mundo: modelos que representan cómo cambian los entornos y predicen cómo podrían afectarlos las acciones.
¿Qué es un modelo del mundo?
No existe una definición consensuada. Una reciente hoja de ruta del Shanghai AI Laboratory describe un modelo del mundo como una representación interna de un entorno y de cómo cambia su estado con el tiempo. Aprende a partir de observaciones como vídeos, imágenes y lecturas de sensores, así como de datos que relacionan acciones con resultados, y luego predice cómo podría responder el entorno a una acción.
Un modelo del mundo intenta responder a una pregunta práctica: si un agente realiza una acción, ¿qué es probable que ocurra después? Genera resultados posibles que, en muchos sistemas, un planificador independiente compara antes de elegir una acción. Una taxonomía propuesta por Fei-Fei Li y World Labs distingue entre renderizadores, simuladores y planificadores: cómo es el mundo, cómo se comporta y qué debería hacer un agente.
Una predicción precisa no demuestra necesariamente una comprensión causal. Un modelo puede aprender patrones que dejan de funcionar cuando cambian las condiciones del entorno.
¿Por qué está cobrando impulso ahora?
La idea no es nueva. El artículo de 2018 World Models, el sistema MuZero de DeepMind y DreamerV3 mostraron cómo los agentes podían aprender o planificar a partir de futuros modelados.
El impulso actual refleja una carencia de la IA centrada en el lenguaje. Los modelos de lenguaje pueden razonar a partir de descripciones de la realidad, pero la mayoría no se entrena principalmente con datos que relacionen las acciones físicas con sus consecuencias.
Los modelos del mundo buscan seguir el espacio, el tiempo, los estados cambiantes y las intervenciones. El informe del Foro Económico Mundial Las 10 tecnologías emergentes principales de 2026 señala la disponibilidad de datos más ricos sobre el mundo físico, modelos más grandes y arquitecturas que predicen representaciones comprimidas en vez de cada detalle visual.
La IA física también depende de datos que muestran cómo afectan las acciones a los entornos reales. Estos registros suelen proceder de robots, vehículos, sistemas de teleoperación y otras operaciones físicas, en lugar de contenido web de acceso público. El Instituto de Inteligencia Artificial Centrada en el Ser Humano de Stanford (Stanford HAI) advierte que su escasez podría concentrar el control en organizaciones con acceso a grandes flotas operativas o a fuentes comparables de datos de interacción.
La investigación y la inversión actuales avanzan en tres grandes direcciones: mejorar la predicción física, generar simulaciones interactivas y desarrollar alternativas al escalado centrado en los modelos de lenguaje.
MetaV-JEPA 2 aplica representaciones predictivas a la planificación robótica, mientras que Genie 3 de Google DeepMind genera entornos interactivos. AMI Labs, de Yann LeCun, ha recaudado 1,03 mil millones de dólares para impulsar un enfoque centrado en los modelos del mundo, el razonamiento y la planificación. Dealroom estima que las empresas de esta categoría han recaudado 3,2 mil millones de dólares hasta ahora en 2026. La financiación demuestra confianza, pero no prueba que ya existan modelos del mundo de propósito general.
AMI Labs afirma que está desarrollando sistemas universalmente inteligentes centrados en modelos del mundo. A corto plazo, los modelos del mundo podrían funcionar junto con los modelos de lenguaje, combinando el razonamiento semántico con modelos del espacio, el estado y la acción.
El concepto también empieza a extenderse más allá de los entornos físicos. Investigaciones recientes sobre modelos sociales del mundo exploran si la IA puede representar creencias, intenciones e interacciones para predecir dinámicas sociales, mientras que herramientas relacionadas de simulación social empiezan a utilizarse comercialmente. Sin embargo, predecir de forma fiable comportamientos sociales complejos del mundo real sigue siendo un reto pendiente.
¿Dónde podrían generar valor primero los modelos del mundo?
La robótica ofrece algunas de las pruebas más claras publicadas hasta la fecha en pruebas de referencia. El entrenamiento en el mundo real es lento, costoso y, a veces, peligroso. Meta informa que V-JEPA 2 logró tasas de éxito del 65–80 % en determinadas tareas de recoger y colocar objetos nuevos en entornos nuevos. Estos resultados se limitan al laboratorio.
La conducción autónoma ofrece un entorno a mayor escala para probar simulaciones de modelos del mundo. Waymo afirma que su modelo del mundo puede generar simulaciones controlables de cámara y lidar para sucesos poco frecuentes y rutas modificadas. Los modelos aprendidos podrían facilitar la generación y variación de escenarios frente a simuladores construidos principalmente a partir de entornos especificados manualmente. En última instancia, su valor dependerá de que las mejoras demostradas en simulación se trasladen de forma fiable al rendimiento en carreteras reales.
Las aplicaciones en infraestructuras y operaciones industriales siguen siendo más especulativas. El informe del Foro Las 10 tecnologías emergentes principales muestra el potencial mediante el ejemplo hipotético de un puerto que utiliza datos operativos y meteorológicos para someter los planes de carga a pruebas de estrés antes de que el personal los apruebe. A la larga, sistemas similares podrían ayudar a los responsables de la toma de decisiones a analizar cómo se afectan entre sí los cambios en el transporte, la energía y otras infraestructuras conectadas. Por ahora, sin embargo, estos escenarios ilustran posibles usos, no implementaciones consolidadas.
El argumento empresarial a corto plazo consiste en reducir el coste y el riesgo de la experimentación. Los modelos del mundo aprendidos podrían facilitar la generación, variación y actualización de entornos simulados a medida que se disponga de nuevos datos operativos. Los equipos podrían descartar opciones antes de comprometer capital o exponer a personas y equipos a riesgos.
Surge otra preocupación de gobernanza cuando un mismo proveedor suministra un sistema autónomo y la simulación utilizada para validarlo. En ese caso, a los clientes y reguladores puede resultarles difícil distinguir la solidez real del rendimiento obtenido en condiciones elegidas por el proveedor. La supervisión humana no resuelve del todo este problema a menos que quienes revisan el sistema puedan entender las opciones disponibles, intervenir a tiempo y anularlo cuando sea necesario.
La brecha de fiabilidad de los modelos del mundo
Los errores de simulación no siempre son evidentes. Stanford HAI describe una «trampa de plausibilidad visual» en la que un entorno parece coherente, aunque representa de forma incorrecta propiedades físicas importantes.
Un robot simulado podría parecer capaz de manipular un objeto con éxito, aunque su masa, fricción o rigidez se hayan modelado de forma imprecisa. La acción puede parecer verosímil en pantalla, pero fallar en el mundo físico. El mismo problema puede menoscabar la evaluación: si se utiliza un entorno aprendido tanto para entrenar como para probar, un sistema puede adaptarse a los supuestos del simulador y obtener una puntuación alta, pero seguir siendo inseguro en condiciones reales.
Los sistemas actuales también siguen teniendo limitaciones de alcance y duración. DeepMind afirma que Genie 3 admite un repertorio limitado de acciones y solo unos minutos de interacción continua. Estas restricciones limitan su utilidad actual para la planificación a largo plazo y las pruebas de seguridad exhaustivas.
Por tanto, la evaluación debe abarcar toda la cadena: si el modelo realiza predicciones precisas, si el planificador selecciona acciones adecuadas y si el sistema completo funciona de manera segura en el mundo real.
Esto requiere comparar los resultados con los del mundo real, probar casos límite, realizar un seguimiento tras la implementación y disponer de acceso independiente a pruebas de rendimiento. En aplicaciones críticas para la seguridad, el rendimiento en simulación debe considerarse una prueba preliminar, no una demostración de fiabilidad en el mundo real.
Los modelos del mundo no son necesarios para todas las aplicaciones de IA. Las herramientas de previsión, los sistemas de optimización, los modelos de lenguaje conectados a datos fiables y los simuladores convencionales pueden resolver muchos problemas a menor coste.
Las organizaciones deberían considerar el uso de un modelo del mundo cuando las acciones alteran sustancialmente las condiciones futuras, la experimentación en el mundo real resulta costosa o peligrosa, los resultados pueden contrastarse con pruebas independientes y siguen existiendo alternativas seguras. Si no se dan estas condiciones, la simulación convencional, la previsión o la optimización pueden ofrecer una solución más barata y fiable.
