AMD adquiere World Labs por 8.200 millones de dólares para impulsar su ecosistema de chips de IA

Advanced Micro Devices (AMD) anunció el 28 de septiembre de 2026 que adquirirá World Labs, una startup centrada en modelos de aprendizaje profundo que comprenden la realidad física. La operación, valorada en 8.200 millones de dólares, incorpora a Fei-Fei Li, fundadora de World Labs, como vicepresidenta ejecutiva y científica jefe de AMD.

Qué ha ocurrido

Esta adquisición marca un cambio significativo en la estrategia de AMD para construir un ecosistema integral de inteligencia artificial. World Labs afirmó que esta medida refleja la necesidad de una colaboración estrecha entre la investigación de modelos, la arquitectura de sistemas y la infraestructura de cómputo. AMD indicó que las ideas derivadas de los trabajos pioneros desarrollados en World Labs influirán directamente en su futura hoja de ruta de fabricación de chips. Esto sigue a una alianza establecida el año pasado entre ambas empresas, centrada en la optimización de inferencia y entrenamiento.

Fei-Fei Li, profesora de ciencias de la computación en Stanford y pionera en visión por computadora conocida por crear la base de datos ImageNet, fundó World Labs en 2024. Su objetivo era desarrollar modelos fundamentados en la física, argumentando que la verdadera inteligencia general requiere razonar sobre datos más allá del texto. Li describió la adquisición como un paso necesario para escalar los avances técnicos más allá del laboratorio. Señaló que acelerar el futuro requiere ampliar el alcance y acercarse al hardware.

Este movimiento posiciona a AMD para competir más directamente con Nvidia, que ya ofrece modelos abiertos del mundo como Cosmos. Aunque AMD ha lanzado previamente modelos basados en texto y vídeo, carecía de una suite dedicada a simular entornos físicos. Se espera que la adquisición se cierre antes de finales de 2026, pendiente de la aprobación regulatoria.

Cómo funciona

World Labs se especializa en "modelos del mundo", un término que actualmente abarca una variedad de tecnologías. Estos incluyen modelos de lenguaje entrenados con entradas visuales y sistemas capaces de generar simulaciones de alta fidelidad de la realidad. La idea central es crear una IA que comprenda las leyes físicas que gobiernan los objetos, en lugar de limitarse a patrones estadísticos en textos o imágenes.

El primer producto de la empresa, Marble, cumple doble función. Crea experiencias de entretenimiento inmersivas y genera entornos simulados para el entrenamiento de robots. Estas simulaciones son críticas debido a la escasez de datos útiles del mundo real para entrenar robots de propósito general. Los datos sintéticos provenientes de modelos del mundo permiten a los desarrolladores entrenar vehículos autónomos, robots industriales y humanoides en entornos virtuales seguros y escalables antes de desplegarlos en el mundo físico.

Al integrar estas capacidades, AMD busca optimizar su hardware para las demandas computacionales específicas de ejecutar y entrenar estas simulaciones complejas. Esta integración vertical refleja el enfoque adoptado por competidores que agrupan ecosistemas de software con su silicio para fidelizar a clientes empresariales.

Detalles clave

• AMD está adquiriendo World Labs por 8.200 millones de dólares.
• Fei-Fei Li se unirá a AMD como vicepresidenta ejecutiva y científica jefe.
• World Labs fue fundada en 2024 para desarrollar modelos de aprendizaje profundo fundamentados en la física.
• El primer producto de la empresa, Marble, genera entornos simulados para el entrenamiento de robots y entretenimiento.
• Se espera que el acuerdo se cierre antes de finales de 2026, sujeto a aprobación regulatoria.
• AMD planea utilizar las ideas sobre cargas de trabajo de World Labs para dar forma a su futura hoja de ruta de chips.

Por qué importa

Para ingenieros de software y desarrolladores de IA, esta adquisición señala un acoplamiento más estrecho entre el hardware y los modelos avanzados de IA. A medida que AMD integra la tecnología de World Labs, podemos esperar nuevas herramientas y bibliotecas optimizadas específicamente para GPUs de AMD que faciliten la creación y despliegue de modelos del mundo. Esto podría reducir la barrera de entrada para equipos que construyen aplicaciones robóticas o interfaces de computación espacial, ofreciendo una alternativa al ecosistema dominado por Nvidia.

El enfoque en datos sintéticos para robótica es particularmente relevante para equipos que trabajan en sistemas autónomos. La recolección de datos del mundo real es costosa, peligrosa y lenta. El acceso a herramientas de simulación de alta fidelidad integradas con hardware eficiente podría acelerar los ciclos de desarrollo para la automatización industrial y la robótica de consumo. Es posible que los desarrolladores pronto tengan que elegir hardware basado en la calidad de las pilas asociadas de simulación y entrenamiento, no solo en la potencia bruta de cómputo.

Además, este movimiento destaca la creencia de la industria de que la IA de próxima generación debe comprender el contexto físico. Los grandes modelos de lenguaje basados en texto están alcanzando la saturación en algunas áreas, pero los modelos que pueden razonar sobre espacio, tiempo y física aún están en etapas tempranas.

Qué puedes hacer

• Evalúa si tus proyectos actuales podrían beneficiarse de datos sintéticos generados por modelos del mundo para reducir costes de recolección de datos reales.
• Mantente atento a los nuevos SDKs y bibliotecas de AMD orientados a simulación física y robótica tras el cierre de la adquisición.
• Considera alternativas al stack de Nvidia si buscas diversificar tu infraestructura de entrenamiento de IA.
• Explora cómo la integración vertical de hardware y software puede mejorar la eficiencia en cargas de trabajo de IA espacial.