Por Canuto  

Dos de los ejecutivos más visibles en la infraestructura y los modelos generativos de IA describieron una industria que ya opera a escala de movilización global. Desde una cola de demanda por USD $25.000 millones en chips hasta el uso de modelos visuales por Martin Scorsese, el mensaje fue claro: el razonamiento, el open source y la soberanía tecnológica están redefiniendo la carrera por la inteligencia artificial.
***

  • Cerebras afirmó que la demanda de capacidad para IA supera con creces la oferta y reveló una cola de pedidos por USD $25.000 millones.
  • Andrew Feldman sostuvo que, bajo definiciones antiguas, la AGI ya fue alcanzada, mientras crecen las preocupaciones por seguridad y despliegue gradual.
  • Black Forest Labs explicó cómo sus modelos de imagen y video ya se usan en cine, y cómo la misma base tecnológica podría extenderse hacia robótica.

La carrera por la inteligencia artificial ya no se parece a un ciclo tecnológico convencional. Se parece más a una movilización industrial global, con centros de datos gigantescos, pedidos de chips anticipados y empresas que compiten por asegurarse capacidad antes de que exista físicamente.

Esa fue una de las principales conclusiones de Open Source Wins, AGI Is Here, and Scorsese’s AI Toolkit with CEOs of Cerebras & Black Forest Labs, conversación del canal All-In Podcast en la que participaron Andrew Feldman, CEO y fundador de Cerebras, y Robin Rombach, cofundador y CEO de Black Forest Labs.

El intercambio retrata dos capas del auge actual de la IA. Por un lado, la infraestructura extrema que sostiene el razonamiento y la inferencia a gran escala; por el otro, los modelos generativos multimodales que hoy producen imágenes y video, pero que mañana podrían convertirse en cerebros para robots.

También deja ver una tensión creciente entre modelos cerrados y open source. A esa discusión se suma otra, cada vez más relevante para gobiernos y corporaciones: la soberanía tecnológica, es decir, la capacidad de ejecutar IA bajo control propio, con reglas, datos y despliegues locales.

Para lectores nuevos en el tema, vale una precisión. Cuando la industria habla de inferencia, se refiere al momento en que un modelo ya entrenado genera respuestas, razona, crea imágenes o ejecuta tareas; ese paso se ha vuelto crucial porque los nuevos sistemas consumen enormes cantidades de cómputo al “pensar” durante más tiempo.

Centros de datos gigantes, demanda desbordada y la tesis de que la AGI ya llegó

Feldman describió el actual despliegue de infraestructura como una obra de escala histórica. Según explicó, en los próximos años se levantarán centros de datos que consumirán más energía que la usada por la humanidad en los 50 años previos, con edificios del tamaño de campos de fútbol y cargas eléctricas comparables a las de ciudades medianas.

Esos proyectos no se concentran solo en Estados Unidos. Mencionó desarrollos en Canadá, los países nórdicos, Francia, otras zonas de Europa, Oriente Medio y hasta lugares que antes no figuraban en el radar principal de la industria, como Kazajistán, Tayikistán, Georgia y Armenia.

Del lado de la demanda, el ejecutivo sostuvo que empresas como OpenAI, Anthropic, Google, Microsoft, AWS y xAI muestran un apetito prácticamente insaciable. A su juicio, no están apostando a una demanda hipotética, sino tratando de alcanzar una demanda que ya existe y que supera la capacidad de construcción y despliegue disponible.

En ese marco, Feldman aseguró que Cerebras mantiene una cola de pedidos por USD $25.000 millones. Añadió que sus clientes llegaron a ordenar chips incluso antes de que la compañía hubiera terminado de fabricarlos, señal de una presión inusual incluso para estándares del sector tecnológico.

El directivo comparó la situación con los primeros años de AWS. En aquella etapa, muchas compañías permitieron a sus ingenieros contratar recursos de nube casi sin restricciones, lo que generó tanto innovación útil como gasto innecesario; para Feldman, algo parecido ocurre hoy con los tokens y el uso de modelos, aunque el valor neto creado sigue siendo enorme.

Su idea es que la industria está pasando de una fase de “token maxing” a una etapa más disciplinada. En lugar de asignar capacidad indiscriminadamente, las empresas empiezan a distinguir entre tareas que requieren modelos de frontera y otras que pueden resolverse con modelos más baratos, abiertos o ajustados al caso de uso.

Ese cambio, dijo, coincide con la mejora radical de los sistemas de razonamiento. A diferencia de los primeros chatbots, que dependían mucho de prompts exactos, los modelos más recientes entienden mejor la intención del usuario y proponen incluso formatos o enfoques que este no pidió explícitamente, pero que se ajustan mejor al objetivo.

Para Feldman, el salto en razonamiento ya modifica la definición práctica de inteligencia artificial general. Sostuvo que, si se toman los criterios que existían hace 10, 20 o 30 años, la AGI ya fue alcanzada, porque los modelos actuales superan ampliamente pruebas y expectativas que antes se consideraban hitos teóricos.

Su argumento no significa que el despliegue esté completo ni que todos los efectos hayan sido asimilados por la economía. Significa, más bien, que la capacidad general ya existe en laboratorio y en productos, aunque todavía falte traducirla de forma más amplia y segura en organizaciones, mercados y vida cotidiana.

Inferencia, razonamiento y por qué la velocidad del chip se volvió decisiva

En el centro del discurso de Cerebras aparece una tesis técnica sencilla. Si los nuevos modelos razonan durante más tiempo, debaten internamente, exploran rutas alternativas y consumen cantidades masivas de tokens, entonces la inferencia deja de ser un simple paso final y se convierte en una carga computacional dominante.

Feldman explicó que ese consumo interno de tokens hace especialmente valiosas las máquinas muy rápidas. Según su planteamiento, cuando un modelo puede correr durante 24 o 48 horas con abundante capacidad, el resultado se parece menos a una respuesta inmediata y más a semanas o meses de “pensamiento” condensado.

Ese punto es importante para entender por qué empresas de infraestructura buscan diferenciarse. No compiten solo por tener más chips, sino por reducir la fricción del razonamiento intensivo, hacer más tolerables los guardarraíles y volver factible el uso continuo de agentes, bucles de revisión y cadenas de trabajo cada vez más largas.

Sobre la evolución de rendimiento, Feldman dijo que los procesadores anteriores a Cerebras seguían la ley de Moore, con una duplicación aproximada cada 18 meses. En cambio, afirmó que su arquitectura abrió una nueva trayectoria y que la compañía espera crecer bastante más de 2x en los próximos 18 meses.

La explicación que ofreció es que las arquitecturas nuevas aún tienen mucho margen de optimización. Mientras una plataforma madura como la GPU depende en mayor medida de saltos de fabricación y nodos más pequeños, una arquitectura reciente todavía puede capturar ganancias relevantes aprendiendo del tipo de trabajo real que ejecutan los modelos.

El entrevistador planteó además un asunto que ha inquietado a la industria durante años. Si actores como OpenAI o Amazon desarrollan chips propios, la pregunta no es solo si buscan mejor precio frente a Nvidia, sino si intentan controlar una parte crítica de su destino tecnológico.

Feldman respondió que nadie quiere depender totalmente de terceros. Recordó las lecciones de la era x86, cuando los hyperscalers dependían de Intel, y sugirió que hoy la motivación central no es necesariamente construir el chip más rápido, sino evitar una dependencia total de la hoja de ruta de otro proveedor.

Desde su perspectiva, la demanda actual es tan grande que no sobra silicio. Pero la integración vertical parcial, los diseños internos y la diversificación de proveedores se han convertido en piezas de una estrategia de resiliencia que ya no se limita a costos, sino que toca autonomía, seguridad y velocidad de despliegue.

Open source, soberanía y el debate sobre seguridad en modelos avanzados

La conversación también abordó el ascenso del open source en IA. El entrevistador sostuvo que la brecha frente a los modelos cerrados se redujo con rapidez, especialmente a medida que aparecieron mejores sistemas de razonamiento y herramientas de enrutamiento inteligente entre distintos modelos según costo y necesidad.

Feldman defendió una visión pragmática. Dijo que no todas las tareas ameritan “llevar el Ferrari al supermercado”, y que muchas operaciones empresariales cotidianas, como copiar datos entre sistemas o automatizar flujos internos, no necesitan matemáticas de élite sino capacidades abiertas, sólidas y baratas.

Esa lógica se vuelve aún más fuerte en sectores regulados. Finanzas, salud y otras industrias con exigencias de privacidad, residencia de datos y cumplimiento normativo piden cada vez más despliegues on-premise o domésticos, con modelos abiertos o personalizables que reduzcan los riesgos de fuga y aumenten el control operativo.

Feldman afirmó que ya observa esa demanda en el mercado. Señaló que, si hoy una organización quiere ejecutar open source, con frecuencia debe elegir entre ciertos modelos estadounidenses y varios modelos chinos, por lo que consideró deseable que Estados Unidos ofrezca más alternativas abiertas de origen local.

Según explicó, Cerebras opera una mezcla amplia de modelos. Citó entre ellos GLM, Kimmy, la familia Qwen, modelos cerrados de OpenAI y desarrollos propios de clientes como GSK, así como modelos creados por su socio G42 y la universidad MBZUAI en Emiratos Árabes Unidos.

Para el ejecutivo, la soberanía ya es una tendencia clara. En ese punto vinculó la discusión técnica con otra más sensible: el rol del gobierno cuando un modelo alcanza capacidades que podrían representar amenazas concretas en ciberseguridad o en otras áreas de alto impacto.

Feldman consideró razonable que, ante una tecnología muy poderosa, las autoridades pidan un despliegue escalonado y tiempo para pruebas de red teaming. Comparó esa posibilidad con la supervisión que reciben nuevos fármacos, aunque aclaró que no defendía una burocracia paralizante ni marcos de años de demora.

Su argumento se apoyó en un ejemplo mencionado durante la charla. El entrevistador relató una conversación con Nikesh Arora, de Palo Alto Networks, en la que este aseguró que al enfrentar cierto modelo contra su software encontraron vulnerabilidades desconocidas y debieron dedicar seis semanas a parchearlas.

Ambos coincidieron en que habrá filtraciones de datos y fallas graves. La cuestión, en su visión, no es si ocurrirán, sino cómo prepararse para eventos inevitables en una tecnología que avanza tan rápido que obliga a diseñar guardarraíles mientras compite, itera y escala a la vez.

Black Forest Labs, de Stable Diffusion a modelos multimodales para cine y robótica

Si Cerebras representa el músculo de cómputo, Black Forest Labs encarna una de las apuestas más visibles en modelos visuales. Robin Rombach recordó que su equipo trabajó en Stable Diffusion y antes desarrolló latent diffusion, técnica que describió como base fundamental de gran parte de la generación moderna de imágenes y video.

La idea detrás de ese enfoque es comprimir datos naturales, como imágenes, video o audio, en representaciones más eficientes, y luego entrenar transformadores sobre esas versiones condensadas. Rombach explicó que ese principio conecta con la lógica de formatos como JPEG o MP3, pero trasladado al terreno de algoritmos neuronales.

Hoy, dijo, Black Forest Labs ya trabaja en un paradigma más amplio. Su objetivo es construir modelos multimodales visuales preentrenados con imágenes, audio y video, y combinar esa base con predicción de acciones, de modo que el mismo sistema pueda crear contenido y eventualmente ser desplegado en robots del mundo real.

La tesis de fondo es poderosa. Si un modelo logra producir imágenes o videos coherentes del mundo, entonces debe haber adquirido cierto entendimiento implícito sobre objetos, relaciones físicas e interacciones, conocimiento que luego podría reutilizarse para percepción, simulación o control.

Rombach distinguió entre inteligencia intuitiva y razonamiento profundo. Según planteó, una forma completa de inteligencia necesita ambas capas y su interacción; su empresa, dijo, ha avanzado más desde el lado intuitivo y visual, aunque ve una convergencia progresiva con otras formas de modelado y decisión.

Sobre el control creativo, admitió que la crítica de “máquina tragamonedas” ha sido válida para generaciones anteriores de modelos. La respuesta, indicó, pasa por exponer más capas de manipulación al usuario y al desarrollador, permitiendo editar imágenes, mezclar múltiples entradas y extender ese mismo enfoque a video.

Ese proceso ya ha ido expandiéndose. Primero aparecieron sistemas de texto a imagen; luego, herramientas de texto más imagen para editar; después, combinaciones semánticas con múltiples imágenes; y ahora el mismo principio se traslada a video, en una arquitectura donde varias modalidades pueden ser tanto entradas como salidas.

Martin Scorsese, producción audiovisual y la frontera entre herramienta y medio

Uno de los puntos más llamativos de la conversación fue la referencia a Martin Scorsese. Rombach contó que se reunió varias veces con el cineasta y le mostró las herramientas de Black Forest Labs, experiencia que describió como impactante tanto por su admiración personal como por el valor creativo del intercambio.

Según relató, Scorsese exploró con el equipo una escena ambientada en una aldea de Europa del Este. El director describía el entorno, observaba los resultados, pedía iteraciones y usaba las imágenes generadas como forma de externalizar una visión mental que sería difícil comunicar con la misma riqueza mediante lenguaje solamente.

Rombach cree que ahí aparece uno de los usos más poderosos de la IA generativa. No tanto reemplazar el cineasta, sino ofrecer un medio nuevo para sacar una idea de la cabeza, visualizarla rápido y compartirla con un equipo en una forma visual mucho menos ambigua que una descripción verbal.

También se mostró cauto sobre la idea de “hacer películas completas” con un solo modelo de video. Dijo que puede ser interesante explorar flujos largos o automatizados, pero que los resultados más valiosos suelen emerger cuando existe un humano en el circuito, iterando y usando la IA como medio expresivo.

Esa visión encaja con una tendencia que ya se observa en empresas jóvenes. El entrevistador señaló que muchas startups han dejado de gastar entre USD $100.000 y USD $250.000 en grandes videos de lanzamiento y ahora dedican una o dos semanas a producir piezas audiovisuales con ayuda de directores y herramientas generativas.

Rombach respondió que su empresa ve con buenos ojos esa clase de exploración. Para él, parte del atractivo de estos modelos es que una misma base tecnológica puede soportar videos de producto, storyboards, conceptos visuales y, al mismo tiempo, caminos mucho más ambiciosos en producción avanzada.

En ese punto apareció otro ejemplo. El entrevistador mencionó una conversación con Gal Gadot, quien le dijo haber participado en una película sobre Bitcoin rodada en un sound stage sin pantallas verdes, donde buena parte del escenario se generó con IA; según su versión, un proyecto de USD $30 millones habría costado cerca de USD $150 millones por métodos tradicionales.

Rombach respondió que ya observa usos de ese tipo en producción, aunque recalcó que el cine de alta gama sigue siendo uno de los casos más exigentes. Aun así, insistió en que la tecnología mejora con rapidez y que el salto desde imágenes de 64 x 64 píxeles hasta videos de alta resolución y múltiples entradas sugiere una trayectoria todavía lejos de agotarse.

IP, fan films y la posibilidad de que la IA llegue desde el cine hasta los robots

La discusión final giró hacia la propiedad intelectual y el futuro del contenido interactivo. Ante la pregunta sobre qué debería hacer una gran dueña de franquicias como Disney, Rombach dijo que el interés principal de la tecnología está en crear algo nuevo, no en replicar sin límites personajes o universos preexistentes.

Por eso, explicó, las herramientas públicas de su empresa bloquean la generación de cierta propiedad intelectual. Al mismo tiempo, confirmó que Black Forest Labs trabaja con algunos titulares de IP para desarrollar modelos conjuntos, a veces sobre bases open source y otras sobre modelos propietarios más potentes.

El entrevistador propuso una visión más abierta hacia los fans. Recordó cómo George Lucas permitió fan films no comerciales de Star Wars y sugirió que el próximo paso podría ser licenciar software o cobrar por uso para que los seguidores creen nuevas historias con personajes conocidos dentro de un marco autorizado.

Rombach no describió un producto específico para plataformas como Disney+, pero sí dijo que la empresa busca habilitar herramientas interactivas de creación de contenido. A medida que los modelos se vuelven más rápidos e interactivos, imaginó experiencias nuevas para consumidores dentro de servicios de entretenimiento o ecosistemas propietarios.

Sin embargo, el punto más ambicioso de su tesis está fuera de Hollywood. Para Rombach, lo verdaderamente fascinante es que la misma clase de modelo capaz de ayudar a hacer una película también pueda desplegarse como cerebro de un robot, conectando comprensión visual, generación y predicción de acciones.

Preguntado por el entrenamiento para robótica, respondió que no espera una única fuente de datos. Ve una combinación de percepción, predicción, simulación y ajuste fino, en la que los modelos primero adquieren gran comprensión visual y luego requieren apenas algunas horas de fine-tuning para adaptarse a tareas y hardware concretos.

El objetivo final, según dijo, sería acercarse a un esquema más parecido a un modelo de lenguaje. En vez de programar cada acción a mano, se podría dar al robot una instrucción contextual como “ve y toma ese vaso con jugo de naranja”, aunque admitió que ese horizonte todavía contiene problemas de investigación abiertos.

En conjunto, la conversación dibuja una industria que ya no solo promete asistentes de texto. Habla de razonamiento largo, centros de datos descomunales, modelos abiertos por soberanía, herramientas cinematográficas para directores consagrados y una ruta plausible hacia máquinas que entiendan el entorno y actúen en él.

Feldman cerró con una nota deliberadamente optimista. Reconoció que habrá dislocaciones económicas, pero sostuvo que el balance potencial de la IA incluye avances en cáncer, educación personalizada, energía, vivienda y conocimiento, una promesa de abundancia que, para sus defensores, justifica la magnitud de la apuesta actual.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados