Fei-Fei Li dice que World Labs quiere que la IA entienda el espacio más allá de los chatbots

Why it matters

World Labs has raised at least $1.23B to make spatial models a foundation for creative software and robotics. The bet succeeds only if generated worlds preserve the geometry and physics required for reliable action.

Fei-Fei Li usó una entrevista de Bloomberg Technology publicada el miércoles para afinar la apuesta detrás de World Labs: los modelos de lenguaje aprendieron a hablar, y su siguiente empresa pretende enseñar a las máquinas a comprender y actuar dentro del espacio tridimensional.

World Labs está persiguiendo la brecha entre el lenguaje y la comprensión física. Los chatbots pueden describir una habitación. Los sistemas con inteligencia espacial modelarían su geometría, predecirían lo que sucede dentro de ella y, eventualmente, ayudarían a una persona o a un robot a cambiarla.

La apuesta sigue el arco de la carrera de Li. Dirigió la creación de ImageNet, la base de datos visual y benchmark que ayudó a acelerar la visión por computadora moderna, dirigió el Stanford AI Lab de 2013 a 2018 y se desempeñó como científica jefe de IA y aprendizaje automático en Google Cloud. World Labs le da la oportunidad de convertir décadas de investigación en inteligencia visual en una empresa de productos con un respaldo financiero inusualmente profundo.

Li cofundó World Labs con los investigadores de visión por computadora y gráficos Justin Johnson, Christoph Lassner y Ben Mildenhall. Johnson completó su doctorado en Stanford bajo la dirección de Li y trabajó en razonamiento visual, generación de imágenes y razonamiento 3D. Mildenhall co-creó Neural Radiance Fields, o NeRF, un método para reconstruir escenas tridimensionales a partir de imágenes. Lassner trabajó anteriormente en investigación de gráficos y reconstrucción 3D en Epic Games y Meta Reality Labs Research.

Marble is the product version of Li's thesis

El primer producto nombrado de World Labs, Marble, estuvo disponible de forma general el 12 de noviembre de 2025. World Labs afirma que Marble puede generar entornos 3D persistentes y navegables a partir de texto, imágenes, video o diseños aproximados. Los usuarios pueden editar y combinar esos entornos, y luego exportarlos como videos, mallas o Gaussian splats.

Ese formato de salida es central para la propuesta de World Labs. Un video generado le da al espectador una secuencia fija de fotogramas. Marble apunta a producir un entorno que pueda volver a visitarse, editarse e inspeccionarse desde diferentes posiciones. Para diseñadores, desarrolladores de juegos y artistas de efectos visuales, la propuesta comercial es un camino más rápido desde una idea o una imagen de referencia hasta un activo espacial utilizable.

Los grupos de clientes declarados por World Labs incluyen creadores, estudios de juegos y de efectos visuales, arquitectos, diseñadores, investigadores en robótica y desarrolladores de simulación. Ese enfoque profesional le ofrece a la empresa un mercado a más corto plazo mientras maduran sus ambiciones más amplias en robótica. La visualización arquitectónica, la producción virtual, el prototipado de juegos y el diseño de productos pueden tolerar entornos generados que aún requieran revisión humana. Un simulador para entrenar robots enfrenta un estándar más estricto porque los errores en geometría, movimiento o comportamiento físico pueden producir una política que falle en el mundo real.

$1.23B buys time for a difficult technical bet

World Labs se hizo pública en septiembre de 2024 con $230M recaudados. Andreessen Horowitz, NEA y Radical Ventures apoyaron ese financiamiento, con Andreessen Horowitz y Radical Ventures respaldando cada una el argumento de Li de que la inteligencia espacial podría convertirse en una base para nuevo software creativo e industrial.

El 18 de febrero de 2026, World Labs anunció otro financiamiento de $1B, llevando su capital anunciado públicamente a al menos $1.23B. World Labs nombró a AMD, Autodesk, Emerson Collective, Fidelity Management & Research Company, Nvidia y Sea entre los inversores. Bloomberg informó que Autodesk contribuyó con $200M a la ronda.

La lista de inversores también muestra cuán rápido los modelos de mundo se están convirtiendo en infraestructura estratégica. Nvidia está financiando a World Labs mientras desarrolla su propia plataforma Cosmos 3 para IA física. Genie 3 de Google DeepMind genera entornos interactivos a partir de texto y enfatiza la navegación en tiempo real, la consistencia y los eventos simulados.

World Labs está trazando su límite alrededor de mundos persistentes, editables y exportables, con la simulación como el puente entre las herramientas creativas y las máquinas. Li separa los modelos de mundo en renderizadores, planificadores y simuladores. Los renderizadores producen píxeles para que las personas los miren. Los planificadores seleccionan acciones para los agentes. Los simuladores intentan preservar la geometría, la física y la dinámica para que tanto personas como máquinas puedan usar el resultado.

World Labs avanzó más hacia esa capa de simulador el 21 de julio, cuando adquirió la compañía de robótica SceniX. World Labs dijo que la combinación conectaría modelos de mundo, simulación basada en aprendizaje y retroalimentación del entrenamiento de robots en el mundo real. El acuerdo le da a Li una operación de robótica junto al producto orientado a creadores de Marble, convirtiendo su amplia tesis sobre inteligencia espacial en dos rutas al mercado más claras.

The physics still has to work

La calidad visual por sí sola no puede establecer que un entorno generado sea un modelo confiable del mundo físico. Un artículo de investigación de mayo de 2026 que presentó el benchmark CRONOS encontró fallas sustanciales de consistencia contrafactual entre los generadores de video de código abierto que evaluó. Las predicciones cambiaron cuando los investigadores alteraron el punto de vista, la apariencia de un objeto o el contexto de la escena mientras preservaban el evento físico subyacente.

CRONOS no evaluó Marble, por lo que sus hallazgos no son evidencia de un fallo de un producto de World Labs. Definen el umbral técnico que Li ha elegido. Un entorno creativo útil puede sobrevivir a un reflejo imperfecto o a un pequeño artefacto geométrico. Un simulador usado para entrenar un robot debe responder de manera consistente cuando la cámara se mueve o un objeto se ve diferente.

La ventaja de Li es un grupo fundador construido alrededor de visión por computadora, renderizado neuronal y razonamiento 3D, más suficiente capital para perseguir la investigación y el desarrollo de producto en paralelo. La carga ligada a esa ventaja es igualmente clara: World Labs debe demostrar que sus entornos apoyan acciones confiables, en lugar de servir como escenas impresionantes para que los humanos las exploren.

Otros laboratorios en la frontera también buscan interfaces y capacidades de modelo más allá del cuadro de prompt. RuntimeWire informó en junio que el Thinking Machines Lab de Mira Murati estaba explorando interacción continua de audio, texto y video. Li está haciendo una apuesta más física. World Labs quiere que la IA construya una representación del espacio alrededor de un agente antes de que ese agente intente hacer algo dentro de él.

El hito decisivo llegará cuando esos mundos generados se conviertan en entornos de trabajo confiables para diseñadores, ingenieros y robots. Li ya ha reunido a los investigadores y el capital para ese intento. Marble y la adquisición de SceniX ahora tienen que demostrar que la inteligencia espacial puede convertirse en un negocio además de una dirección científica convincente.