IT之家 Mensaje del 12 de noviembre: el 12 de noviembre, hora local, en la conferencia CoRL 2026 sobre aprendizaje en robótica, la fundadora y CEO de World Labs, Fei-Fei Li, mantuvo una conversación con el presidente y CEO de AMD, Lisa Su, en la que intercambiaron opiniones sobre temas como la IA física, el desarrollo de la robótica, la demanda de capacidad de cómputo y las rutas futuras de los modelos.
Fei-Fei Li considera que la robótica impulsará la capacidad de cómputo hacia la siguiente etapa de desarrollo; Lisa Su afirmó, por su parte, que la IA física, especialmente el campo de la robótica, podría convertirse en los próximos años en un mercado de cientos de miles de millones de dólares.
Esta conversación fue moderada por Peter Stone, organizador de la conferencia CoRL, y es la primera vez que Fei-Fei Li y Lisa Su comparten escenario públicamente desde que AMD anunció la adquisición de World Labs.
La agenda oficial de CoRL 2026 muestra que, ese mismo día, Fei-Fei Li también ofreció una ponencia magistral titulada «Atlas: un modelo del mundo unificado para generación y reconstrucción», en la que presentó los últimos resultados de investigación de World Labs en el campo de los modelos del mundo.
Al hablar sobre las perspectivas del mercado de la robótica, Lisa Su afirmó que la inteligencia artificial aún se encuentra en una etapa temprana de desarrollo y que la IA física, especialmente el campo de la robótica, contiene enormes oportunidades; en los próximos años, el tamaño del mercado podría alcanzar cientos de miles de millones de dólares. Considera que los robots necesitan comprender verdaderamente las leyes físicas, los modelos y el entorno circundante, y que la optimización conjunta entre el hardware, el software y los sistemas desempeñará un papel importante.
Lisa Su también señaló que AMD ya cuenta con un equipo de investigación en IA física y robótica de tamaño considerable, aunque el despliegue relacionado todavía se encuentra en una etapa temprana. AMD ya dispone de tecnologías como FPGA integradas, procesadores y motores de IA, que pueden dar soporte a equipos como robots industriales. En el futuro, la empresa espera fortalecer aún más la colaboración con universidades, empresas emergentes e instituciones de investigación para impulsar el desarrollo del ecosistema de la tecnología robótica.
Sobre la dirección del desarrollo de los modelos de IA, Fei-Fei Li planteó la postura de «la IA es cómputo, el cómputo es IA». Considera que entre los modelos del mundo, los modelos de lenguaje y los modelos multimodales está surgiendo una tendencia de convergencia, y que el hardware y el software también deben evolucionar conjuntamente.
Al referirse a la aplicación de los grandes modelos de lenguaje y los modelos de lenguaje visual en el campo de la robótica, Fei-Fei Li afirmó que estos modelos desempeñarán un papel cada vez más importante, pero que actualmente no se puede considerar que los problemas sistemáticos del ámbito de la robótica ya estén resueltos. Los robots necesitan interactuar directamente con el mundo físico, y aún quedan numerosos problemas técnicos por explorar.
Lisa Su expresó al respecto que los distintos escenarios de aplicación requieren diferentes tipos de modelos, y que no existe un único modelo o una sola línea tecnológica capaz de resolver todos los problemas. En algunos escenarios, los grandes modelos de lenguaje de vanguardia podrían destacar, mientras que en otros los modelos especializados podrían tener mayores ventajas.
La demanda de capacidad de cómputo también fue un tema importante de este diálogo. Lisa Su considera que el desarrollo de la robótica impulsará aún más la demanda de capacidad de cómputo en diferentes formas, incluida la capacidad de cómputo en la nube para el entrenamiento de modelos, los recursos de cómputo internos de las empresas, la computación en el borde y los dispositivos de cómputo desplegados directamente en entornos físicos.
Señaló que en el futuro se necesitará capacidad de cómputo de distintas escalas y formas, y que mediante la optimización conjunta del hardware, el software y los sistemas se deberá mejorar la eficiencia general. A medida que los robots entren cada vez más en entornos reales, indicadores como el bajo consumo de energía, la alta eficiencia y la baja latencia también se volverán más importantes.
Fei-Fei Li, por su parte, subrayó que los robots llevarán la capacidad de cómputo a la siguiente etapa de desarrollo, y que esta demanda no solo existirá en el lado del entrenamiento de modelos, sino que también se extenderá al campo de la computación en el borde. Considera que el desarrollo pasado de la robótica enfrentó numerosas dificultades, porque los dispositivos debían comprender e interactuar con el mundo físico, y el desarrollo actual de la tecnología de IA está trayendo nuevas oportunidades a este campo.
Ambos también abordaron la cuestión del acceso de las instituciones de investigación académica a los recursos de cómputo. Fei-Fei Li considera que, en este período crítico de rápido desarrollo de la IA, es muy importante proporcionar suficientes recursos de cómputo al sector público y a los investigadores académicos. Mencionó la ley estadounidense de la que había impulsado previamente la promoción, la Ley Nacional de Recursos de Investigación en Inteligencia Artificial (NAIRR), con la esperanza de apoyar mediante recursos públicos que los investigadores realicen trabajos de evaluación de IA, pruebas de referencia y otras tareas.
Lisa Su mostró su acuerdo y afirmó que AMD está construyendo una capacidad de cómputo de escala de miles de megavatios. Considera que las empresas del sector deberían destinar parte de sus recursos de cómputo a la investigación a largo plazo y abrirlos a las universidades y a los innovadores de la próxima generación, para ayudar a que más investigadores participen en el desarrollo tecnológico.
Además, Lisa Su reveló que AMD ya cuenta con un equipo de investigación en IA física y robótica, y que en el futuro espera, con la incorporación de Fei-Fei Li y World Labs, fortalecer aún más las investigaciones relacionadas y establecer vínculos con todo el ecosistema de la robótica.
Este diálogo también abordó cuestiones del consumo de energía de la IA y la eficiencia de los modelos. Lisa Su considera que reducir el consumo de energía, mejorar la eficiencia, prolongar la vida útil y disminuir la latencia son direcciones que las tecnologías de cómputo del futuro deberán seguir optimizando. Fei-Fei Li, por su parte, afirmó que la alta eficiencia energética del cerebro humano es el resultado de miles de millones de años de evolución, y que no se puede comparar de manera simplista su consumo energético con el del entrenamiento de los actuales modelos de IA; al mismo tiempo, la IA no tiene necesariamente como único fin replicar el cerebro humano.