¿Los videojuegos influirán en la creación de los robots del mañana?

Los videojuegos han evolucionado más allá de ser un simple entretenimiento; están en vías de convertirse en recursos estratégicos esenciales para la próxima generación de inteligencia artificial. Mientras que los modelos de lenguaje han aprendido de los datos extraídos de internet, los robots, vehículos autónomos y futuros agentes físicos requieren de un aprendizaje diferenciado: deben entender cómo sus acciones transforman su entorno. Los mundos virtuales, en este sentido, proporcionan el campo de experimentación ideal.

Un claro ejemplo de esta tendencia es la reciente recaudación de 8 millones de euros por parte de la startup británica Worldmodeldata. Esta empresa no está desarrollando un modelo de lenguaje, un robot o un chip electrónico, sino que está construyendo una biblioteca de datos de entrenamiento extraídos de videojuegos para alimentar los llamados «modelos del mundo». Estos modelos no solo buscan comprender el entorno, sino también actuar en él. Esta innovación podría tener un impacto transformador en un sector que ya enfrenta numerosos desafíos. De este modo, los videojuegos podrían convertirse en una infraestructura estratégica para la inteligencia artificial física, descubriendo un segundo modelo económico que se basa en la valorización de sus universos virtuales.

Después de Internet, ¿dónde encontrar la próxima materia prima para la IA?

La inteligencia artificial generativa ha sido construida sobre una vasta reserva de recursos obtenidos de internet. Los grandes modelos de lenguaje han aprendido a predecir la siguiente palabra absorbiendo miles de millones de páginas web, libros, líneas de código e imágenes. Aunque esta estrategia ha propiciado avances espectaculares, sus limitaciones se tornan evidentes cuando el objetivo deja de ser la generación de texto y se enfoca en la interacción con el mundo físico.

Por ejemplo, reconocer un martillo en una fotografía es una tarea, pero saber cómo agarrarlo, adaptar el agarre a su peso, golpear un clavo o anticipar la trayectoria de un objeto en movimiento es algo totalmente diferente. Los futuros robots, vehículos autónomos y agentes industriales necesitarán razonar en términos de acciones, consecuencias y dinámica física; deben aprender lo que se denomina causalidad.

Los modelos del mundo tienen precisamente esta ambición. A diferencia de los modelos generativos que predicen el contenido más probable, buscan anticipar cómo evolucionará un entorno a partir de una acción específica. Si un robot empuja una puerta, ¿qué consecuencias se desencadenarán? Si un vehículo frena en una carretera húmeda, ¿cómo cambiará su entorno? La capacidad de simular mentalmente las consecuencias de una decisión es una de las principales líneas de investigación en los laboratorios de inteligencia artificial.

Interés de los investigadores en los videojuegos

Para entrenar estos modelos, los datos disponibles en internet resultan insuficientes. Una simple grabación puede mostrar cómo un automóvil gira a la izquierda, pero no explica por qué lo hace, ni el ángulo de giro, la adherencia de los neumáticos, la velocidad o las fuerzas que actúan sobre el vehículo.

En contraste, un motor de videojuego tiene conocimiento de cada variable de simulación. Calcula la gravedad, las colisiones, las velocidades, las masas, las trayectorias y toda interacción entre objetos. Cada acción de un jugador se captura junto con su contexto y sus consecuencias.

Esta diferencia es crucial. Los motores desarrollados por Epic Games con Unreal Engine o por Unity Technologies no solo generan imágenes, sino que crean entornos completamente simulados donde se conoce cada estado. Para un laboratorio que investiga en robótica o vehículos autónomos, estos mundos representan una fuente de datos excepcionalmente rica.

Este es precisamente el modelo de negocio de Worldmodeldata. La startup convierte las partidas jugadas en títulos desarrollados bajo Unreal o Unity en conjuntos de datos estructurados destinados a laboratorios de IA. A diferencia de las prácticas de recolección masiva que caracterizaron el auge de los modelos de lenguaje, la empresa asegura operar exclusivamente a través de acuerdos de licencia con los estudios y desarrolladores, lo que abre la posibilidad de compensar a los propietarios de contenidos.

Los motores de juego como infraestructura crítica

Esta evolución rebasa el ámbito de la industria del videojuego. Desde hace varios años, las tecnologías derivadas de los videojuegos se han trasladado progresivamente hacia sectores industriales.

El proyecto CARLA, desarrollado sobre Unreal Engine, se ha convertido en una de las plataformas de simulación más utilizadas por investigadores que trabajan en vehículos autónomos. Microsoft ha creado AirSim, también basado en Unreal, para entrenar drones y coches autónomos en entornos virtuales antes de su implementación en el mundo real.

Por su parte, NVIDIA ha ampliado considerablemente las metas de su plataforma Omniverse. Inicialmente diseñada para gemelos digitales industriales, ahora se utiliza para entrenar robots a través de Isaac Sim, un entorno de simulación que se basa en los mismos principios que los motores de videojuego: reproducir fielmente las leyes de la física para permitir que las máquinas aprendan sin riesgos.

Otras compañías, como Google DeepMind con Genie y Genie 2, que generan mundos interactivos a partir de imágenes, o Meta, que desarrolla Habitat para entrenar agentes en entornos virtuales, siguen la misma lógica, con el objetivo de suplir parte del aprendizaje en el mundo real mediante miles de iteraciones realizadas en simulación.

El potencial económico detrás de estas herramientas es inmenso; entrenar un robot en una fábrica implica costosos equipos y puede acarrear riesgos. En contraste, formar simultáneamente miles de robots en un universo virtual solo requiere recursos computacionales.

Un nuevo modelo económico para los editores de videojuegos

Este cambio tiene el potencial de transformar la industria de los videojuegos. Tradicionalmente, la valoración económica de un juego se basa en ventas, suscripciones, contenido adicional y microtransacciones. Sin embargo, en el futuro, los universos virtuales podrían convertirse en activos estratégicos para el entrenamiento de inteligencias artificiales.

Los estudios de videojuegos ya cuentan con lo que los laboratorios necesitan: ciudades, carreteras, edificios, personajes, comportamientos humanos, interacciones físicas y millones de horas de juego. Así, su legado podría trascender la propiedad intelectual destinada al entretenimiento, convirtiéndose en un recurso valioso que pueda ser utilizado para entrenar a los robots del futuro.

Worldmodeldata tiene el objetivo claro de organizar esta nueva cadena de valor. La startup pretende construir una biblioteca de más de un millón de horas de datos para finales de 2026, frente a las aproximadamente 40,000 horas que poseen los conjuntos de datos más grandes disponibles actualmente. Si logra cumplir esta promesa, la empresa poseerá un activo estratégico que resultará difícil de replicar.

Esta visión podría abrir un mercado completamente nuevo de licencias entre los editores de videojuegos y laboratorios de inteligencia artificial. Así como las plataformas musicales han aprendido a monetizar sus catálogos con servicios de streaming, los estudios podrían también valorizar sus universos para los desarrolladores de sistemas autónomos.

Una nueva economía en desarrollo

Worldmodeldata no es un caso aislado, ya que varias empresas están construyendo las diversas piezas de esta nueva economía. Encord desarrolla plataformas que permiten anotar y gestionar datos destinados a la inteligencia artificial física. Scale AI continúa su expansión en datos utilizados por sectores de defensa, robótica y vehículos autónomos. Labelbox también se posiciona en la organización de conjuntos de datos industriales.

En el ámbito de los modelos del mundo, la competencia se intensifica. World Labs, fundada por Fei-Fei Li, busca construir modelos capaces de entender y generar entornos tridimensionales coherentes. Stanhope AI trabaja en modelos adaptativos para la robótica y la defensa, mientras que Physical Intelligence desarrolla un modelo de base destinado a operar diversos robots de diferentes fabricantes. Skild AI persigue una visión similar con una plataforma universal para la inteligencia artificial integrada, y BeyondMath aplica estas metodologías a la simulación física.

Estas empresas no están creando directamente los robots del futuro, sino que desarrollan la infraestructura de software, los datos y los entornos de entrenamiento que permitirán que otros los diseñen.

Las limitaciones de la simulación

A pesar de las expectativas, la idea de que los robots pudieran aprender únicamente en videojuegos es excesiva. La robótica enfrenta desde hace tiempo el problema del sim-to-real gap. Un sistema que funciona eficientemente en una simulación puede fallar en su primer despliegue en el mundo real. Esto se debe a que los materiales se deterioran, los sensores se descalibran, los comportamientos humanos son impredecibles y los entornos industriales no son tan ordenados como sus contrapartes digitales.

Por otro lado, los videojuegos también introducen sus propios sesgos. Los jugadores a menudo toman riesgos que un conductor en la vida real no asumiría. Además, los motores físicos a veces priorizan la fluidez de la experiencia por encima de una precisión científica absoluta. Asimismo, los eventos raros, que son cruciales para entrenar sistemas críticos, son difíciles de replicar.

Por lo tanto, la simulación no sustituirá a los datos recolectados en el campo, pero sí puede reducir significativamente el costo y la duración de las fases de aprendizaje antes de validar en condiciones reales.

La próxima batalla de la IA se librará en el terreno de los datos

Durante los últimos tres años, la competencia mundial se ha centrado en los modelos de lenguaje, los semiconductores y las capacidades de cálculo. Sin embargo, una nueva capa de valor está surgiendo, relacionada con los datos que permiten a las inteligencias artificiales interactuar con su entorno.

Esta evolución plantea una oportunidad inesperada para la industria del videojuego. Los motores diseñados para crear universos inmersivos podrían convertirse en infraestructuras críticas para la inteligencia artificial física. Los catálogos de los editores podrían adquirir un valor que sobrepasa considerablemente el mero entretenimiento, y los datos generados por millones de jugadores podrían transformarse en uno de los recursos más demandados por los laboratorios que trabajan en robots, vehículos autónomos o agentes industriales.

Si los grandes modelos de lenguaje son el legado de internet, las inteligencias artificiales capaces de actuar en el mundo real podrían, en el futuro, ser los descendientes de los mundos virtuales.