--- title: Nuevos laboratorios de inteligencia artificial ofrecen modelos abiertos y herramientas especializadas con distintos niveles de madurez url: https://www.elseif.net/es/nuevos-laboratorios-de-inteligencia-artificial-ofrecen-modelos-abiertos-y-herramientas-especializadas-con-distintos-niveles-de-madurez published: 2026-10-22T08:07:37+00:00 language: es section: Modelos source: https://www.ai4business.it/intelligenza-artificiale/neolab-ai-per-le-imprese-modelli-api-e-casi-duso-concreti/ organizations: Reflection, Thinking Machines Lab, TypeSafe, Radical Ventures, Nvidia, AI4Business publisher: elseif --- # Nuevos laboratorios de inteligencia artificial ofrecen modelos abiertos y herramientas especializadas con distintos niveles de madurez Diversos nuevos laboratorios de investigación, conocidos como neolab, están poniendo a disposición de las empresas modelos de inteligencia artificial de pesos abiertos, servicios de post-entrenamiento, motores de decisiones estructuradas y modelos del mundo, presentando niveles de madurez muy dispares entre sí. Estas entidades, fundadas por científicos que han abandonado los grandes laboratorios tradicionales, ofrecen componentes tecnológicos variados que van desde modelos para ejecutar en infraestructura propia hasta entornos tridimensionales y generación por difusión, obligando a las organizaciones a evaluar cuidadosamente los requisitos de hardware, los costes y las variables de riesgo antes de su adopción. El panorama actual muestra una abundancia de capital financiero pero una escasez relativa de productos comerciales consolidados. Según un cálculo realizado por la publicación Economist, basado en un recuento de Radical Ventures, veintinueve de estos laboratorios nacidos desde junio de dos mil veinticuatro han recaudado veintitrés mil millones de dólares, aunque menos del treinta y cinco por ciento de estas sociedades cuenta con una oferta comercial definida. Además, poco más de la mitad ha publicado código, frecuentemente bajo la forma de demostraciones de investigación, lo que implica que adquirir tecnología de estos proveedores significa elegir un componente específico, medirlo sobre el proceso propio y asumir la posibilidad de que el fabricante cambie de propietario en el plazo de un año. Entre las ofertas más destacadas se encuentra Beam, un modelo desarrollado por Reflection que fue publicado el dieciséis de octubre con una licencia Apache dos punto cero, permitiendo que cualquier usuario descargue, modifique y revenda sus pesos. Este sistema se describe como una arquitectura de mezcla de expertos que divide la red en doscientos cincuenta y seis expertos, activando solo una parte para cada palabra procesada, lo que resulta en quinientos uno coma tres mil millones de parámetros totales y veintitrés coma cuatro mil millones activos. Aunque la ventana de contexto declarada es de un millón de tokens, el modelo acepta y produce únicamente texto y ha sido desarrollado predominantemente para el idioma inglés, por lo que su rendimiento en italiano debe medirse antes de iniciar cualquier proyecto. Los requisitos de hardware para ejecutar Beam localmente son sustanciales y a menudo generan confusión, ya que durante la inferencia todos los expertos deben permanecer accesibles en memoria aunque solo trabaje una fracción en cada paso. Los pesos por sí solos ocupan aproximadamente mil tres gigabytes en formato de dieciséis bits, quinientos uno gigabytes en formato de ocho bits y doscientos cincuenta y uno gigabytes en formato de cuatro bits, cifras a las que el ejercicio real suma la caché de conversaciones, las activaciones y el tiempo de ejecución. Un nodo con ocho procesadores gráficos H100 de ochenta gigabytes suma seiscientos cuarenta gigabytes, cantidad suficiente para los pesos en formato de ocho bits pero con poco margen para la caché cuando crece el número de usuarios simultáneos, mientras que la variante de cuatro bits rinde mejor en procesadores gráficos Blackwell, aún poco difundidos en centros de datos empresariales. Otros laboratorios como Thinking Machines Lab ofrecen Tinker, una solución que proporciona procesadores gráficos gestionados y cuatro funciones de interfaz de programación de aplicaciones para el post-entrenamiento de modelos con pesos disponibles, incluyendo muestreo, cálculo de gradientes, actualización de pesos y guardado de estados. Esta herramienta soporta el ajuste fino supervisado y la adaptación LoRA, una técnica que modifica solo una pequeña fracción de los parámetros, así como el entrenamiento por refuerzo, atendiendo a departamentos de tecnología que buscan una inteligencia artificial capaz de seguir los criterios de juicio de la empresa en tareas como la clasificación de informes o la interpretación de esquemas de bases de datos. Paralelamente, TypeSafe ha estado recaudando capital para Jev, un modelo diseñado para devolver decisiones tipificadas en lugar de conversaciones, mientras se desarrollan negociaciones entre grandes fabricantes de chips y estos laboratorios para adquirir las instalaciones que han construido dichas tecnologías. La elección arquitectónica fundamental para las empresas no reside únicamente en qué modelo es el más potente, sino en qué paso del flujo empresarial requiere un modelo diferente, pues para clasificar prácticas puede bastar un modelo pequeño o una regla bien escrita, mientras que enseñar estándares propios exige post-entrenamiento sobre un modelo ya preparado. La disponibilidad varía desde la venta de interfaces de programación de aplicaciones hasta la liberación de pesos o el trabajo exclusivo con socios seleccionados, y la evaluación debe considerar si la inferencia gestionada, una plataforma dedicada o la gestión autónoma son más adecuadas según los volúmenes, picos de demanda, latencia y cláusulas contractuales, teniendo en cuenta que los puntos de referencia proporcionados por los fabricantes son datos propios hasta que alguien los replica en tareas específicas.