Una ofensiva coordinada en la frontera de la IA física
Mientras los mercados estadounidenses seguían centrados en los últimos anuncios de Anthropic y OpenAI, los gigantes tecnológicos de China coordinaron esta semana el lanzamiento de sistemas avanzados de inteligencia artificial, en una señal de un cambio drástico en el panorama mundial de la IA. Alibaba, ByteDance y Kuaishou presentaron modelos listos para su uso en producción en los ámbitos de la robótica, la generación de videos cinematográficos y los sistemas autónomos basados en agentes. La presentación demostró que las empresas chinas han reducido a apenas unos meses la brecha tecnológica que las separa de sus competidores occidentales.
Contenido
- Una ofensiva coordinada en la frontera de la IA física
- Cuando las máquinas recuerdan: la apuesta de Alibaba por la inteligencia incorporada
- La disrupción de Hollywood: ByteDance y Kuaishou reescriben la producción de video
- Democratizar la inteligencia: la ola del código abierto
- Tres caminos hacia el liderazgo: eficiencia, narración y comercio
- La brecha se reduce en un mundo dividido
- Lo esencial
El momento elegido fue claramente estratégico. Los lanzamientos coincidieron con el período del Año Nuevo lunar, la época de mayor actividad de consumo en China, cuando las empresas tecnológicas suelen presentar innovaciones ante cientos de millones de espectadores durante la Gala del Festival de Primavera de CCTV. ByteDance obtuvo una alianza exclusiva de servicios de IA en la nube con la cadena estatal, mientras Alibaba puso en marcha una campaña promocional de 434 millones de dólares y Tencent destinó 1.000 millones de yuanes a regalos por las fiestas. Esta combinación de capacidad tecnológica y mercadotecnia cultural subraya la determinación de Pekín de dominar lo que los expertos del sector llaman la frontera de la IA física: sistemas que van más allá de los chatbots para manipular objetos, generar contenidos fotorrealistas y ejecutar flujos de trabajo complejos de forma autónoma.
Cuando las máquinas recuerdan: la apuesta de Alibaba por la inteligencia incorporada
La Academia DAMO de Alibaba presentó RynnBrain, un modelo de robótica de código abierto que supone un avance fundamental en la forma en que las máquinas perciben e interactúan con el mundo físico. A diferencia de los sistemas de visión convencionales, que procesan cada fotograma por separado, RynnBrain incorpora de forma nativa conciencia temporal y espacial. Esto permite a los robots recordar cuándo y dónde ocurrieron ciertos sucesos, hacer un seguimiento del progreso de las tareas a lo largo de varios pasos y reanudar actividades interrumpidas.
En videos de demostración, robots equipados con pinzas sencillas realizaron tareas aparentemente simples, pero en realidad complejas: contar naranjas, seleccionar frutas específicas de entre un montón y sacar leche de refrigeradores. Para las personas, estas actividades son triviales; para los robots requieren una capacidad computacional considerable, que incluye reconocer objetos, crear mapas espaciales, planificar trayectorias y conservar la memoria de una secuencia. Adina Yakefu, investigadora de Hugging Face, explicó la importancia de esta innovación arquitectónica.
En lugar de limitarse a reaccionar a las entradas inmediatas, el robot puede recordar cuándo y dónde ocurrieron ciertos sucesos, hacer un seguimiento del progreso de las tareas y continuar a lo largo de varios pasos. Esto lo hace más confiable y coherente en entornos complejos del mundo real.
El modelo utiliza una arquitectura de mezcla de expertos que activa solo 3.000 millones de parámetros durante la inferencia, lo que mantiene manejables los costos computacionales. Según se informa, supera a Gemini Robotics-ER 1.5 de Google y Cosmos-Reason2 de Nvidia en varias pruebas comparativas. Al publicar RynnBrain como código abierto en GitHub y Hugging Face, Alibaba ofrece una alternativa más económica que la de competidores que cobran por capacidades similares basadas en la nube y, al mismo tiempo, muestra su ambición de establecer una capa de inteligencia fundamental para aplicaciones de automatización industrial, logística y atención de salud.
La disrupción de Hollywood: ByteDance y Kuaishou reescriben la producción de video
Seedance 2.0, de ByteDance, y Kling 3.0, de Kuaishou, han convertido la generación de videos a partir de texto, antes una novedad, en una herramienta de producción profesional. Ambos compiten directamente con Sora, de OpenAI, y crean lo que los analistas describen como una plataforma de nivel industrial para contenidos creativos.
Seedance 2.0 procesa simultáneamente entradas de texto, imágenes, audio y video, y genera secuencias cinematográficas de hasta 15 segundos con personajes coherentes, física realista y audio multilingüe sincronizado. El sistema está integrado en el paquete Dreamina de ByteDance, dentro de CapCut, lo que lo convierte en una herramienta accesible para anunciantes, creadores de contenido para redes sociales y productores cinematográficos. Billy Boman, director creativo radicado en Estocolmo que produce contenido generado con IA, describió como transformadora la trayectoria tecnológica.
En 2023 era difícil lograr que alguien corriera o caminara. Cualquier tipo de realismo se limitaba a clips muy breves; todo era muy lento, las texturas eran malas, no había texturas de piel y faltaban detalles. Ahora todo ha cambiado. Ahora puedo hacer cualquier cosa. Los avances tecnológicos han sido excepcionales, ni más ni menos.
Sin embargo, el rápido despliegue dejó al descubierto vulnerabilidades en la gobernanza. ByteDance suspendió una polémica función de conversión de rostro a voz que podía recrear la voz y el estilo de habla específicos de una persona a partir de una sola fotografía, sin muestras de audio ni consentimiento. El crítico de tecnología chino Tim Pan mostró esta capacidad el 10 de febrero y describió la experiencia como aterradora después de que el sistema clonara su voz usando únicamente una imagen. El incidente pone de relieve la tensión entre la capacidad tecnológica y las salvaguardias éticas, especialmente después de que un video viral que mostraba una pelea ficticia entre Tom Cruise y Brad Pitt provocara una queja formal de la Asociación Cinematográfica por una infracción masiva de derechos de autor.
Kling 3.0, de Kuaishou, ofrece fortalezas complementarias y pone el foco en la narración profesional mediante una mayor coherencia de los sujetos entre secuencias de varios planos, realismo físico en escenas complejas y generación de audio nativa en varios idiomas y dialectos. El modelo permite generar en lote grupos de imágenes para crear guiones gráficos y amplía a 15 segundos la duración de cada generación, al tiempo que permite especificar con precisión la duración, el encuadre y los movimientos de cámara de cada plano. Kling, disponible actualmente para suscriptores de pago y a punto de lanzarse al público, ha impulsado un aumento de más del 50 % en el precio de las acciones de Kuaishou durante el último año. Esto refleja la confianza de los inversores en que las herramientas de creación de contenido asistidas por IA aumentarán la participación y abrirán nuevas fuentes de ingresos en los ecosistemas de videos breves.
Democratizar la inteligencia: la ola del código abierto
Más allá de las aplicaciones dirigidas al consumidor, los laboratorios chinos están acelerando la distribución de código abierto de modelos de lenguaje grandes y sistemas basados en agentes. Zhipu AI lanzó GLM-5 y afirmó que el modelo se acerca a Claude Opus 4.5 de Anthropic en pruebas de programación, mientras que supera a Gemini 3 Pro de Google en pruebas específicas. MiniMax presentó la versión actualizada de su modelo de código abierto M2.5, con herramientas mejoradas para agentes autónomos, sistemas de IA capaces de ejecutar flujos de trabajo de varios pasos, como programar tareas, investigar o desplegar software, con una intervención humana mínima.
Esta estrategia de código abierto contrasta marcadamente con los enfoques comerciales cerrados de algunos líderes occidentales en IA. Al publicar los pesos de los modelos, el código de entrenamiento y los conjuntos de datos, las empresas chinas aceleran la adopción en el ecosistema, reciben comentarios con rapidez y estimulan la innovación en aplicaciones derivadas. También sortean las limitaciones computacionales impuestas por los controles estadounidenses a la exportación de semiconductores avanzados. En 2025, la familia Qwen de Alibaba superó a Llama de Meta como la serie de modelos más descargada en Hugging Face. Actualmente, equipos de origen chino ocupan ocho de los diez primeros puestos en la lista de tendencias de la plataforma.
Alibaba amplió aún más su catálogo con Qwen 3.5, diseñado específicamente para la era de la IA basada en agentes y dotado de capacidades visuales que permiten actuar de forma autónoma en aplicaciones móviles y de escritorio. La empresa afirma que operar el modelo cuesta un 60 % menos y que procesa grandes cargas de trabajo ocho veces mejor que su predecesor. Al mismo tiempo, ByteDance lanzó Doubao 2.0, una actualización de la aplicación de chatbot más utilizada en China, que se acerca a los 200 millones de usuarios.
Tres caminos hacia el liderazgo: eficiencia, narración y comercio
Un análisis de mercado de Huachuang Securities revela las distintas posiciones estratégicas de los tres gigantes tecnológicos. ByteDance está construyendo una infraestructura de eficiencia: ofrece herramientas de bajo costo y fáciles de usar, con capacidades generalistas similares a las de una versión avanzada de CapCut. Su objetivo es reducir los costos de producción de contenido en la web e impulsar su ecosistema mediante un gran volumen de actividad.
Kuaishou prioriza la narración profesional y se centra en la simulación física, el realismo en escenas complejas y la coherencia de los personajes para demostraciones cinematográficas, narrativas audiovisuales y contenidos de alta calidad que requieren continuidad narrativa. Alibaba, por su parte, se enfoca en la integración vertical del comercio electrónico. Qwen-Image-2.0 refuerza sus capacidades de digitalización de productos y flujos de trabajo comerciales, con el apoyo de campañas promocionales que generaron más de 120 millones de pedidos en seis días mediante la distribución de cupones impulsada por IA y la integración de servicios de entrega de comida.
Esta diferenciación refleja una revolución más amplia en la oferta de creación de contenido. A medida que mejora el control de los resultados y los sistemas de tipo gacha, en los que los creadores deben generar contenido repetidamente hasta obtener resultados utilizables, dan paso a una producción industrial predecible, el costo marginal de crear videos se aproxima al costo computacional. Los analistas prevén efectos importantes para las agencias de mercadotecnia, los proveedores de servicios de comercio electrónico y las industrias del manhua y los dramas breves, mientras que el valor de la propiedad intelectual podría concentrarse en los contenidos de mayor nivel a medida que disminuyen las barreras de producción.
La brecha se reduce en un mundo dividido
Demis Hassabis, director de Google DeepMind, evaluó recientemente que los modelos de IA chinos están apenas unos meses por detrás de los competidores occidentales. La brecha sigue reduciéndose a medida que los laboratorios chinos optimizan sus modelos para el hardware disponible en el país y desarrollan capacidades nacionales de fabricación de chips. China representa actualmente más del 70 % de las solicitudes de patentes mundiales en IA, aunque las empresas estadounidenses mantienen el liderazgo en arquitecturas fundamentales e impacto de las citas académicas.
El panorama competitivo depende cada vez más de la eficiencia de inferencia y la integración en los ecosistemas, en lugar del rendimiento bruto en pruebas comparativas. El auge viral de DeepSeek a finales de 2025 demostró que los laboratorios chinos podían igualar el rendimiento de los modelos occidentales con una fracción de la capacidad de cómputo, lo que aceleró el sector en su conjunto. Los controles estadounidenses a la exportación de chips de memoria de alto ancho de banda y equipos avanzados de fabricación han complicado este avance, pero no lo han detenido. Empresas como Huawei están desarrollando líneas de producción de semiconductores autosuficientes.
Al mismo tiempo, las empresas tecnológicas estadounidenses han restringido el acceso de los desarrolladores chinos. OpenAI prohibió el acceso a su API en julio de 2024, Microsoft puso fin a los servicios de Azure OpenAI para desarrolladores individuales en China continental y, según informes, Anthropic ha suspendido cuentas de Claude. Estas restricciones han intensificado los esfuerzos de desarrollo nacional y han creado un panorama de IA multipolar, en el que el liderazgo varía según el ámbito y no solo según la geografía.
Lo esencial
- Alibaba, ByteDance y Kuaishou lanzaron modelos de IA de forma coordinada durante el período del Año Nuevo lunar, con aplicaciones en robótica, generación de videos y sistemas basados en agentes
- RynnBrain, el modelo de robótica de código abierto de Alibaba, incorpora conciencia temporal y espacial para que los robots puedan hacer un seguimiento de tareas de varios pasos y recordar sus interacciones con los objetos
- Seedance 2.0, de ByteDance, genera videos cinematográficos a partir de indicaciones de texto, pero suspendió una función de clonación de voz por cuestiones de consentimiento después de que un crítico mostrara capacidades que describió como aterradoras
- Kling 3.0, de Kuaishou, pone el foco en la narración profesional, con generación de videos de 15 segundos, audio multilingüe y mayor coherencia de los personajes; esto impulsó un aumento del 50 % en el precio de las acciones durante el último año
- Las empresas chinas de IA impulsan estrategias agresivas de código abierto: la serie Qwen de Alibaba superó a Llama de Meta como la más descargada en Hugging Face
- La diferenciación estratégica lleva a ByteDance a centrarse en infraestructura de eficiencia, a Kuaishou en realismo cinematográfico y a Alibaba en la integración vertical del comercio electrónico
- Google DeepMind estima que los modelos chinos están apenas unos meses por detrás de sus equivalentes occidentales. La brecha se reduce con mayor rapidez en eficiencia de inferencia y aplicaciones multimodales
