Escuchar el artículo
Fei-Fei Li: la que cruzó la frontera que vigilaba
La persona que levantó la institución para vigilar esta tecnología hoy la construye, con el dinero de los fabricantes de chips detrás, y sostiene que el problema es que la hemos explicado mal.
Conviene mirar la lista de quién puso el dinero. En febrero de 2026, World Labs cerró una ronda de mil millones de dólares a una valoración de cinco mil. La lideró Autodesk, con doscientos millones. Y en la mesa, junto a Andreessen Horowitz y Fidelity, estaban Nvidia y AMD: los dos fabricantes de las máquinas donde se entrena la inteligencia artificial. Los proveedores del sustrato financiando a la fundadora del instituto que pasó siete años pidiendo que esa tecnología se sometiera a supervisión humana.
No hay contradicción en ese cheque. Hay un desplazamiento, y merece la pena entender hacia dónde.
Quién es
Tres trazos. Emigrante: llegó a Estados Unidos desde China a los quince años y estuvo años atendiendo la tintorería de su familia mientras estudiaba. Científica: doctorado en Caltech, catedrática de Stanford, directora del laboratorio de inteligencia artificial de la universidad. Y constructora, desde 2024: fundadora de World Labs, una empresa dedicada a lo que ella llama inteligencia espacial.
Por el camino ha estado en los tres sitios donde se decide esta tecnología. En la empresa, como científica jefe de inteligencia artificial de Google Cloud desde 2017. En la academia, cofundando en 2019 el Instituto de Inteligencia Artificial Centrada en el Ser Humano de Stanford, conocido como HAI. Y en las instituciones, como miembro del consejo asesor científico del secretario general de Naciones Unidas desde agosto de 2023.
A agosto de 2026 dirige World Labs, es catedrática de Stanford y asesora especial de inteligencia artificial del rector de la universidad. La codirección operativa del instituto que fundó ya no es suya.
Qué ha construido
Una base de datos que cambió el campo, y una empresa que intenta cambiarlo otra vez.
La base de datos es ImageNet, presentada en 2009: catorce millones de imágenes etiquetadas a mano, una por una, por miles de personas. En su momento pareció un trabajo de fuerza bruta sin ambición teórica. Fue lo contrario. En 2012, un sistema entrenado sobre ImageNet ganó su competición con un margen tan grande que la comunidad entera cambió de método: ahí empieza el aprendizaje profundo tal y como lo conocemos. Todo lo que hoy llamamos inteligencia artificial descansa sobre aquella intuición suya de que el cuello de botella no eran los algoritmos, sino los datos.
Después vino el trabajo de contrapeso: HAI, su libro The Worlds I See (2023), el asiento en Naciones Unidas, el papel de voz razonable en los debates regulatorios. Durante siete años fue la persona a la que llamaban cuando hacía falta alguien que entendiera la técnica y no vendiera humo.
Y desde 2024, World Labs: modelos que no generan texto ni vídeo, sino espacio. Su producto, Marble, lanzado en noviembre de 2025, construye mundos tridimensionales navegables a partir de una imagen o una frase. No es un juguete: Autodesk, que fabrica el software con el que se diseñan edificios y fábricas, puso doscientos millones porque ese es su terreno.
Qué poder concentra
Su poder no es de cómputo ni de despliegue, como el de quien fabrica el sustrato. Es de credibilidad, y es el más difícil de comprar de todo el tablero.
En una industria donde casi todo el mundo tiene un producto que vender, ella acumuló durante quince años la única moneda que los reguladores, las universidades y la prensa aceptan sin descuento: el aval de alguien que hizo la ciencia primero y el negocio después. Cuando el Congreso estadounidense, Naciones Unidas o una facultad europea necesitan una voz que no sea ni la del vendedor ni la del agorero, la llaman a ella.
Esa moneda es la que acaba de moverse de sitio. Y aquí es donde el diagnóstico tiene que ser exacto: no ha vendido su credibilidad, la ha trasladado. Sigue diciendo lo mismo que decía en 2019. La diferencia es que ahora lo dice desde una empresa de cinco mil millones financiada por los fabricantes de chips, y ya no desde la dirección del instituto que fundó para vigilarlos.
El cruce no fue un salto. Fueron siete peldaños en diecisiete años.
Pasa el cursor por cada peldaño. Ninguno de los siete es un cambio de bando; los siete juntos, sí.
La idea que defiende
Su tesis actual es que los modelos de lenguaje, con todo lo que impresionan, están tocando techo porque no tienen cuerpo ni mundo. Lo escribió en noviembre de 2025, en un ensayo largo que es hoy el documento de referencia de esa posición, y lo resumió en seis palabras: los modelos actuales son «elocuentes pero inexpertos, instruidos pero sin arraigo».
El diagnóstico es certero y está medido: los mejores modelos multimodales apenas superan el azar cuando se les pide estimar una distancia, una orientación o un tamaño. Saben hablar de una habitación; no saben cruzarla. Quien haya intentado que uno de estos sistemas resuelva algo del mundo físico reconocerá la descripción de inmediato.
Aquí me separo de ella, y no por esa tesis. La inteligencia espacial es probablemente el diagnóstico técnico más sólido que ha hecho nadie de su nivel este año. Me separo por lo que dijo el 19 de agosto de 2026, ya como consejera delegada de World Labs, sobre el escepticismo creciente del público: «a veces pienso que hemos hecho un mal trabajo comunicándonos con la gente». Y añadió que si no se muestra una actitud positiva hacia esta tecnología, pierden todos.
Definir el recelo ajeno como un fallo de comunicación es una decisión, no una constatación. Dice que el mensaje era bueno y el receptor no lo entendió. Cabe la lectura contraria: que el público haya entendido perfectamente y esté valorando otra cosa. Cuando esa frase la firmaba la codirectora del instituto que existía para vigilar a la industria, era autocrítica del campo. Firmada por quien dirige una empresa de cinco mil millones financiada por esa industria, es otra cosa. No peor: distinta. Y hay que leerla sabiéndolo.
Por qué te afecta
Dos cosas, y una es incómoda.
La incómoda: en tu sector, la voz independiente probablemente ya no lo es. El analista que citas, el catedrático que da la conferencia, la consultora que publica el informe de tendencias. Ninguno tiene por qué estar mintiendo; casi ninguno está fuera del negocio que analiza. La lección de este perfil no es desconfiar, es preguntar siempre lo mismo antes de aceptar un criterio ajeno: quién le paga la nómina hoy, no quién se la pagaba cuando se hizo respetable.
La útil: si tu empresa toca el espacio físico (obra, logística, almacén, tienda, fábrica, diseño de producto), la próxima ola no te va a llegar en forma de chatbot. Te va a llegar como un sistema que entiende volúmenes, distancias y recorridos. Que Autodesk haya puesto doscientos millones en esto es la señal más clara que vas a tener este año, y viene de una empresa que conoce tu sector mejor que cualquier titular.
El lugar que ocupa
En el tablero de la pre-singularidad, Fei-Fei Li ocupaba la casilla de quien trabaja la legitimidad desde dentro. Sigue ocupándola, pero el dentro ha cambiado de dirección postal. Es un movimiento honesto, hecho a la luz y sin renunciar a ninguna de sus posiciones públicas. También es la prueba de que en esta era el centro de gravedad tira siempre hacia el mismo lado: hacia donde está el cómputo.
Tres meses antes, Demis Hassabis hacía el camino contrario y dejaba el mando de un laboratorio para quedarse con la ciencia. Dos personas del máximo nivel, la misma frontera, direcciones opuestas. La pregunta que dejan entre las dos no es quién acertó. Es si dentro de diez años seguirá existiendo un lugar desde el que mirar esta tecnología sin depender de ella.
Ella etiquetó catorce millones de imágenes a mano porque nadie creía que hiciera falta. Sigo apostando a que el próximo salto lo dará quien haga otra vez el trabajo que a todos les parece un desperdicio de tiempo.
Ficha del perfil. Fei-Fei Li · Fundadora y consejera delegada de World Labs · Catedrática de Informática y asesora especial de inteligencia artificial del rector de la Universidad de Stanford (cargos a agosto de 2026) · Cofundadora de Stanford HAI (2019) y su codirectora hasta mayo de 2026 · Miembro del consejo asesor científico del secretario general de Naciones Unidas · Obras de referencia: «ImageNet» (2009), The Worlds I See (2023) y «From Words to Worlds» (2025) · Casilla del tablero: quién trabaja la legitimidad desde dentro · Serie: Arquitectos de la Pre-Singularidad, perfil 04.
Preguntas frecuentes
¿Quién es Fei-Fei Li?
Fei-Fei Li es una científica de la computación estadounidense de origen chino, catedrática de Stanford y fundadora de World Labs, empresa de inteligencia espacial valorada en cinco mil millones de dólares. Creó ImageNet en 2009, la base de datos que hizo posible el aprendizaje profundo moderno, y cofundó en 2019 el instituto de inteligencia artificial centrada en el ser humano de Stanford.
¿Qué es ImageNet y por qué importa?
ImageNet es una base de datos de catorce millones de imágenes etiquetadas a mano, presentada en 2009. Su apuesta era que el obstáculo de la inteligencia artificial no estaba en los algoritmos sino en los datos. En 2012 un sistema entrenado sobre ella ganó su competición con tal margen que todo el campo cambió de método. La revolución actual de la inteligencia artificial arranca ahí.
¿Qué es World Labs y quién la financia?
Es la empresa que Fei-Fei Li fundó en 2024 para construir modelos de inteligencia espacial: sistemas que generan y razonan sobre mundos tridimensionales en lugar de sobre texto. Su producto Marble se lanzó en noviembre de 2025. En febrero de 2026 levantó mil millones de dólares liderados por Autodesk, con Nvidia, AMD, Andreessen Horowitz y Fidelity entre los inversores.
¿Qué es la inteligencia espacial?
Es la capacidad de un sistema para entender el espacio físico: distancias, volúmenes, orientaciones y recorridos. Fei-Fei Li sostiene que los modelos de lenguaje, por elocuentes que sean, no la tienen, y que es la siguiente frontera de la inteligencia artificial. Los mejores modelos actuales apenas superan el azar al estimar una distancia o un tamaño.
¿Sigue siendo una voz independiente sobre inteligencia artificial?
Sigue defendiendo en público lo mismo que defendía en 2019, pero su posición ha cambiado: dirige una empresa de cinco mil millones financiada por los fabricantes de chips y ya no dirige el instituto que fundó. Puede tener razón y ser parte interesada a la vez. Sus análisis merecen la misma atención de siempre, con la pregunta de quién los financia al lado.
¿Qué implica esto para una empresa?
Dos cosas. Revisar de quién procede el criterio externo en el que se apoyan sus decisiones tecnológicas y comprobar si esa voz sigue siendo independiente hoy. Y anticipar que, si su actividad toca el espacio físico, la próxima ola de esta tecnología no llegará como un asistente de texto sino como un sistema que entiende volúmenes y recorridos. El marco completo está en la página Era Pre-Singularidad.
Glosario
Inteligencia espacial. Capacidad de un sistema para entender y operar sobre el espacio físico: distancias, volúmenes, orientaciones, recorridos. Es la tesis central de Fei-Fei Li y el terreno donde los modelos de lenguaje fallan de forma medible.
ImageNet. Base de datos de catorce millones de imágenes etiquetadas a mano, publicada en 2009. Demostró que el límite de la inteligencia artificial estaba en los datos y no en los algoritmos. Es el punto de partida material del aprendizaje profundo moderno.
Aprendizaje profundo. Método de entrenamiento con redes de muchas capas que aprende directamente de grandes volúmenes de ejemplos, sin reglas escritas por una persona. Es la técnica que sostiene prácticamente todo lo que hoy se llama inteligencia artificial.
Modelo del mundo. Representación interna que un sistema construye del entorno para predecir qué ocurrirá si algo se mueve o cambia. Sin ella no hay robótica útil, y con lenguaje solo no se obtiene.
Inteligencia artificial centrada en el ser humano. Enfoque que exige que estos sistemas amplíen la capacidad de las personas en lugar de sustituirlas, y que respeten su autonomía y su dignidad. Es la doctrina que Fei-Fei Li institucionalizó en Stanford; conviene comprobar quién la sostiene y desde dónde.
Una carta al mes. Nada más.
Un análisis, una idea y un término del glosario. Doble confirmación y baja en un clic.