# Worldmodeldata apuesta por datos de videojuegos para entrenar modelos del mundo

- Publicada: 2026-09-28T09:00:00.000Z
- Actualizada: 2026-09-28T09:18:43.388Z
- Sección: Mercado
- Página: https://aidailyjournal.com/es/n/2026/09/28/worldmodeldata-bets-on-video-game-data-to-train-world-models/
- Fuentes: [Wired](https://wired.com/story/the-next-evolution-of-ai-is-learning-from-your-dodgy-gaming-skills)

## Resumen

La startup británica Worldmodeldata quiere organizar comandos de controles, imágenes y otros datos recopilados en videojuegos para entrenar modelos del mundo, una clase de sistemas orientada a comprender la física y actuar en el entorno físico. La empresa, asesorada por Yann LeCun, funciona como intermediaria entre laboratorios de IA y estudios de videojuegos, que ya producen grandes volúmenes de datos variados sobre acciones y consecuencias. Worldmodeldata dice haber licenciado casi 1 millón de horas de datos de estudios detrás de videojuegos populares, cuyos nombres no fueron divulgados, y planea crear en el futuro formas de compensar también a jugadores individuales.

La hipótesis de que más datos de videojuegos mejorarán estos modelos aún no se ha probado por completo. Investigadores citados por Wired dicen que ese material podría ayudar a capturar situaciones inusuales, difíciles de obtener mediante demostraciones manuales con personas, robots y sensores, mientras la startup cree que los datos de videojuegos acabarán representando la mayor parte del entrenamiento, complementados por información específica de cada entorno real.

## Por qué importa (interpretación editorial)

La iniciativa podría crear un nuevo vínculo comercial entre estudios de videojuegos y laboratorios de IA, además de aportar datos sobre situaciones inusuales al entrenamiento de modelos del mundo. Pero la hipótesis de que este material mejorará esos sistemas aún no se ha probado por completo, y la compensación futura a los jugadores sigue siendo un tema abierto.

_Resumen escrito por AI Daily Journal con palabras propias, a partir de las fuentes anteriores. Para más detalles, lee los artículos originales._