Thinking Machines Lab desarrolla una inteligencia artificial capaz de escuchar y responder de forma simultánea

Qué pasó
Thinking Machines Lab, la empresa de inteligencia artificial fundada a fines de 2025 por Mira Murati, ex directora de tecnología de OpenAI, presentó este lunes un nuevo enfoque tecnológico denominado 'modelos de interacción'. Este desarrollo busca superar una de las limitaciones fundamentales de los asistentes de inteligencia artificial actuales: la incapacidad de procesar información y generar respuestas de manera simultánea.
Actualmente, la totalidad de los modelos de inteligencia artificial disponibles en el mercado operan bajo un modelo secuencial. El usuario emite una instrucción o consulta, el sistema procesa la información y luego genera una respuesta, en un formato similar a una conversación por mensajes de texto. Thinking Machines Lab aspira a cambiar este paradigma mediante el desarrollo de un modelo capaz de interrumpir, procesar entradas y generar respuestas en tiempo real, replicando la dinámica de una llamada telefónica.
Desde el punto de vista técnico, la compañía emplea el concepto de 'full duplex', que permite la transmisión bidireccional simultánea de datos. Según informó la empresa, su modelo denominado TML-Interaction-Small logra un tiempo de respuesta de 0,40 segundos, una velocidad comparable a la de una conversación humana natural y significativamente inferior a la de modelos equivalentes desarrollados por OpenAI y Google.
Pese al anuncio, la startup precisó que se trata de un avance en etapa de investigación y no de un producto listo para su comercialización. Thinking Machines Lab proyecta liberar una versión preliminar de investigación en los próximos meses, con un lanzamiento más amplio programado para la segunda mitad de este año.
Hasta la fecha, los resultados presentados en benchmarks son destacables y la premisa subyacente, que la interactividad debiera ser una característica nativa de los modelos de lenguaje, genera un interés considerable en el sector. Sin embargo, la validación definitiva de esta tecnología ocurrirá cuando los usuarios puedan verificar si la experiencia real cumple con las promesas técnicas.
Contexto
El mercado global de la inteligencia artificial continúa su expansión acelerada, con una competencia creciente entre grandes corporaciones y nuevas empresas emergentes por desarrollar modelos más eficientes y naturales. En este escenario, la mejora en la interacción entre humanos y sistemas de IA se ha convertido en una de las prioridades del sector tecnológico.
Empresas como OpenAI, Google, Anthropic y Meta han destinado cuantiosos recursos al desarrollo de capacidades multimodales, buscando que sus plataformas no solo procesen texto, sino también voz, imágenes y video en tiempo real. La propuesta de Thinking Machines Lab se inserta precisamente en esta línea de innovación, al abordar la latencia y la unidireccionalidad que caracterizan a las interfaces conversacionales actuales.
Mira Murati es una figura destacada en la industria. Durante su período como directora de tecnología en OpenAI, participó activamente en el desarrollo de modelos como GPT-4 y DALL-E. Su partida de la empresa a mediados de 2025 y la posterior creación de Thinking Machines Lab generaron expectación sobre los proyectos que lideraría en forma independiente.
El concepto de comunicación 'full duplex' no es completamente nuevo en el ámbito de la inteligencia artificial. Sin embargo, implementarlo de manera eficiente en modelos de lenguaje a gran escala representa un desafío técnico considerable, debido a los requerimientos de procesamiento en tiempo real y la necesidad de mantener la coherencia en las respuestas. El avance presentado por Thinking Machines Lab podría marcar un precedente relevante si logra escalar esta tecnología de manera exitosa.
Impacto para empresas chilenas
Para el ecosistema empresarial chileno, el desarrollo de modelos de interacción más fluidos y rápidos podría tener implicancias significativas en áreas como la atención al cliente, el soporte técnico y la automatización de procesos. Las pymes y empresas locales que ya incorporan chatbots y asistentes virtuales en sus operaciones podrían beneficiarse de tecnologías que reduzcan los tiempos de espera y mejoren la experiencia del usuario.
En el sector financiero, por ejemplo, la posibilidad de mantener conversaciones más naturales con sistemas automatizados podría incrementar la eficiencia en la resolución de consultas y trámites, reduciendo la carga operativa de los equipos humanos. Asimismo, en la industria retail, una interacción en tiempo real con inteligencia artificial podría optimizar los procesos de venta y asistencia al consumidor.
No obstante, la adopción de estas tecnologías en el mercado local dependerá de factores como la disponibilidad de infraestructura computacional, los costos de implementación y la capacidad de las empresas chilenas para integrar estos modelos en sus plataformas existentes. Además, será relevante la regulación y los marcos éticos que se establezcan para el uso de sistemas de IA con capacidades conversacionales avanzadas.
Las startups chilenas enfocadas en inteligencia artificial y automatización también podrían encontrar oportunidades para desarrollar soluciones basadas en este tipo de tecnología, ya sea como socios implementadores o mediante la creación de aplicaciones específicas para el mercado regional latinoamericano.
Qué sigue
Los próximos meses serán clave para evaluar la viabilidad real de los 'modelos de interacción' presentados por Thinking Machines Lab. La liberación de la versión preliminar de investigación permitirá a desarrolladores y especialistas analizar el rendimiento del modelo en condiciones reales, lo que determinará si las promesas de velocidad y bidireccionalidad se cumplen efectivamente.
En un horizonte más amplio, la consolidación de este tipo de tecnología podría redefinir las expectativas de los usuarios respecto a la interacción con sistemas automatizados, estableciendo nuevos estándares de velocidad y naturalidad. Si Thinking Machines logra consolidar este enfoque, podría posicionarse como un actor relevante en un mercado dominado actualmente por grandes tecnológicas, abriendo nuevas posibilidades para la industria de la inteligencia artificial a nivel global.
Artículos Relacionados

Reelful: aplicación móvil utiliza inteligencia artificial para transformar archivos fotográficos en videos cortos para redes sociales
La aplicación Reelful, recientemente lanzada para dispositivos iOS, emplea inteligencia artificial para convertir de manera automática fotografías y clips de video almacenados en el teléfono del usuario en piezas audiovisuales cortas optimizadas para plataformas como TikTok e Instagram Reels. La plataforma fue desarrollada por Kate Deyneka, ex ingeniera de aprendizaje automático en la compañía Snapchat, y actualmente participa en el programa de aceleración Speedrun de la firma de capital de riesgo Andreessen Horowitz. El lanzamiento se inscribe en una tendencia creciente de soluciones basadas en inteligencia artificial orientadas a automatizar la producción de contenido digital para usuarios individuales y empresas.

Anthropic y Blackstone crean Ode, empresa de implementación de inteligencia artificial valorada en USD 1.500 millones
La nueva compañía, fruto de una alianza entre el laboratorio de inteligencia artificial Anthropic y el fondo de inversión Blackstone, busca cerrar la brecha entre el desarrollo de modelos avanzados y su adopción efectiva por grandes corporaciones. La empresa absorberá a la startup Fractional AI y proyecta posicionarse como un actor relevante en el segmento de servicios profesionales de inteligencia artificial. La iniciativa replica los pasos de OpenAI, que recientemente lanzó una propuesta equivalente.

Plataforma de comercio en vivo Whatnot adquiere firma de inteligencia artificial Shaped para reforzar su motor de recomendaciones
Whatnot, aplicación de comercio en vivo, anunció la adquisición de Shaped, empresa especializada en sistemas de recomendación y búsqueda en tiempo real basados en inteligencia artificial. La operación busca fortalecer las capacidades de personalización de la plataforma, que procesa más de 500.000 horas de video en vivo cada semana. La adquisición coincide con un ciclo de fuerte crecimiento para Whatnot, que superó los mil millones de pedidos por parte de vendedores y fue recientemente valorizada en más de 11.000 millones de dólares.