Fei-Fei Li: «Dirijo mi startup de IA como madre tigre»

¿Quién es Fei-Fei Li y por qué levanta $1.000 millones con World Labs?

Fei-Fei Li, conocida como la "madrina de la IA" por crear ImageNet —el conjunto de datos que impulsó la revolución del deep learning—, cofundó World Labs en 2024 y acaba de cerrar una ronda de $1.000 millones en febrero de 2026. El total recaudado por la compañía alcanza ahora los $1.230 millones, según reportó TechTimes.

Los inversores son nombres que cualquier founder reconoce: AMD, Nvidia, Autodesk (con una participación de $200 millones, la mayor inversión en startup de la historia de la empresa), Emerson Collective, Fidelity y Sea. World Labs emergió del stealth en 2024 con $230 millones y una valoración de $1.000 millones; en esta última ronda, informes de Bloomberg citaban un objetivo cercano a los $5.000 millones, aunque la compañía no confirmó cifras de valoración.

Li dijo a Bloomberg que se siente "como una madre" con sus empleados. "Soy, con diferencia, la persona con más experiencia de la empresa", afirmó. "Desde mis cofundadores hasta mis ingenieros, investigadores y científicos, son extremadamente talentosos, pero también son jóvenes. Sí me siento como una madre. Y muchas veces siento que soy una madre tigre. Dirijo esta empresa con unos estándares muy elevados".

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

El término "madre tigre" —popularizado por Amy Chua en 2011— describe a una líder exigente que presiona a su equipo para alcanzar grandes logros. En el contexto de una startup de IA que compite contra gigantes tecnológicos, ese nivel de exigencia no es solo filosofía personal: es estrategia.

¿Qué es World Labs y qué construye exactamente?

World Labs desarrolla modelos del mundo —un tipo de IA diseñada para comprender e interactuar con entornos tridimensionales, no solo con texto o imágenes planas. Su primer producto comercial, Marble, lanzado en noviembre de 2024, permite generar entornos 3D editables y descargables a partir de prompts de texto, imágenes o videos cortos.

La tecnología detrás de Marble es técnicamente distintiva: exporta simultáneamente 3D Gaussian Splatting (partículas semitransparentes que generan alta fidelidad visual) y mallas de colisión (geometría que un motor de física puede procesar). Esta dualidad disuelve la frontera entre renderizador y simulador, según explicaron en un ensayo publicado el 3 de junio de 2026.

En ese documento, Li y su equipo clasifican los "modelos del mundo" en tres categorías:

Renderizadores: producen píxeles para ojos humanos (video-generation models, Google Genie 3). No entienden estructura 3D.
Simuladores: generan representaciones geométricas y físicamente fieles que programas pueden computar. World Labs considera esta la categoría más valiosa y menos desarrollada.
Planificadores: determinan qué acción debe tomar un agente. Los vision-language-action systems intentan resolver este problema.

La tesis de World Labs es clara: un simulador preciso puede servir tanto a un renderizador como a un planificador, pero no al revés. Por eso posicionan a Marble como el "punto de enganche" (linchpin) de todo el ecosistema.

¿Por qué importa esto para el futuro de la IA?

La visión de Li va más allá de herramientas creativas. World Labs está construyendo lo que ella llama inteligencia espacial —la capacidad que vincula imaginación, percepción y acción.

NVIDIA ya publica workflows técnicos donde escenas generadas por Marble se importan a Isaac Sim para crear entornos de entrenamiento fotorealistas para robots. Lo que antes tomaba semanas, ahora se comprime a horas. Esa velocidad aborda un cuello de botella estructural: los robots no pueden entrenar con datos a escala de internet como los LLMs; necesitan demostraciones y entornos 3D caros y escasos.

La colaboración con Autodesk refuerza esa dirección. Autodesk trabaja con la mayoría de las principales empresas de producción visual y está desarrollando neural CAD —modelos generativos entrenados en datos geométricos que pueden razonar sobre componentes y sistemas completos. La integración entre ambas tecnologías podría permitir que un diseñador comience con un boceto generado por IA en World Labs y luego profundice en detalles técnicos en Autodesk.

Li advierte sobre límites honestos: "La brecha entre un demo convincente y un robot que funciona confiablemente en una cocina, un almacén o una sala de operaciones sigue siendo vasta". Reconoce que la geometría generada por IA "puede verse correcta mientras contiene intersecciones o escalas erróneas que producen física insensible".

¿Qué significa esto para tu startup?

El caso de World Labs ofrece lecciones aplicables a cualquier founder que lidere un equipo técnico en IA:

1. La mentoría como ventaja competitiva. Li describe un modo constante de mentora cuando conversa con candidatos y su equipo. No se trata solo de contratar talento joven —debe ser — sino de guiarlo hacia decisiones estratégicas: dónde reside su pasión, si creen en la misión y qué impacto quieren generar. Para founders que reclutan equipos multidisciplinarios, invertir tiempo en orientación estratégica reduce la rotación y acelera la alineación con la visión del producto.

2. Definir tu categoría antes de que otros lo hagan. World Labs publicó un ensayo técnico que clasifica los "modelos del mundo" en tres tipos y posiciona explícitamente a Marble en la categoría más difícil y valiosa. Eso no es solo contenido académico: es una guía de compra disfrazada para estudios de gaming, VFX, arquitectura y robótica. Si tu startup opera en un espacio con terminología confusa, definir la categoría desde tu posición técnica te da autoridad y atrae clientes que buscan soluciones específicas.

3. Pensar en capas de interoperabilidad. Marble exporta formatos compatibles con motores de física y herramientas estándar (Three.js, NVIDIA Isaac Sim). Eso no es casualidad: es una decisión de producto pensada para integrarse en pipelines existentes. Si tu startup construye infraestructura o herramientas para otros developers, prioriza la interoperabilidad desde el día uno. Las plataformas aisladas pierden frente a las que se conectan.

4. Ser honesto sobre los límites técnicos. World Labs dedica una sección completa de su ensayo a lo que aún no funciona. Esa transparencia genera credibilidad con clientes sofisticados (empresas de robótica, estudios de VFX) que detectan rápidamente el hype vacío. En mercados B2B complejos, la honestidad técnica es una señal de confianza que se traduce en contratos.