Jun Kim, creador de oMLX, llega a Hugging Face para MLX

Por qué Hugging Face ficha a Jun Kim y qué cambia para tu startup

oMLX es un motor experimental para correr modelos de IA en Apple Silicon bajo licencia Apache 2.0, y su creador y mantenedor, Jun Kim, se incorpora al equipo de Hugging Face según anunció el propio Hub el 22 de septiembre de 2026. Para founders hispanohablantes que prototipan con datos sensibles —historiales clínicos, documentos legales, información financiera— este movimiento importa porque convierte un proyecto mantenido en tiempo libre en una iniciativa con respaldo institucional.

El comunicado describe el salto como «graduarse de un proyecto paralelo a un proyecto completamente mantenido y financiado», y aclara que oMLX mantiene la licencia Apache 2.0 y que Jun Kim sigue liderando el proyecto como antes. No es una adquisición al uso: es infraestructura comunitaria que pasa a tener soporte explícito.

Qué es MLX y por qué Apple Silicon importa para IA local

MLX es el framework de machine learning que Apple liberó en 2023 como un regalo abierto a la comunidad, creado por Awni Hannun y Angelos Katharopoulos según recuerda el propio equipo de Hugging Face. Está optimizado para ejecutarse sobre Apple Silicon (los chips M-series que equipan los Mac desde 2020) y aprovecha una característica clave del silicio de Apple: la arquitectura de memoria unificada, donde CPU, GPU y neural engine comparten el mismo pool de RAM.

En la práctica, esto permite correr modelos de lenguaje directamente en un Mac sin enviar datos a servidores externos. Las tres ventajas que se repiten en la cobertura técnica sobre MLX local son:

• Latencia reducida: sin ida y vuelta a un servidor remoto, las respuestas llegan en milisegundos, lo que habilita interfaces interactivas más fluidas.
• Coste operativo cero por inferencia: una vez comprado el hardware, ejecutar el modelo no genera factura de API recurrente.
• Privacidad por defecto: los datos del usuario nunca salen del dispositivo, lo que reduce riesgos regulatorios y de brechas.

Para founders que prototipan productos con información sensible, la diferencia entre «los datos se procesan en nuestro servidor» y «los datos se procesan en el dispositivo del usuario» es, en muchos casos, la diferencia entre poder cerrar o no un cliente enterprise con políticas estrictas de datos.

Qué aporta Hugging Face (más allá del dinero)

Hugging Face se autodefine como «el Hub donde la gente encuentra modelos MLX y aporta los suyos», y con esta contratación consolida su posición de infraestructura dentro del ecosistema Apple. Pero el valor del movimiento no es solo económico —Jun Kim pasa de mantener oMLX en su tiempo libre a hacerlo con respaldo explícito— sino estratégico:

• Visibilidad y distribución: los modelos y releases de oMLX llegan a una audiencia que ya usa el Hub como punto de partida por defecto.
• Upstream al stack existente: el comunicado menciona colaboración explícita con los equipos de mlx-lm, mlx-vlm y LM Studio, citando a Cheng, Prince y Yagil como los responsables de esos proyectos.
• Alineación con Transformers: el objetivo declarado es construir un puente fluido desde la definición de un modelo en Transformers hasta una implementación MLX de referencia, de modo que cualquier modelo nuevo subido al Hub pueda correr en Apple Silicon sin reescritura manual.

Este último punto es, posiblemente, el más relevante a medio plazo. Hoy, si subes un modelo nuevo a Hugging Face en formato Transformers, hacerlo funcionar en MLX requiere ingeniería adicional por parte de cada motor. Si HF consigue estandarizar ese puente, el flujo «modelo nuevo → corre en Mac en minutos» se acerca a la misma trivialidad que ya tiene el pipeline PyTorch sobre CUDA en máquinas con GPU NVIDIA.

El roadmap de oMLX: banco de pruebas para ideas nuevas

El comunicado describe oMLX como «un banco de pruebas para nuevas ideas que aprovecha el trabajo fundacional de sus dependencias», es decir, mlx-lm, mlx-vlm y otras. Esto lo posiciona deliberadamente como un espacio donde se experimenta antes de llevar los cambios aguas arriba al código base principal.

Para la comunidad, esto significa que oMLX puede moverse más rápido que los motores estables, asumiendo más riesgo en funciones experimentales (schedulers alternativos, samplers nuevos, integraciones con runtimes específicos) y dejando que lo que funciona termine eventualmente integrado en los proyectos principales. Es el mismo patrón que han seguido proyectos como PyTorch nightly frente a stable: velocidad de iteración primero, estabilidad después.

Qué significa esto para tu startup

Tres acciones concretas que puedes tomar esta semana:

• Audita qué llamadas a APIs de IA puedes mover a local. Si tu producto usa GPT-4, Claude o Llama vía API para tareas repetitivas (resúmenes, clasificación, embeddings simples), un modelo MLX de 7B-13B parámetros corriendo en un Mac mini con Apple Silicon puede cubrir buena parte de esos casos a coste marginal cero. Empieza por hacer un benchmark interno con LM Studio y mlx-lm.
• Convierte la privacidad local en argumento de venta. En LATAM, sectores como salud, legal y educación tienen fricciones reales para subir datos a APIs de terceros por regulación local. Un endpoint tipo «esta IA corre 100% en tu Mac» puede ser tu diferencial frente a un competidor que envía todo a la nube.
• Evalúa contribuir a oMLX si necesitas funciones experimentales. Si tu producto necesita un comportamiento que los motores estables aún no soportan, oMLX es ahora el lugar con más margen para experimentar y con respaldo institucional detrás. Contribuir te da influencia sobre el roadmap.

El movimiento de Hugging Face también es una señal competitiva: la batalla por el motor de inferencia local por defecto está abierta, y Apple Silicon es un campo que NVIDIA no puede atacar directamente con CUDA. Founders que se posicionen temprano en este stack pueden capturar clientes que ni saben que lo necesitan todavía.

Conclusión

La llegada de Jun Kim a Hugging Face no es una contratación al estilo Silicon Valley: es una apuesta de infraestructura. HF está señalando que el futuro de la IA local en Mac necesita un motor comunitario, bien mantenido y con licencia abierta. Para startups hispanas que construyen productos sobre Apple Silicon, la noticia baja la barrera de entrada: hay un stack local con respaldo institucional, no solo el entusiasmo de un desarrollador en su tiempo libre.

Si tu roadmap de los próximos 12 meses incluye cualquier componente de IA en el dispositivo, conviene seguir de cerca oMLX, mlx-lm y LM Studio. La convergencia entre Transformers y MLX que plantea el anuncio puede simplificar, en un plazo de meses, lo que hoy requiere ingeniería a medida.

Fuentes

• Jun Kim, oMLX creator and maintainer, joins Hugging Face to support the MLX community (fuente original)
• Apple Silicon Enables Local AI Execution via MLX Framework (fuente adicional)