JoyIn acusa a OpenAI de copiar arquitectura de Aether

JoyIn denuncia a OpenAI por "destilación directa" de su modelo Aether

JoyIn, una startup china respaldada por Ant Group, acusó formalmente a OpenAI de copiar la arquitectura técnica de su modelo Aether, presentado el 10 de septiembre, apenas una semana después del anuncio del GPT-6 Astra por parte de OpenAI. El fundador de JoyIn, Guo Renjie, señaló coincidencias en componentes clave — específicamente en mecanismos de "mejora recursiva de uno mismo" y en el uso de inteligencia artificial para optimizar potencia computacional — y también en el lenguaje visual de las interfaces públicas, con elementos de temática espacial.

La acusación central es que OpenAI practicó "destilación directa" — un proceso donde se extrae y replica la funcionalidad de un modelo existente sin modificaciones sustanciales. Según Guo, las grandes tecnológicas operarían redes de monitoreo que rastrean publicaciones en internet, lo que habría permitido acceder al trabajo previo de JoyIn. El marco conceptual "visitante extraterrestre" de JoyIn se había presentado en Silicon Valley semanas antes de que el científico jefe de OpenAI publicara contenido con temática similar.

Hasta el momento, OpenAI no ha respondido públicamente a las acusaciones.

🤖 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

¿Qué es la "destilación" de modelos y por qué está en el centro del debate?

La destilación es una técnica donde un modelo más pequeño ("estudiante") aprende a imitar el comportamiento de un modelo más grande y capaz ("profesor"), normalmente alimentándolo con las respuestas del profesor para entrenar al estudiante. Es una práctica legítima cuando las partes tienen acuerdo, y una zona gris legal cuando el modelo profesor es accesible solo bajo términos específicos de uso.

Lo que JoyIn describe como "destilación directa" va un paso más allá: no se trataría solo de entrenar un modelo propio con outputs del modelo ajeno, sino de replicar la arquitectura y los mecanismos internos del modelo original. Esa distinción es clave, porque la arquitectura de un modelo — cómo se organizan sus capas, sus bucles de auto-mejora, sus esquemas de routing — suele ser el activo más caro y estratégico de un laboratorio.

El caso llega en un momento donde esta práctica está bajo escrutinio público.

El patrón industrial: destilación entre laboratorios chinos y estadounidenses

La denuncia de JoyIn no ocurre en el vacío. Según reportó Yahoo Finance/Reuters a partir del informe de agosto de Anthropic, la empresa identificó y bloqueó múltiples operaciones de destilación no autorizada contra sus modelos Claude Opus, ejecutadas por laboratorios chinos.

El reporte de Anthropic documenta específicamente que laboratorios con sede en China —incluyendo DeepSeek, Xiaomi, Moonshot y operadores vinculados a Alibaba— habrían utilizado conversaciones entre sus propios modelos y usuarios como insumo para alimentar a Claude y luego destilar sus capacidades. Anthropic señala que se detectó un pool inicial de cerca de 5.000 cuentas fraudulentas utilizadas por Alibaba para acceder a Claude, cuentas que tras ser bloqueadas fueron sustituidas por otras vinculadas a DeepSeek y Xiaomi, lo que sugiere redes de proxy compartidas entre varias organizaciones.

La operación más grande, según el reporte, habría estado a cargo de operadores afiliados a Alibaba, y habría apuntado específicamente a transcripts de chain-of-thought de Opus 4.6 y 4.7. Anthropic afirma que ya implementó salvaguardas adicionales para dificultar este tipo de extracción.

Este patrón de acusaciones cruzadas —laboratorios chinos denunciando destilación desde EE.UU., y laboratorios estadounidenses documentando intentos desde China— dibuja una carrera armamentista de propiedad intelectual que hasta ahora se resolvía en papers y conferencias, y que empieza a moverse a los tribunales.

Qué dice JoyIn sobre Aether: las cifras que presentó

El modelo Aether se enfoca en control robótico perceptivo, y según reportes internos de JoyIn alcanzó tasas de éxito del 90% en tareas de primer intento. Zhu Mingxuan, quien lideró el desarrollo, indicó que el tiempo de entrenamiento se redujo en dos tercios respecto a generaciones anteriores. La compañía adelantó que liberará parte de los componentes del modelo como código abierto, en particular los relacionados con percepción táctil.

Esas cifras —90% de éxito, reducción de 2/3 en tiempo de entrenamiento— son declaraciones internas de JoyIn y no han sido verificadas de forma independiente por terceros en el momento de la denuncia.

¿Qué significa esto para tu startup?

Si estás construyendo sobre modelos fundacionales —ya sea fine-tuning, destilación autorizada o productos verticales sobre GPT, Claude, Gemini o modelos chinos equivalentes— el caso JoyIn/OpenAI y el reporte de Anthropic dejan varias lecciones operativas:

Documenta tu arquitectura desde el día uno. Si tu diferencial es un mecanismo técnico (un loop de auto-mejora, un esquema de routing, una técnica de entrenamiento), registra fechas de commits internos, presentaciones internas y publicaciones. Sin ese rastro, una denuncia de propiedad intelectual se queda en acusación sin prueba.
Lee los términos de servicio del modelo que usas como base. La mayoría prohíbe explícitamente usar los outputs para entrenar modelos competidores. Si tu producto depende de destilar un frontier model, estás expuesto tanto a banneo de cuentas como a acciones legales del proveedor.
No mezcles cuentas de proxy entre múltiples proyectos. El reporte de Anthropic describe cómo un pool de cuentas fraudulentas bloqueado fue sustituido por otro vinculado a varios laboratorios distintos. Si tu infra de scraping o destilación cae en la misma red que otra empresa, el daño reputacional y operativo es compartido.
Considera el código abierto como estrategia defensiva. JoyIn anunció que abrirá los componentes de percepción táctil de Aether. En mercados donde la copia es la norma, abrir piezas no centrales puede ser mejor defensa que litigar: cierra el argumento de "destilación" sobre esas piezas y construye comunidad que defienda tu marca.

Conclusión

La denuncia de JoyIn contra OpenAI es, hasta ahora, un caso aislado en lo formal pero parte de un patrón industrial creciente. Mientras los laboratorios publican en arXiv, comparten código en GitHub y presentan en NeurIPS, las mismas ideas se mueven rápido entre continentes — y la pregunta de qué se protege, cómo y durante cuánto tiempo sigue sin respuesta clara. Para una startup, la lección práctica no es esperar a que la industria se ponga de acuerdo: es diseñar desde el inicio con la presunción de que tu arquitectura será visible, imitada y, eventualmente, disputada.