Thinking Machines adelanta un modelo de IA full-duplex que responde más rápido

Thinking Machines Lab, la startup fundada por la ex CTO de OpenAI Mira Murati, está mostrando un tipo distinto de IA: una que puede escuchar y hablar al mismo tiempo. La empresa dice que sus nuevos modelos de interacción full-duplex se construyen alrededor de un comportamiento que no espera a que termines de hablar antes de empezar a formar una respuesta. En teoría, eso empuja a la IA desde la torpeza de la ventana de chat hacia algo más parecido a una conversación real.

La cifra destacada es un tiempo de respuesta de 0.40 segundos para TML-Interaction-Small, que la compañía afirma está aproximadamente en línea con la conversación humana natural y es más rápido que modelos comparables de OpenAI y Google. Es una afirmación contundente para una vista previa de investigación, y una familiar en la IA: la demo siempre está más pulida que el producto. Aun así, la idea subyacente tiene sentido. Los asistentes de voz y los chatbots han tratado durante mucho tiempo la toma de turnos como un detalle secundario, aunque ahí es donde reside la mayor parte de la fricción.

Qué está probando realmente Thinking Machines

Esto aún no es un lanzamiento público. Thinking Machines dice que una vista previa de investigación limitada llegará en los próximos meses, con un acceso más amplio planeado para finales de este año. Eso pone a la compañía en una posición muy común en la IA: suficiente prueba para atraer atención, pero no suficiente producto para que alguien realmente lo ponga a prueba.

La tendencia más amplia es obvia, aunque la puesta en escena sea algo teatral. Los laboratorios de IA están yendo más allá de la generación de texto pura y adentrándose en el diseño de la interacción, porque la velocidad por sí sola no basta si el sistema sigue pareciendo un mecanógrafo con retraso. OpenAI, Google y otros han competido por ofrecer experiencias de voz y multimodales más naturales; Thinking Machines sostiene que la propia arquitectura debería diseñarse desde el inicio para la superposición, las interrupciones y el ida y vuelta.

Recomendado

Sam Altman se burla del anuncio de Anthropic mientras crece la reacción en su contra

Por qué el full-duplex es importante para los asistentes de IA

• Permite al modelo procesar la entrada mientras genera la salida.
• Hace que la conversación se sienta menos como un software de dictado y más como una llamada.
• Podría reducir los silencios que hacen que muchos asistentes de IA parezcan lentos, incluso cuando la respuesta es técnicamente buena.

Si la vista previa se mantiene fuera de la demo, la recompensa podría ser menos sobre fanfarronear en métricas y más sobre cambiar hábitos. La gente tolera mucho de la IA, pero es mucho menos paciente con los tiempos incómodos. Un sistema que pueda responder mientras todavía estás hablando no solo sonaría más inteligente; se sentiría menos como un software que finge ser conversacional.

La prueba real empieza con los usuarios

La pregunta sin respuesta es si esa afirmación de 0.40 segundos sobrevive en la vida real desordenada: acentos, interrupciones, ruido de fondo y usuarios que cambian de opinión a mitad de frase. Ahí es donde muchas funciones de IA mueren, generalmente después de que el bombo del lanzamiento ya cumplió su función. Si Thinking Machines puede lograr que la experiencia se sienta natural en vez de meramente rápida, habrá encontrado algo que los laboratorios más grandes también desean.