Bienvenidos, entusiastas de la IA.

Imagina que construyes el coche más rápido del mundo, capaz de recorrer distancias imposibles en segundos. El problema es que el motor falla cada pocos kilómetros y necesita un mecánico especializado que lo ajuste constantemente para que no se rompa. El coche existe, funciona en teoría, pero en la práctica no puedes llegar a ningún sitio.

Eso es, a grandes rasgos, lo que está pasando ahora mismo con los ordenadores cuánticos. Son potencialmente los ordenadores más potentes que la humanidad ha construido jamás. Pero tienen un problema fundamental que los hace prácticamente inútiles para el mundo real: son extremadamente frágiles y cometen errores constantemente.

El 14 de abril de 2026, NVIDIA anunció Ising — y con él, una propuesta concreta para resolver ese problema usando inteligencia artificial.

Hoy en ReinoIA:

Resumen: Ising es la primera familia de modelos de IA de código abierto diseñada específicamente para hacer que los ordenadores cuánticos funcionen de forma fiable. No es un ordenador cuántico en sí mismo — es la capa de inteligencia artificial que necesitan esos ordenadores para dejar de cometer errores cada pocos segundos.

El lanzamiento incluye dos herramientas principales. La primera se encarga de mantener el ordenador cuántico bien calibrado y funcionando correctamente, reduciendo un proceso que antes tardaba días a apenas unas horas. La segunda detecta y corrige los errores en tiempo real, siendo hasta 2,5 veces más rápida y 3 veces más precisa que las soluciones que existían hasta ahora.

Todo el código está disponible de forma gratuita y abierta para investigadores, universidades y empresas. Entre los primeros en adoptarlo ya hay instituciones como Harvard, IonQ, el Laboratorio Nacional Lawrence Berkeley y el Instituto Nacional de Física del Reino Unido.

Detalles:

Por qué es importante:

Esta noticia importa en tres niveles distintos, y ninguno de ellos requiere entender física cuántica para comprender su magnitud.

1. Los ordenadores cuánticos llevan décadas prometiendo y no llegando. Se habla de ellos como la próxima gran revolución tecnológica desde los años 90. El problema no ha sido nunca la teoría — es la ingeniería. Hacer que esos ordenadores funcionen de forma estable y fiable ha sido el cuello de botella que ha mantenido la tecnología encerrada en laboratorios. Ising ataca directamente ese cuello de botella, y lo hace con IA — la herramienta que mejor se adapta a sistemas caóticos y difíciles de predecir.

2. Cuando los ordenadores cuánticos sean útiles, cambiará casi todo. Diseño de medicamentos, modelado climático, optimización de cadenas de suministro, criptografía, descubrimiento de materiales nuevos... hay problemas que los ordenadores clásicos nunca podrán resolver aunque los dejes calculando millones de años, y que un ordenador cuántico funcional resolvería en horas. El mercado de computación cuántica se espera que supere los 11.000 millones de dólares en 2030. Ising es una de las apuestas más concretas que se han hecho para que ese mercado deje de ser una proyección y se convierta en realidad.

3. NVIDIA no está construyendo el ordenador cuántico — está construyendo lo que lo hace funcionar. Esta es quizás la parte más inteligente del movimiento. Igual que NVIDIA no construye los coches eléctricos pero fabrica los chips que los hacen más inteligentes, aquí tampoco construye los qubits — construye la capa de IA que los controla. Es una jugada que recuerda a su estrategia con la IA generativa: no competir directamente con los creadores de modelos, sino ser la infraestructura imprescindible sobre la que todo se construye. Como dijo Jensen Huang en el anuncio: "La IA se convierte en el sistema operativo de las máquinas cuánticas."

Most AI newsletters are written for engineers. This one isn't.

The AI Report is read by 400,000+ executives, operators, and business leaders who want to know what's happening in AI — without wading through code, jargon, or hype.

Every weekday, we break down the AI stories that matter to your business: what's being deployed, what's actually working, and what it means for your team.

Free. 5 minutes. Straight to the point.

Join 400,000+ business leaders staying ahead of AI — without the technical overwhelm.

Read it free today

Resumen: El 15 de abril de 2026, Tencent lanzó y publicó en abierto HY-World 2.0, y con él ocurrió algo que no había pasado antes en el mundo de la IA generativa: una herramienta convirtió texto o imágenes directamente en mundos 3D navegables, editables e importables en motores de videojuegos.

La diferencia con todo lo que existía antes es radical. Modelos como Genie 3 de Google, NVIDIA Cosmos o el propio HY-World 1.5 de Tencent generaban vídeo. Veías un clip impresionante que desaparecía en cuanto terminaba la reproducción. No podías entrar en él, no podías editarlo, no podías usarlo para construir nada.

HY-World 2.0 produce activos 3D reales: meshes, Gaussian Splattings y nubes de puntos que se importan directamente en Blender, Unity, Unreal Engine e Isaac Sim. La diferencia es la misma que hay entre ver una película de una ciudad y tener los planos del arquitecto para construirla.

Paso a paso:

Hay dos formas de usar HY-World 2.0 según tu nivel técnico. La primera es a través de la demo web en Hugging Face, sin instalación. La segunda es instalándolo localmente, que requiere hardware potente pero da control total.

Opción A: Demo rápida en Hugging Face (sin instalación)

Paso 1 — Accede a la demo Ve a huggingface.co y busca "tencent/HY-World-2.0". Encontrarás una demo interactiva con Gradio que puedes usar directamente desde el navegador, sin instalar nada ni necesitar GPU propia.

Paso 2 — Elige tu tipo de entrada HY-World 2.0 acepta cuatro tipos de entrada: un texto descriptivo, una sola imagen, múltiples imágenes desde distintos ángulos, o un vídeo. Para empezar, la forma más sencilla es subir una foto — puede ser una foto tuya, un paisaje, una habitación, cualquier cosa.

Paso 3 — Deja que el pipeline haga el trabajo El sistema procesa tu entrada en cuatro etapas automáticas: primero genera una imagen panorámica del entorno, luego planifica la trayectoria de cámara, después expande el mundo en todas las direcciones, y finalmente compone el resultado en activos 3D. Todo esto ocurre de forma automática.

Paso 4 — Explora el resultado En la demo puedes navegar por el mundo 3D generado en tiempo real, ver los mapas de profundidad, las normales de superficie y la nube de puntos. El resultado ya está listo para exportar.

Paso 5 — Exporta e importa en tu motor Descarga los archivos en formato mesh o 3DGS e impórtalos directamente en Blender, Unity, Unreal Engine o NVIDIA Isaac Sim. El activo ya es completamente editable: puedes modificar geometría, añadir física, poblar el mundo con personajes o usarlo como nivel base de un videojuego.

Opción B: Instalación local (para usuarios técnicos con GPU)

Requiere una GPU con al menos 40 GB de VRAM (A100 o H100), Python 3.10 y CUDA 12.4. El proceso es:

Una vez instalado, el uso básico para reconstrucción es tan simple como:

python

Consejo profesional: El error más común al usar HY-World 2.0 es intentar generar mundos complejos desde el primer intento con una sola imagen genérica. El resultado suele ser geométricamente impreciso porque el modelo no tiene suficiente información de profundidad para reconstruir el espacio correctamente.

El flujo que mejor funciona es el opuesto: más información de entrada, mejor geometría de salida. Si puedes pasar múltiples imágenes del mismo espacio desde distintos ángulos — aunque sean capturas de un vídeo que hayas hecho caminando por una habitación — el modelo tiene mucho más contexto para reconstruir la geometría con precisión. La diferencia en calidad entre una sola imagen y cuatro o cinco capturas desde ángulos distintos es notable.

Para quien venga de trabajar con Blender o Unreal Engine: piensa en HY-World 2.0 no como el resultado final sino como el punto de partida. Lo que genera es un borrador 3D de altísima calidad que te ahorra el 70-80% del trabajo de modelado base, pero que necesita refinamiento manual para producción profesional. Úsalo para generar el escenario base, impórtalo, y trabaja encima de él con tus herramientas habituales.

Y un apunte importante sobre el hardware: si no tienes acceso a una GPU de 40 GB, la demo de Hugging Face es tu mejor opción por ahora. La comunidad ya está trabajando en versiones cuantizadas que reducirán ese requisito, así que en las próximas semanas debería ser accesible en hardware más modesto.

Capas:

🔹 CAPA 1: EL ROL

No le digas qué hacer. Dile primero QUIÉN ES.

❌ "Hazme un plan de marketing"

✅ "Eres un director de marketing con 15 años de experiencia en startups SaaS B2B que han pasado de 0 a 10M€ en facturación"

¿Por qué funciona? Porque Claude ajusta su vocabulario, profundidad y enfoque según el rol. No es lo mismo un becario que un CMO. Dale el rol correcto y la respuesta cambia radicalmente.

🔹 CAPA 2: EL CONTEXTO

La IA no sabe nada de ti. Si no le das contexto, inventa. Y cuando inventa, el resultado es genérico.

❌ Nada de contexto

✅ "Mi negocio es una academia online de IA en español. Facturamos 8.000€/mes. Tenemos 3.000 suscriptores en email y 15.000 seguidores en X. Nuestro cliente ideal es un profesional de 30-45 años que quiere usar IA para trabajar mejor. Presupuesto de marketing: 500€/mes."

Cuanto más específico el contexto, más específica la respuesta. Siempre.

🔹 CAPA 3: LA TAREA

Aquí es donde la mayoría para. Pero tú ya llevas 2 capas de ventaja.

La clave: sé quirúrgico. No pidas "un plan de marketing". Pide exactamente qué quieres.

❌ "Hazme un plan de marketing"

✅ "Diseña una estrategia de adquisición de clientes para los próximos 90 días. Divide el plan en 3 fases de 30 días cada una. Para cada fase dame: el objetivo específico, las 3 acciones principales, el presupuesto asignado de los 500€ totales, y la métrica clave para medir si ha funcionado."

¿Ves la diferencia? No le pides un mapa. Le pides las coordenadas exactas.

🔹 CAPA 4: EL FORMATO

La gente ignora esto. Y es lo que marca la diferencia entre una respuesta útil y una que tienes que rehacer.

Dile CÓMO quieres la respuesta.

❌ Dejar que Claude decida el formato

✅ "Formato: una tabla con columnas [Fase | Objetivo | Acciones | Presupuesto | Métrica]. Debajo de la tabla, un párrafo de 3 líneas con la estrategia general. Al final, una lista de 3 riesgos posibles y cómo mitigarlos."

Si no le dices el formato, Claude elige por ti. Y casi nunca elige bien.

🔹 CAPA 5: LAS RESTRICCIONES

Esta es la capa secreta. La que separa a los usuarios normales de los que obtienen resultados de nivel profesional.

Dile lo que NO quieres.

✅ "No uses jerga de marketing que un no-especialista no entienda. No propongas acciones que requieran un equipo de más de 1 persona. No incluyas publicidad en Google Ads porque ya la he probado y no funciona en mi nicho. No seas genérico: si una acción podría aplicarse a cualquier negocio, descártala y dame algo específico para una academia de IA."

Las restricciones eliminan el relleno. Obligan a Claude a pensar de verdad.

🔹 CAPA 6: LA ITERACIÓN

El 99% escribe un prompt, recibe la respuesta y se va.

Eso es como ir al médico, escuchar el diagnóstico y salir sin hacer preguntas.

La magia está en lo que haces DESPUÉS del primer resultado:

"Esto está bien, pero la fase 2 es demasiado agresiva para mi presupuesto. Redistribuye el gasto dando más peso a la fase 1 y reduciendo la fase 3 a acciones gratuitas."

"El tono es demasiado formal. Reescríbelo como si me lo estuvieras explicando a mí, que soy el fundador, en una reunión informal."

"Dame 3 alternativas para la acción 2 de la fase 1. La que has puesto ya la intenté y no funcionó."

Un buen prompt no es un mensaje. Es una CONVERSACIÓN.

Ahora vamos a juntar las 6 capas en un solo prompt real.

Míra la diferencia:

❌ ANTES: "Hazme un plan de marketing para mi negocio"

✅ DESPUÉS:

"Eres un director de marketing con 15 años de experiencia en startups SaaS B2B que han escalado de 0 a 10M€ en facturación.

Mi negocio es una academia online de IA en español. Facturamos 8.000€/mes. Tenemos 3.000 suscriptores en email y 15.000 seguidores en X. Cliente ideal: profesional de 30-45 años que quiere usar IA para trabajar mejor. Presupuesto: 500€/mes.

Diseña una estrategia de adquisición de clientes para los próximos 90 días. Divide el plan en 3 fases de 30 días. Para cada fase: objetivo específico, 3 acciones principales, presupuesto asignado y métrica clave.

Formato: tabla con columnas [Fase | Objetivo | Acciones | Presupuesto | Métrica]. Debajo, párrafo de 3 líneas con la estrategia general. Al final, 3 riesgos y cómo mitigarlos.

Restricciones: nada de jerga de marketing. Nada que requiera equipo de más de 1 persona. Nada de Google Ads. Si una acción podría aplicarse a cualquier negocio, descártala."

Por qué es importante:

Mismo prompt. Mismo Claude. Resultado completamente diferente.

¿Qué ha cambiado?

No la herramienta. La instrucción.

🔹 ROL → Quién eres

🔹 CONTEXTO → Mi situación real

🔹 TAREA → Qué quiero exactamente

🔹 FORMATO → Cómo lo quiero

🔹 RESTRICCIONES → Qué evitar

🔹 ITERACIÓN → Refinar después

6 capas. Ese es todo el sistema.

​ ​​🔤 Autocaption - Genera subtítulos instantáneos a tus videos en múltiples idiomas. (enlace)

🤖 Anything - Agente que crea apps móviles y web. Diseños que no parecen hechos por IA. (enlace)

💻 Wingman – Un sistema de agentes con IA que literalmente trabajan por ti. (enlace)

🐘​ Elephant Alpha - Nuevo modelo gratis de Openrouter (enlace)

🎆 Ideogram 3.0 - Convierte texto a imagen con capacidades de diseño gráfico y generación de texto integrado (enlace)