AGI e IA de China: diferencias de fondo y coincidencias

Comparar la inteligencia artificial general, o AGI, con la IA desarrollada en China exige aclarar qué se está comparando. AGI describe una aspiración de capacidad; China identifica un país con distintos equipos y productos. La comparación útil está entre objetivos de investigación, decisiones de ingeniería y formas de ofrecer modelos, no entre dos tecnologías incompatibles.

En Levels of AGI, investigadores de Google DeepMind proponen evaluar amplitud de capacidades y nivel de desempeño. Su marco también distingue autonomía. Resolver bien una tarea específica no equivale a desempeñarse igual de bien en muchas tareas; dejar actuar a un sistema sin supervisión tampoco demuestra, por sí solo, inteligencia general.

La diferencia de fondo está en la evidencia que exige cada afirmación. Una mejora en programación o matemáticas acredita resultados dentro de ciertas pruebas, mientras que una afirmación sobre AGI requiere explicar qué generalidad se midió. El propio marco examina varias definiciones: la etiqueta necesita criterios explícitos para poder discutirse y contrastarse.

El informe de DeepSeek-V3.2, publicado en diciembre de 2025, plantea una combinación de eficiencia computacional, razonamiento y uso de herramientas. Describe atención dispersa, aprendizaje por refuerzo y tareas sintéticas para entrenar agentes. Son decisiones técnicas orientadas a mejorar un modelo, no una demostración automática de que se alcanzó AGI.

En el mismo documento, DeepSeek compara variantes y reconoce dificultades de eficiencia en el uso de tokens. Los resultados deben leerse como evaluaciones reportadas por el desarrollador, bajo sus condiciones. Para una organización que quiera adoptar el modelo, importan también el tiempo de respuesta, los recursos necesarios y el desempeño en su propia tarea.

El equipo Qwen presenta otra vertiente: Qwen3-VL combina texto, imágenes y video, y ofrece variantes con diferentes tamaños y arquitecturas. Esto muestra por qué no conviene atribuir un único enfoque a todos los desarrollos chinos. La búsqueda de eficiencia puede coexistir con modelos que amplían modalidades y tipos de trabajo.

También cambia el acceso. El informe de Qwen3-Omni anuncia modelos publicados bajo licencia Apache 2.0. Disponer de modelos descargables permite considerar su adaptación y ejecución propia, pero exige revisar requisitos y términos. Apertura, costo y capacidad son dimensiones distintas: una licencia no garantiza precisión ni sustituye las pruebas.

La lectura conjunta de estos trabajos permite una conclusión limitada: eficiencia, multimodalidad y aspiraciones de generalidad pueden avanzar al mismo tiempo. Los documentos no sostienen una división simple entre una AGI occidental y una IA china únicamente práctica. Este comparativo examina ejemplos concretos; no pretende representar toda la investigación de un país ni declarar un ganador.

Para usuarios y organizaciones en México, el siguiente paso es comparar tareas, versiones, acceso y errores con una misma prueba. Pide criterios verificables cuando un proveedor invoque AGI y separa sus metas de lo que ya demuestra. La pregunta decisiva es qué sistema resuelve el problema, en qué condiciones y con qué límites, sin confundir nacionalidad con capacidad.