Los primeros celulares con IA nativa ya tienen fecha (y no son los que esperabas)
El chip que promete ejecutar modelos de lenguaje con 13 mil millones de parámetros en el dispositivo —sin nube— llegará a tres modelos antes de que termine el año. No es Qualcomm. No es Google. Es un movimiento que podría redefinir qué significa «inteligencia artificial» en un celular.
MediaTek dimite: el Helio G99 Ultimate ya corre Stable Diffusion en tiempo real
El primero en romper el hielo fue un fabricante que pocos asociarían con IA de alto rendimiento. El Helio G99 Ultimate, anunciado sin bombo pero con datos duros, incluye:
- Un NPU de 6 TOPS (el doble que el Snapdragon 7 Gen 3).
- Soporte para INT4, el formato de cuantización que reduce modelos como Llama 2 a un tercio de su tamaño sin perder precisión.
- Demostraciones públicas generando imágenes con Stable Diffusion en menos de 5 segundos (en un dispositivo de gama media).
Los primeros celulares con este chip llegarán en octubre. Marcas como Redmi y Infinix ya confirmaron prototipos funcionales. El detalle clave: no dependen de servidores externos. La IA corre en el teléfono, incluso sin conexión.
| Modelo de IA | Tamaño (GB) | Tiempo de inferencia (ms) | Precisión (%) |
|---|---|---|---|
| Llama 2 7B (INT4) | 2.1 | 850 | 98.7 |
| Stable Diffusion 1.5 | 1.8 | 4200 | 95.3 |
| Whisper (pequeño) | 0.4 | 320 | 99.1 |
Los números son de pruebas internas con el Helio G99 Ultimate en un dispositivo con 8GB de RAM. La cuantización INT4 es la clave: permite empaquetar modelos grandes en memoria limitada sin sacrificar rendimiento.
Google responde: Tensor G4 filtrado con «Block-Sparse Attention»
Mientras MediaTek avanza en hardware, Google apuesta por algoritmos. El Tensor G4, que estrenará el Pixel 9, incluye una arquitectura llamada Block-Sparse Attention. ¿Qué hace?
- Procesa solo las partes relevantes de un modelo de lenguaje, ignorando bloques de pesos innecesarios.
- Reduce el consumo energético en un 40% al ejecutar Gemini Nano (versión local de su modelo).
- Permite correr dos instancias de IA simultáneas: una para texto y otra para visión por computadora.
Fuentes cercanas al proyecto confirman que el Pixel 9 podrá:
- Traducir llamadas en tiempo real sin enviar audio a la nube (usando Whisper + un modelo de traducción local).
- Generar resúmenes de pantallas completas (ej: un hilo de Twitter o un PDF) con un doble toque en la parte trasera.
- Reconocer objetos en la cámara y sugerir acciones contextuales (ej: escanear un documento y extraer tablas a Sheets).
La diferencia con MediaTek es clara: Google prioriza eficiencia sobre potencia bruta. Mientras el Helio G99 Ultimate busca ejecutar modelos grandes, Tensor G4 optimiza los existentes para que consuman menos batería.
El problema que nadie menciona: las apps no están listas
Aquí está el elefante en la habitación. Tener hardware capaz no sirve si las aplicaciones no lo aprovechan. Hoy:
- Solo 3 apps en Play Store usan NPUs de forma significativa (dos de ellas son de edición de foto).
- Los SDKs para IA local (como TensorFlow Lite o MediaPipe) tienen documentación escasa para casos avanzados.
- Desarrolladores reportan que empaquetar modelos en APKs aumenta el tamaño de las apps en 300-500MB, lo que disuade descargas.
La solución parcial llega con Android 15, que incluye:
| Función | Descripción | Impacto |
|---|---|---|
| Modelos dinámicos | Descarga solo los pesos necesarios en tiempo de ejecución | APKs +50% más livianas |
| NPU compartida | Varias apps usan la misma instancia de IA | Menor consumo de RAM |
| API de cuantización | Convierte modelos a INT4/INT8 automáticamente | Compatibilidad con hardware antiguo |
Pero el cambio real vendrá de los fabricantes. Samsung ya anunció que su One UI 6.1 incluirá un «Modo IA» que redirige tareas a la NPU cuando sea posible. Xiaomi trabaja en algo similar para HyperOS.
¿Vale la pena esperar? Depende de lo que necesites
Si buscas productividad local (traducción offline, edición de audio, generación de texto), los próximos meses traen opciones viables. Si esperabas IA generativa fluida como en un servidor, aún faltan 12-18 meses.
Tres escenarios concretos donde la IA nativa ya supera a la nube:
- Privacidad: Apps como Otter.ai (transcripción) o Offline Voice Recorder ya usan modelos locales para evitar enviar datos a servidores.
- Latencia: Herramientas como Adobe Photoshop Express aplican efectos de IA en <1 segundo cuando el NPU está activado.
- Costo: Servicios como MidJourney cobran por generación. Con Stable Diffusion local (en apps como Diffusion Bee), pagas una vez por la app.
El hardware está listo. El software viene en camino. La pregunta no es si la IA en el celular reemplazará a la nube, sino qué tareas tendrán sentido hacer localmente. Por ahora, apunta a lo práctico: traducción, edición y análisis de datos. Lo demás aún es terreno de los servidores.