¿Te imaginas una conversación con la IA tan fluida como una llamada telefónica?

Esa es la promesa radical detrás de Interaction Models, el nuevo sistema de inteligencia artificial presentado por Thinking Machines Lab. Fundada por la ex CTO de OpenAI, Mira Murati, esta startup quiere acabar con la era de los «turnos» en las conversaciones con IA y ofrecer una experiencia verdaderamente en tiempo real.

La idea es revolucionaria por su simplicidad: si los modelos actuales procesan y luego responden, el modelo de Thinking Machines hace ambas cosas simultáneamente.

«La interactividad debe ser nativa al propio modelo, no un parche añadido después», explican desde el laboratorio en su publicación oficial.

Esto significa que el sistema puede hablar mientras escucha, interrumpir basándose en el contexto, reaccionar a señales visuales sin ser preguntado y mantener llamadas a herramientas mientras la conversación sigue en curso.

Así funciona la magia: arquitectura de micro-turnos

El truco está en una arquitectura de dos componentes que funciona en paralelo. Por un lado, un modelo de interacción siempre activo, que mantiene un intercambio constante con el usuario. Por otro, un modelo de fondo que maneja tareas de razonamiento más profundo de forma asíncrona, como buscar en la web o usar herramientas.

La clave es que ambos modelos comparten el contexto completo de la conversación en todo momento.

El diseño técnico que lo hace posible se basa en micro-turnos alineados en el tiempo. En lugar de consumir una entrada completa y generar una respuesta completa, tanto la entrada como la salida se tratan como flujos procesados en fragmentos de 200 milisegundos.

Esto permite al modelo procesar audio, vídeo y texto de forma continua y entrelazar las respuestas casi al instante.

TML-Interaction-Small: las cifras que lo avalan

El modelo presentado, llamado TML-Interaction-Small, es un Mixture-of-Experts (MoE) de 276B de parámetros con 12B de parámetros activos. Y los resultados en los benchmarks son, sencillamente, impresionantes.

En FD-bench v1.5, que mide la calidad de la interacción, obtiene una puntuación promedio de 77.8. Eso supera con creces el 54.3 de Gemini y el 47.8 de GPT-realtime-2.0.

Su latencia en FD-bench v1 es de solo 0.40 segundos, más rápido que los 0.57s de Gemini y los 0.59s de GPT-realtime-1.5.

Pero lo más impactante son los nuevos benchmarks internos que miden capacidades que, hasta ahora, ningún modelo podía realizar de forma significativa. Hablamos de tareas como iniciar el habla en momentos específicos (TimeSpeak, 64.7 de precisión), responder a señales verbales en el momento exacto (CueSpeak, 81.7) o contar repeticiones de acciones físicas en tiempo real (RepCount-A, 35.4). En todos ellos, los modelos de la competencia obtienen puntuaciones cercanas a cero.

¿Y cuándo podremos probarlo?

Aquí viene la parte menos emocionante, pero importante. Esto es solo una vista previa de investigación, no un producto disponible para el público.

Thinking Machines Lab está abriendo un programa de acceso limitado para recopilar comentarios, con un lanzamiento más amplio previsto para más adelante en 2026.

También ofrecen un programa de becas de investigación para quienes quieran trabajar en la creación de nuevos benchmarks y marcos de evaluación para este tipo de modelos interactivos.

El futuro de la colaboración humano-IA

La implicación de este avance es enorme. Si la IA puede percibir y reaccionar de forma continua, podría transformar por completo áreas como la traducción simultánea, la tutoría educativa, la colaboración en programación o incluso la atención al cliente.

La visión de Thinking Machines Lab es clara: construir una colaboración más natural y fluida, donde la máquina sea un participante activo en tiempo real, no un interlocutor que espera pacientemente su turno.

Ahora solo queda esperar a que esa promesa se materialice en algo que podamos usar.
Según reportes de Marktechpost y TechCrunch.