Hugging Face ficha al creador de oMLX para reforzar la IA local en dispositivos Apple
Jun Kim, desarrollador de oMLX, se incorpora a Hugging Face para impulsar el ecosistema de modelos de inteligencia artificial que funcionan directamente en Mac, iPhone y iPad sin depender de la nube.
Hugging Face ha contratado a Jun Kim, creador de oMLX (una herramienta para usar modelos de IA en dispositivos Apple). Jun se dedicará a tiempo completo a desarrollar oMLX, que seguirá siendo código abierto. El objetivo es acelerar la adopción de IA local en Mac, iPhone y iPad, facilitando que más modelos funcionen sin conexión a internet.
Hugging Face (una plataforma donde desarrolladores comparten y descargan modelos de IA ya entrenados) acaba de incorporar a Jun Kim, creador y responsable de oMLX, según anunció la compañía en su blog oficial. La contratación forma parte de la apuesta de Hugging Face por la IA local, es decir, modelos que funcionan directamente en el dispositivo del usuario sin necesidad de enviar datos a servidores externos.
oMLX es una herramienta que facilita el uso de MLX (el framework o conjunto de herramientas de Apple para ejecutar modelos de IA optimizados para sus procesadores Apple Silicon, como los chips M1, M2 y M3). Hasta ahora, Jun mantenía oMLX como proyecto paralelo; con su incorporación a Hugging Face, pasará a dedicarse a tiempo completo y contará con financiación estable. El proyecto seguirá siendo de código abierto bajo licencia Apache 2.0, y Jun continuará liderándolo como hasta ahora.
Desde que Apple lanzó MLX a finales de 2023, Hugging Face se ha convertido en el principal repositorio donde la comunidad encuentra y comparte modelos compatibles con este framework. La compañía ve en MLX una pieza central del ecosistema de IA local, que está creciendo rápidamente a medida que más usuarios buscan ejecutar modelos en sus propios dispositivos por motivos de privacidad, velocidad o para evitar costes de suscripción a servicios en la nube.
Hugging Face espera que oMLX sirva como banco de pruebas para nuevas ideas, aprovechando proyectos existentes como mlx-lm y mlx-vlm (bibliotecas especializadas en modelos de lenguaje y visión para MLX). Uno de los objetivos concretos es agilizar la conversión de modelos definidos en Transformers (la biblioteca de referencia en el sector para arquitecturas de IA) a implementaciones listas para funcionar en MLX, de modo que aplicaciones como LMStudio (un programa para ejecutar modelos de lenguaje en local) puedan integrarlas más fácilmente.
La empresa ha trabajado previamente con los equipos detrás de mlx-lm, mlx-vlm y LMStudio, y espera reforzar esa colaboración ahora que Jun forma parte de su plantilla. El objetivo último, según explican, es desbloquear la capacidad de la comunidad para ejecutar IA local en cualquier forma, proporcionando las herramientas y componentes básicos necesarios para que cada proyecto pueda centrarse en sus características únicas.
