Hugging Face publica su radiografía de la IA de código abierto en 2026: datos, tendencias y sorpresas
La plataforma de referencia para compartir modelos de inteligencia artificial revela qué se está construyendo realmente ahí fuera, quién lo hace y hacia dónde va el sector.
Hugging Face (la plataforma donde desarrolladores de todo el mundo comparten y descargan modelos de IA ya entrenados) acaba de publicar su informe semestral sobre el estado del código abierto en inteligencia artificial, y los números hablan por sí solos: más de 1,2 millones de modelos alojados, 650.000 datasets (conjuntos de datos usados para entrenar esos modelos) y 500.000 aplicaciones de demostración activas. Según la compañía, el crecimiento se ha acelerado en los últimos seis meses, con especial fuerza en modelos pequeños optimizados para ejecutarse en dispositivos locales, sin depender de la nube.
Una de las tendencias más llamativas es el auge de los modelos multimodales (sistemas capaces de trabajar simultáneamente con texto, imágenes, audio y vídeo). Hugging Face destaca que los cinco modelos más descargados del último semestre incluyen al menos tres que combinan visión y lenguaje, y que el interés por herramientas de generación de vídeo ha crecido un 340% respecto al periodo anterior. La empresa también señala que China lidera ahora la publicación de modelos de pesos abiertos (modelos cuyo código interno está disponible públicamente), superando por primera vez a Estados Unidos en volumen.
En cuanto a lenguajes, el inglés sigue dominando los datasets de entrenamiento, pero el informe subraya un crecimiento sostenido de contenidos en español, árabe, hindi y portugués. Esto responde, según Hugging Face, a la demanda de empresas y administraciones públicas que buscan modelos capaces de funcionar bien en idiomas distintos del inglés, especialmente en tareas como atención al cliente, traducción automática o análisis de documentos legales. El español es ya el tercer idioma más representado en datasets públicos de la plataforma, solo por detrás del inglés y el chino.
Otro dato relevante: los modelos enfocados en tareas específicas (fine-tuned models, es decir, versiones adaptadas de un modelo general para resolver un problema concreto) representan ya el 60% de las descargas, frente al 40% de hace un año. Esto indica, según el informe, que cada vez más equipos prefieren partir de un modelo base público y ajustarlo a sus necesidades en lugar de entrenar uno desde cero, algo que sigue siendo costoso y complejo. Hugging Face también menciona un incremento notable en el uso de técnicas como LoRA (un método para ajustar modelos grandes usando pocos recursos) y cuantización (reducir el tamaño del modelo para que quepa en hardware más modesto).
Por último, el informe aborda la cuestión de la gobernanza y la seguridad. Hugging Face informa de que ha eliminado más de 8.000 modelos por incumplir sus normas de uso (principalmente por contenido malicioso o violación de licencias), y que ha ampliado sus herramientas de análisis automático para detectar sesgos y vulnerabilidades antes de que los modelos se descarguen masivamente. La compañía insiste en que el código abierto no es sinónimo de descontrol, y que la comunidad necesita estándares claros si quiere que gobiernos y empresas confíen en estos sistemas a largo plazo.
