Nvidia negocia comprar Inception, startup de IA veloz, por más de 500 millones

Nvidia está en conversaciones avanzadas para adquirir esta startup, que busca generar respuestas de IA mucho más rápido. El precio podría superar los 500 millones de dólares, y el acuerdo llega en plena crisis de liderazgo de la compañía.

Nvidia negocia comprar Inception, startup de IA veloz, por más de 500 millones

Nvidia está en conversaciones avanzadas para comprar Inception, una startup de dos años que desarrolla un tipo de inteligencia artificial pensado para responder más rápido que la que impulsa ChatGPT o Claude, según tres personas con conocimiento de las negociaciones. La oferta asciende a 500 millones de dólares como mínimo, más unos pagos adicionales para los nuevos empleados si cumplen ciertos objetivos.

La operación llega en un momento delicado: el consejero delegado, Jensen Huang, ha dimitido. Las conversaciones empezaron antes de esa salida, y la maquinaria de compras de la compañía sigue en marcha, igual que sus esfuerzos por desarrollar una IA propia que compita con la de Anthropic.

Un modelo que escribe de otra manera

La mayoría de los chatbots escriben una palabra detrás de otra, y cada una depende de la anterior. Inception sigue un camino distinto, inspirado en los generadores de imágenes y vídeo: parte de un borrador tosco de toda la respuesta y lo afina en muchas partes a la vez hasta que el texto queda terminado. La empresa llama a estos sistemas modelos de lenguaje por difusión y asegura que ese trabajo en paralelo los hace rápidos y baratos.

Detrás hay tres investigadores académicos que llevan más de una década trabajando juntos. Stefano Ermon, profesor de Stanford y consejero delegado, es uno de los creadores de los métodos de difusión detrás de Stable Diffusion, Midjourney o Sora. Ermon ha explicado que lleva años dándole vueltas a aplicar la difusión al texto, y que otros intentos fracasaron hasta que su equipo desarrolló sus propias técnicas. Los otros dos fundadores son Aditya Grover, de la UCLA, y Volodymyr Kuleshov, de Cornell.

Lo que ha lanzado hasta ahora

A principios de 2025, Inception presentó Mercury Coder, que se anunció como el primer modelo de difusión para texto a escala comercial. La empresa aseguró que procesaba unos 1.000 fragmentos de palabra por segundo en chips H100 de Nvidia. En noviembre de 2025 cerró una ronda semilla de 50 millones de dólares liderada por Menlo Ventures, con la participación de Nvidia a través de su brazo inversor y de Microsoft.

En febrero de 2026 llegó Mercury 2 y en octubre, Mercury 3, que según la compañía tiene más de 40 veces el tamaño del primero y es unas tres veces más capaz en pruebas estándar. Cuesta 0,20 dólares por millón de fragmentos de entrada y 0,70 de salida, con un 50% de descuento de lanzamiento. Las cifras de comparación con otros modelos son de la propia empresa, y en el momento del lanzamiento no había ningún análisis independiente que las confirmara.

Por qué le interesa a Nvidia

El plan, según lo publicado, es usar la tecnología y los investigadores de Inception para reforzar Nemotron, la familia de modelos abiertos de Nvidia, y explorar la difusión en robótica. Los modelos abiertos son una pieza central de la estrategia de la compañía. En diciembre de 2025 lanzó la familia Nemotron 3 y compró SchedMD, desarrolladora del gestor de cargas Slurm. En marzo de 2026 creó la Nemotron Coalition con empresas como Mistral AI, Perplexity o Cursor, para construir un modelo abierto de frontera.

La apertura también beneficia a su negocio de chips. Analistas de Futurum sostienen que los modelos abiertos de Nvidia están ligados a su hardware, y que un ecosistema abierto ofrece alternativas a los laboratorios cerrados, varios de los cuales fabrican sus propios chips. Así, buena parte del mercado sigue dependiendo de sus GPU.

La velocidad también vende. Un modelo que contesta en una fracción de tiempo sale más barato por consulta, algo que importa a los agentes y a las herramientas de programación, que llaman al modelo muchas veces seguidas.

Una apuesta por la difusión

La difusión aplicada al texto sigue siendo minoritaria. Google DeepMind presentó en junio su propio modelo de este tipo, DiffusionGemma, pero la mayor parte del sector sigue usando el método palabra a palabra. Un acuerdo daría a Nvidia una posición temprana en un enfoque que todavía no domina nadie.

Una cadena de compras

La negociación encaja en una serie de movimientos de Nvidia hacia arriba en la pila de la IA. En septiembre de 2026 anunció la compra de Hugging Face, la plataforma donde se comparten modelos y datos, por unos 12.930 millones de dólares. Microsoft también habría mostrado interés por una operación similar antes de que avanzaran las conversaciones con Nvidia. Frente a eso, una operación de cientos de millones resulta pequeña. Analistas de mercado la describen como una compra estratégica de talento y propiedad intelectual, no de ingresos, y la estructura de pagos ligada a la contratación apunta en la misma dirección.

Lo que todavía no se sabe

Ni Nvidia ni Inception han confirmado las conversaciones, así que los acuerdos en esta fase pueden renegociarse, retrasarse o caerse. Tampoco se ha revelado el precio completo con los pagos adicionales, ni el calendario de cierre, ni si Mercury seguiría como producto independiente.

Los reguladores de competencia también vigilan con más atención las compras de Nvidia, y no está claro cómo ofrecería a sus rivales un Mercury de su propiedad, cuando hoy se vende a través de varias nubes y canales de API.

Si el acuerdo se cierra, Nvidia sumaría a sus modelos abiertos un equipo pionero en la difusión comercial del texto, por una cantidad pequeña comparada con Hugging Face. Lo relevante es la dirección: la compañía reúne modelos, plataformas e investigación alrededor de los chips que ya domina.

Newsletter · gratis

La semana de la IA, en cinco minutos.

Únete a los lectores que empiezan la semana sabiendo qué pasa en la IA. Cada domingo, en tu correo.