China está moviendo dos piezas al mismo tiempo en su carrera tecnológica: semiconductores e inteligencia artificial. Huawei acaba de presentar una hoja de ruta para acercarse a una densidad equivalente a 1,4 nm en chips de gama alta hacia 2031, no mediante una simple reducción geométrica del transistor, sino con un enfoque arquitectónico llamado Tau Scaling Law. Casi en paralelo, Xiaomi está invirtiendo miles de millones en modelos abiertos de IA para proteger su futuro en móviles, coches eléctricos y dispositivos conectados.
Las dos noticias tienen más relación de la que parece. Huawei intenta compensar las restricciones estadounidenses sobre litografía avanzada con diseño, interconexión y optimización de sistema. Xiaomi, por su parte, quiere evitar que su imperio de hardware dependa de modelos externos para las funciones de IA que marcarán la próxima generación de productos. El mensaje de fondo es claro: China no está intentando copiar una sola capa de la industria tecnológica. Está construyendo alternativas en chips, modelos, software y dispositivos.
Huawei busca una salida al bloqueo de la litografía
Huawei presentó en el IEEE International Symposium on Circuits and Systems de Shanghái la llamada Tau (τ) Scaling Law, expuesta por He Tingbo, responsable del negocio de semiconductores de la compañía. Según Huawei, este principio propone sustituir la reducción geométrica tradicional por una optimización basada en el tiempo de propagación de las señales, con tecnologías como LogicFolding para reducir retrasos, mejorar densidad y mantener la evolución del rendimiento de los chips.
La clave está en el matiz. Huawei no afirma que China vaya a fabricar mañana chips reales en un proceso litográfico de 1,4 nm comparable al de TSMC o Samsung. Lo que plantea es una densidad de transistor equivalente a 1,4 nm hacia 2031 mediante arquitectura, diseño e integración, una forma de mejorar prestaciones sin depender únicamente de fabricar transistores más pequeños. Reuters recuerda que China sigue rezagada en fabricación avanzada, alrededor de nodos cercanos a 7 nm, mientras TSMC apunta a 1,4 nm hacia 2028.
Este enfoque tiene lógica estratégica. Desde 2019, Huawei está sometida a restricciones estadounidenses que han limitado su acceso a tecnologías clave, incluidos chips, software y herramientas avanzadas de fabricación. La compañía respondió reforzando HiSilicon, su diseño interno de chips, y apoyándose en proveedores nacionales como SMIC. El regreso de Huawei con móviles 5G basados en chips fabricados en China ya mostró que el bloqueo no había paralizado del todo su capacidad de ingeniería.
La nueva hoja de ruta va más allá del smartphone. Huawei prevé aplicar LogicFolding a futuros Kirin y también a chips Ascend para inteligencia artificial, además de grandes clústeres compuestos por cientos o miles de chips para centros de datos. La compañía también afirma que, bajo el enfoque Tau Scaling, ha diseñado y producido en masa 381 chips durante los últimos seis años, destinados a áreas como móviles, telecomunicaciones e IA.
| Elemento | Qué plantea Huawei | Por qué importa |
|---|---|---|
| Tau Scaling Law | Optimizar el tiempo de propagación de señales, no solo reducir geometría | Busca una vía post-Moore ante límites físicos y sanciones |
| LogicFolding | Arquitectura para reducir retrasos y cargas resistivas/capacitivas | Podría mejorar rendimiento sin nodo litográfico puntero |
| Objetivo 2031 | Densidad equivalente a 1,4 nm en chips de gama alta | Intenta acercarse a TSMC y Samsung por diseño de sistema |
| Kirin | Primeros chips previstos con LogicFolding | Impacto en smartphones y dispositivos de consumo |
| Ascend | Aplicación futura a aceleradores de IA | Relevante para la alternativa china a NVIDIA |
| Clústeres de IA | Optimización desde chip hasta sistema | El rendimiento ya no depende solo del transistor |
Xiaomi quiere que la IA viva dentro de su hardware
Mientras Huawei intenta cerrar parte de la brecha en semiconductores, Xiaomi está acelerando en modelos de inteligencia artificial. La compañía ha comprometido al menos 60.000 millones de yuanes, unos 8.700 millones de dólares, en IA durante los próximos tres años, según anunció su consejero delegado Lei Jun. Reuters vinculó esa inversión al lanzamiento de MiMo-V2-Pro y al cambio del mercado desde chatbots hacia agentes capaces de ejecutar tareas complejas con menos supervisión humana.
El paso siguiente ha sido MiMo-V2.5-Pro. Xiaomi lo presenta como su modelo más capaz hasta la fecha, con mejoras en capacidades agénticas, ingeniería de software compleja y tareas de largo horizonte. Según la página oficial de MiMo, se trata de un modelo Mixture-of-Experts de 1,02 billones de parámetros totales, con 42.000 millones activos, arquitectura de atención híbrida y una ventana de contexto de hasta 1 millón de tokens.
El dato técnico es importante, pero la estrategia lo es más. Xiaomi no está desarrollando IA como una empresa de software aislada. Lo hace como fabricante de móviles, dispositivos conectados, electrodomésticos y vehículos eléctricos. Para una compañía así, la IA no es solo un producto en la nube: puede convertirse en la capa que coordine el teléfono, el coche, el hogar inteligente, los wearables y los servicios asociados.
| Xiaomi MiMo-V2.5-Pro | Dato comunicado |
|---|---|
| Tipo de modelo | Mixture-of-Experts |
| Parámetros totales | 1,02 billones |
| Parámetros activos | 42.000 millones |
| Contexto | Hasta 1 millón de tokens |
| Enfoque | Agentes, software complejo y tareas largas |
| Inversión prevista de Xiaomi en IA | 60.000 millones de yuanes en tres años |
| Sector estratégico | Smartphones, vehículos eléctricos y hardware conectado |
El avance no coloca automáticamente a Xiaomi por delante de OpenAI, Anthropic, Google o DeepSeek. Pero sí indica que un fabricante de hardware puede convertirse en actor serio de modelos abiertos si tiene escala, datos, dispositivos, distribución y capital. Según SCMP, MiMo-V2.5-Pro ha sido situado por Artificial Analysis como uno de los modelos open source más destacados en capacidades agénticas, y Xiaomi habría logrado en poco tiempo una posición relevante pese a llevar apenas un año publicando sistemas abiertos.
El nuevo patrón chino: hardware, chips y modelos bajo una misma estrategia
Huawei y Xiaomi no están haciendo exactamente lo mismo. Huawei sigue siendo una empresa profundamente orientada a infraestructura, telecomunicaciones, semiconductores y nube empresarial. Xiaomi es un gigante de consumo que se ha expandido hacia automoción y ecosistemas de dispositivos. Pero ambas comparten una intuición estratégica: la próxima fase tecnológica no se gana solo con una app ni con un modelo aislado.
La IA agéntica necesitará chips, memoria, redes, centros de datos, modelos eficientes, software de orquestación y presencia en dispositivos. Las empresas que controlen varias capas tendrán más margen para reducir costes, proteger datos, integrar funciones y diferenciar producto. Apple lleva años demostrando el valor de esa integración vertical en hardware, sistema operativo y servicios. China está intentando replicar esa lógica, pero con un enfoque más distribuido entre campeones nacionales.
En semiconductores, las sanciones estadounidenses han obligado a China a buscar caminos alternativos. No tiene acceso pleno a la maquinaria EUV más avanzada de ASML y sigue por detrás en fabricación de vanguardia. Por eso el enfoque de Huawei es significativo: si no puede ganar todavía por nodo litográfico, intentará ganar por arquitectura, interconexión, empaquetado, software y escala de sistema.
En IA, la dinámica es parecida. Los modelos chinos compiten cada vez más por coste, eficiencia y apertura. DeepSeek abrió una etapa de presión de precios; Moonshot, Alibaba, Zhipu, MiniMax y ahora Xiaomi compiten con modelos que buscan rendimiento alto a costes inferiores. Reuters ha señalado que los modelos chinos son, de media, más baratos por token que muchas ofertas estadounidenses, en parte por ventajas de coste en inferencia y por mejoras obligadas por las restricciones tecnológicas.
Europa y Estados Unidos deberían mirar más allá del titular
La lectura fácil sería presentar los anuncios de Huawei y Xiaomi como propaganda tecnológica china o como una amenaza inmediata al liderazgo de TSMC, NVIDIA, OpenAI o Anthropic. Sería una simplificación. Huawei aún debe demostrar con datos independientes qué mejoras reales aporta Tau Scaling en productos comerciales. Xiaomi debe demostrar que MiMo puede integrarse de forma útil y rentable en dispositivos, coches y servicios. Los benchmarks no sustituyen la adopción sostenida.
Pero tampoco conviene subestimar el movimiento. China está aprendiendo a competir bajo restricciones. Cuando no puede acceder al mejor hardware, optimiza software. Cuando no puede comprar la litografía más avanzada, explora arquitectura y empaquetado. Cuando el mercado de modelos se encarece, reduce precios y abre pesos. Ese tipo de presión puede alterar márgenes y estrategias de los líderes actuales.
Para Estados Unidos, el desafío es que las sanciones no siempre frenan la innovación; a veces la redirigen. Para Europa, la lección es distinta: sin una estrategia integrada de chips, IA, nube, datos e industria, el continente corre el riesgo de quedarse como usuario avanzado de tecnologías ajenas. La soberanía tecnológica no se declara, se construye con inversión sostenida y capas conectadas.
Huawei y Xiaomi muestran dos versiones de esa construcción. Una empieza en el silicio y sube hacia los clústeres de IA. La otra parte de dispositivos masivos y baja la IA hacia el producto físico. En ambos casos, la ambición ya no es solo competir en una categoría. Es controlar la cadena que convierte datos, chips y modelos en ventaja industrial.
La carrera de la IA ya no se juega solo en los laboratorios de modelos. Se juega también en obleas, arquitecturas, teléfonos, coches, centros de datos y costes por token. China lo ha entendido y está actuando en consecuencia.
Preguntas frecuentes
¿Huawei va a fabricar chips reales de 1,4 nm en 2031?
Huawei habla de una densidad equivalente a 1,4 nm mediante arquitectura y optimización de sistema, no necesariamente de fabricar con un nodo litográfico convencional de 1,4 nm comparable al de TSMC o Samsung.
¿Qué es Tau Scaling Law?
Es el principio presentado por Huawei para orientar la evolución de chips más allá de la reducción geométrica tradicional, poniendo el foco en reducir retrasos de señal y mejorar el rendimiento del sistema.
¿Por qué Xiaomi invierte tanto en inteligencia artificial?
Porque su negocio depende cada vez más de integrar IA en smartphones, coches eléctricos, dispositivos conectados y servicios. Controlar modelos propios puede reducir dependencia y mejorar diferenciación.
¿MiMo-V2.5-Pro compite con los grandes modelos occidentales?
Compite sobre todo en el terreno de modelos abiertos, agentes y tareas largas. Sus resultados son prometedores, pero aún debe demostrar adopción real, integración en productos y rendimiento sostenido fuera de benchmarks.
vía: scmp
