LENGUAJES DE IA
Mojo lanza su compilador como open source tras tres años de desarrollo
El lenguaje de programación optimizado para GPU cumplió su promesa de 2023 y liberó compilador y toolchain bajo licencia Apache 2. Ya no busca ser un superset de Python, sino una alternativa propia con sintaxis inspirada.
Mojo, el lenguaje de programación diseñado para hacer que trabajar con GPU sea lo más simple posible, finalmente cumplió la promesa que venía haciendo desde mayo de 2023: su compilador y toolchain son ahora open source bajo licencia Apache 2. El anuncio llegó días después de que el proyecto alcanzara su versión 1.0, según reportó Simon Willison.
Cuando Mojo se presentó hace tres años, el objetivo declarado era construir un superset de Python: código Python existente debía poder correr directamente, facilitando la adopción y el bootstrap del ecosistema. Ese plan cambió radicalmente en agosto de 2025.
El giro estratégico: de superset a lenguaje propio
Hoy Mojo ya no promete compatibilidad total con Python. En cambio, el equipo detrás del proyecto adopta una postura más pragmática: "Mojo puede o no evolucionar hacia un superset completo de Python, y está bien si no lo hace", reconocieron el año pasado.
La apuesta ahora pasa por las herramientas de codificación asistida por IA. Según el equipo de Mojo, estos asistentes ya muestran buenos resultados migrando código de Python a Mojo, y confían en que la madurez del ecosistema y mejores herramientas harán esa transición aún más fluida.
Lo que quedó es la sintaxis inspirada en Python — familiar, legible — pero con un foco claro: optimización para programación en GPU sin los dolores de cabeza típicos de lenguajes de más bajo nivel.
Qué incluye la liberación
La release open source abarca el compilador completo y el toolchain necesario para construir y ejecutar programas Mojo. La licencia Apache 2 es permisiva: permite uso comercial, modificaciones y redistribución sin grandes restricciones legales.
Para un lenguaje que nació en un momento de explosión de demanda por infraestructura de IA, la apertura del código puede acelerar la adopción entre equipos que buscan alternativas a Python puro (lento para cómputo intensivo) o a C++/CUDA (complejos y propensos a errores).
Por qué importa
La industria de IA tiene un cuello de botella conocido: Python es fácil pero lento; CUDA es rápido pero difícil. Mojo intenta ocupar ese espacio intermedio — velocidad cercana al metal con ergonomía moderna.
Que sea open source cambia la ecuación de riesgo para equipos técnicos. Adoptarlo ya no implica depender de una caja negra propietaria. Podés auditar el compilador, contribuir fixes, o hacer un fork si el proyecto cambia de rumbo.
Para empresas que están construyendo pipelines de entrenamiento, serving de modelos o agentes complejos, tener un lenguaje que simplifique GPU programming sin sacrificar rendimiento es un habilitador directo. La pregunta ahora es si la comunidad lo adopta lo suficientemente rápido como para competir con el inmenso ecosistema que Python ya tiene en ML.
SEGUIR LA SEÑAL
VER TODO →
Nvidia lanza PAIR: convierte tus computadoras inactivas en centro de IA local
La compañía presentó Personal AI Router, una herramienta que sincroniza PCs y laptops en red para ejecutar tareas de IA cuando no las estás usando. Funciona con GPUs RTX desde la serie 20 y chips Apple M4 o superiores.
Google Pics desafía a Canva con edición de imágenes por IA dentro de Workspace
Google lanza Pics, su herramienta de creación y edición de imágenes con IA que funciona directamente en Docs, Slides y Drive. Con segmentación de objetos, traducción de texto in-situ y colaboración en tiempo real, apunta al mismo terreno que Canva pero sin salir del ecosistema Workspace.
Meta prueba robots para operar sus centros de datos y reducir personal
La compañía está evaluando brazos robóticos que enchufan cables, reinician servidores y cortan electricidad en sus instalaciones. Trabajadores temen que la tecnología reemplace hasta el 80% de algunas tareas humanas.