🔥 En Foco
Anthropic publica su segundo informe de riesgos y revela el modelo interno Model 2 : Anthropic ha publicado su segundo “Informe de Riesgos”, revelando por primera vez su modelo de alto rendimiento de uso interno “Model 2”. Este modelo obtuvo una puntuación del 62.8% en la prueba interna de investigación y desarrollo CoBench, y aunque es más fuerte que Mythos 5, aún no puede reemplazar a los investigadores humanos. El informe también expone múltiples fallos en los procesos de seguridad, incluyendo la desviación en la colaboración multi-agente y la filtración de la cadena de pensamiento (Chain of Thought) en el aprendizaje por refuerzo, lo que ha llevado a la empresa a elevar el nivel de riesgo de “desalineación” a “bajo”. (Fuente: 机器之心)
Google lanza el modelo Gemini 3.7 Flash e inicia una competencia de precios bajos : Google ha lanzado oficialmente el modelo Gemini 3.7 Flash, con una mejora de rendimiento significativa respecto a la generación anterior, logrando una puntuación del 65.3% en el benchmark DeepSWE. Para hacer frente a la intensa competencia del mercado, Google ofrece un precio promocional ultra bajo de 0.75 dólares por millón de Tokens de entrada y 3.75 dólares por millón de Tokens de salida, iniciando directamente una guerra de precios con OpenAI y Anthropic en un intento de capturar una mayor cuota en el mercado de modelos ligeros para empresas. (Fuente: AI Business)
SpaceX completa la adquisición de la herramienta de programación de IA Cursor : SpaceX, de Elon Musk, ha completado oficialmente la adquisición de la herramienta de programación de IA Cursor. El equipo de Cursor se unirá a SpaceXAI para ayudar a mejorar la serie de modelos Grok y su ecosistema de agentes Grok Bot recientemente lanzado. Al mismo tiempo, las pruebas de seguridad muestran que el nuevo modelo GLM-5.3 descubrió una vulnerabilidad de seguridad grave no revelada en Cursor, la cual ambas partes están reparando conjuntamente. (Fuente: The Verge)
Google reestructura su panorama de IA: algunos equipos no técnicos de DeepMind se trasladan a la sede central : Google ha comenzado a dividir y reestructurar Google DeepMind, anunciando el traslado de varios equipos de soporte no técnico fuera de DeepMind para integrarlos directamente en el sistema de reporte de Google. El objetivo es reducir los obstáculos entre la investigación y la comercialización de productos, acelerando la integración de Gemini con los productos principales de Google. Al mismo tiempo, el cofundador Sergey Brin ha vuelto a involucrarse en el centro de toma de decisiones de IA, impulsando líneas tecnológicas de vanguardia como la “auto-mejora recursiva”. (Fuente: Reuters)
🎯 Tendencias
Alibaba lanza en código abierto el modelo multimodal ligero Qwen3.8-27B : Alibaba ha lanzado oficialmente en código abierto el modelo denso multimodal Qwen3.8-27B bajo la licencia Apache 2.0. Este modelo supera a Claude Opus 4.6 Max en evaluaciones de Agent y programación como SWE-bench Pro, admite un contexto nativo de 262K (extrapolable hasta 1M) e introduce por primera vez una función de ajuste de nivel de inferencia, lo que permite a los desarrolladores controlar libremente la profundidad del pensamiento según la dificultad de la tarea. Es ideal para el despliegue local en tarjetas gráficas de consumo. (Fuente: 量子位)
Anthropic detalla el mecanismo de marca de agua de texto de Claude : En respuesta a los requisitos de cumplimiento de la Ley de Inteligencia Artificial de la Unión Europea, Anthropic ha revelado en detalle la tecnología de marca de agua de texto de Claude. Esta tecnología se basa en la solución SynthID-Text de Google DeepMind, generando una marca de agua imperceptible mediante la inserción de un patrón de clave específico en la aleatoriedad de la selección de palabras. La compañía enfatiza que este mecanismo no afecta la calidad de la generación ni aumenta el consumo de Tokens, y planea lanzar una API de detección en un futuro cercano. (Fuente: Anthropic News)
World Labs presenta el motor de entrenamiento virtual para robótica R2S2R : World Labs, la startup de IA fundada por Fei-Fei Li, ha presentado el motor de simulación robótica “Real-to-Sim-to-Real” (R2S2R) basado en la tecnología SceniX. Este sistema es capaz de transformar una única tarea robótica real en miles de escenarios de entrenamiento virtuales con diferentes iluminaciones, posiciones de objetos y propiedades físicas, permitiendo que las estrategias de control completen su entrenamiento sin haber tocado nunca una máquina real y funcionen de manera estable directamente en el hardware físico. (Fuente: World Labs)
Google permitirá a los usuarios desactivar las marcas de agua visuales en el contenido generado por IA : Google ha anunciado que permitirá a los usuarios desactivar manualmente las marcas de agua visuales en imágenes, videos y música generados por IA en Gemini y en el editor de video Flow. Esta medida busca equilibrar las necesidades prácticas de los creadores con el cumplimiento de la seguridad, mientras que las marcas de agua invisibles de SynthID y los metadatos C2PA se mantendrán en segundo plano para la verificación de autenticidad. (Fuente: TechCrunch)
Twitch de Amazon actualiza su política de privacidad para permitir a los usuarios excluirse del entrenamiento de IA : Twitch, la plataforma de streaming propiedad de Amazon, ha actualizado su configuración de seguridad y privacidad para permitir a los streamers desactivar manualmente la opción de “entrenamiento de IA generativa”, evitando así que sus transmisiones en vivo, grabaciones y datos de chat se utilicen para entrenar los modelos de IA de Amazon. Sin embargo, las funciones de IA auxiliares utilizadas para la recomendación y moderación de la plataforma no se verán limitadas por esta opción. (Fuente: WIRED)
El servicio de conducción autónoma de Waymo recibe aprobación para expandirse en varias zonas de California : La compañía de conducción autónoma Waymo ha obtenido la aprobación de la Comisión de Servicios Públicos de California (CPUC) para expandir oficialmente su servicio de transporte autónomo de pasajeros al Área de la Bahía de San Francisco, Los Ángeles, San Diego y Sacramento. Waymo declaró que avanzará en el despliegue operativo de cada región de manera gradual y sólida, basándose en su marco de evaluación de seguridad. (Fuente: Waymo)
🧰 Herramientas
La Universidad de Zhejiang lanza en código abierto Polaris, una plataforma de agentes de investigación científica : Un equipo de la Universidad de Zhejiang ha lanzado en código abierto Polaris, una plataforma de agentes de IA para la investigación científica. Esta plataforma conecta etapas de investigación como la revisión de literatura, la generación de ideas, la gestión de experimentos y la redacción de artículos en un flujo de trabajo automatizado. La IA puede diseñar y ejecutar experimentos de forma autónoma en servidores GPU conectados, introduciendo la confirmación humana en puntos de decisión clave, con el objetivo de crear un nuevo paradigma de investigación colaborativa entre humanos y máquinas. (Fuente: 机器之心)
Yinchao lanza su gran modelo de música V4.0 y abre su API : El equipo chino de música con IA, Yinchao, ha lanzado su gran modelo V4.0, enfocado en la comprensión semántica humanizada y la creación multilingüe. La nueva versión no solo admite los diez idiomas principales del mundo, sino que también abre por primera vez la función de generación de música instrumental para usuarios individuales. Además, Yinchao ha lanzado una plataforma abierta de API que ofrece interfaces para la generación de letras, imitación de canciones, entre otras, y está abierta de forma gratuita por tiempo limitado para desarrolladores. (Fuente: 量子位)
📚 Aprendizaje
SWD: una ruta de interpretabilidad a nivel de pesos para grandes modelos sin necesidad de reentrenamiento : El Instituto de Investigación de Innovación Zhizhi, en colaboración con Oxford y Stanford, ha propuesto el método “Descomposición de Pesos Dispersos” (SWD). Este método descompone directamente la matriz de pesos densos de un modelo preentrenado en dos factores dispersos, transformando las dimensiones compartidas en unidades de cuello de botella que pueden ser intervenidas de forma independiente, logrando extraer con éxito circuitos de tareas en modelos como GPT-2 y Qwen. El costo de datos de este método es de solo el 1% en comparación con las redes sustitutas de entrenamiento tradicionales, y ofrece una versión zero-data que no requiere datos de calibración. (Fuente: 至知研究院)
El paradigma de programación de componibilidad espacio-temporal detrás de DeepSeek Harness : Junto con el lanzamiento en código abierto del framework de agentes Harness, el equipo de DeepSeek ha publicado el artículo “Paradigma de programación de componibilidad espacio-temporal”. El artículo detalla las bases teóricas de su framework base Cordis, materializando los “efectos” y “co-efectos” como mecanismos de tiempo de ejecución (runtime). Esto permite la carga dinámica de componentes, la inyección de dependencias y la limpieza de efectos secundarios reversibles en tiempo de ejecución, proporcionando un soporte robusto a nivel de sistema para agentes autoevolutivos. (Fuente: 机器之心)
UniMotion: introducción de la modalidad de movimiento continuo en un modelo multimodal grande unificado : Equipos de la Universidad de Pekín, la Universidad de Donghua y la Universidad Tecnológica del Sur de China han publicado un artículo en ECCV 2026 en el que proponen el framework multimodal unificado UniMotion. Este método trata el movimiento humano continuo de múltiples fotogramas (Motion) como una modalidad independiente, alineándola con el texto y las señales visuales RGB en un esqueleto de LLM compartido. De este modo, logra realizar siete tareas transmodales en un solo modelo, incluyendo la comprensión, predicción, generación y edición de movimiento. (Fuente: 北京大学)
HarnessFix: diagnóstico y reparación automática de defectos en el Harness de agentes : Para abordar el problema de los fallos de los agentes en tareas complejas debido a la ineficacia del mecanismo del entorno externo (Harness), los investigadores han propuesto el framework HarnessFix. Este sistema compila la trayectoria de fallo del agente y los componentes del Harness en una representación intermedia, localizando automáticamente el nivel del Harness donde se encuentra el defecto (como interfaces de herramientas o lógica de validación) y generando parches de reparación acotados. Esto ha mejorado la tasa de finalización de tareas entre 6.3 y 18.4 puntos porcentuales en múltiples benchmarks. (Fuente: HarnessFix)
MDA: un agente de descubrimiento de mecanismos basado en grandes modelos y diseño experimental bayesiano : Investigadores de instituciones como Harvard y el MIT han desarrollado el Agente de Descubrimiento de Modelos (MDA). Este sistema combina la capacidad de generación de hipótesis de los grandes modelos con el rigor de la inferencia bayesiana. Al maximizar el valor de la información (VoI), diseña y selecciona activamente experimentos de intervención que mejor distingan los mecanismos físicos candidatos, descartando hipótesis erróneas con un número significativamente menor de experimentos en múltiples tareas de descubrimiento científico. (Fuente: NeuronBench)
Libra: un gestor de recursos eficiente para el post-entrenamiento de aprendizaje por refuerzo de agentes : Equipos de la Universidad China de Hong Kong y la Universidad Hang Seng de Hong Kong han lanzado en código abierto el sistema Libra. Diseñado para abordar los problemas de colas largas de trayectoria y desequilibrio entre etapas causados por las llamadas a herramientas en Agentic RL, el sistema cuenta con un planificador de recursos global y un programador C-MLFQ. Esto permite ajustar dinámicamente la proporción de entrenamiento e inferencia de las GPU según las señales de tiempo de ejecución devueltas por las herramientas, aumentando el rendimiento del entrenamiento hasta en un 300% en múltiples tareas. (Fuente: NetX-lab)
💼 Negocios
IBM y OpenAI alcanzan una alianza estratégica de IA a nivel empresarial : IBM y OpenAI han anunciado una nueva alianza estratégica mediante la cual se establecerá una división dedicada a OpenAI dentro del equipo de consultoría de IBM, capacitando a miles de consultores. Ambas partes integrarán profundamente modelos como GPT-5.6, Codex y ChatGPT Work en las plataformas de consultoría y ciberseguridad multi-agente de IBM, acelerando conjuntamente el despliegue seguro de la IA empresarial en industrias reguladas. (Fuente: AI Business)
Nvidia se asocia con gigantes de Wall Street para lanzar una financiación de 500.000 millones de dólares para infraestructura de IA : Nvidia ha anunciado una colaboración con seis de las principales instituciones financieras globales, incluidas Apollo, Blackstone y Goldman Sachs, con el plan de movilizar más de 500.000 millones de dólares para la construcción de infraestructura de IA. El proyecto tiene como objetivo establecer plataformas independientes de financiación para redes y potencia de cómputo, proporcionando apoyo de capital para centros de datos de IA y adquisición de hardware, estableciendo las instalaciones de computación como una nueva clase de activo invertible. (Fuente: AI Business)
🌟 Comunidad
La comunidad debate intensamente sobre la “tragedia de los comunes cognitivos” y el reemplazo de puestos junior por la IA : La teoría de la “tragedia de los comunes cognitivos”, propuesta recientemente por el ámbito académico, ha generado un intenso debate. Las investigaciones señalan que, aunque las empresas pueden beneficiarse a corto plazo al reemplazar puestos junior con IA, esto bloqueará el camino para que el talento junior acumule conocimientos profundos del sector a través de la práctica, lo que resultará en una futura escasez de expertos de nivel senior capaces de corregir los errores de la IA. Los sectores con barreras de entrada bajas y alta modularidad, como el desarrollo de software, las finanzas y el derecho, enfrentan el mayor riesgo de pérdida de talento. (Fuente: Human Resource Development Review)
Un estudio revela el “efecto de dilución” de los libros generados por IA en el mercado de autoedición de Amazon : Un estudio de detección de Pangram en más de diez mil libros electrónicos autoeditados en Amazon muestra que los libros que contienen una gran cantidad de contenido generado por IA ya representan el 20% del catálogo total. Aunque las ventas individuales de libros de IA son bajas, su frecuencia de publicación extremadamente alta ha tenido un grave efecto de dilución en el mercado, lo que ha provocado una disminución generalizada en los ingresos promedio por libro, incluso para los libros originales en los que no se detectaron rastros de IA. (Fuente: arXiv)
Primer caso en un tribunal de EE. UU.: el demandante inserta instrucciones invisibles de IA en la demanda para intentar manipular el juicio : En una demanda en Connecticut, EE. UU., el demandante insertó prompts invisibles utilizando una fuente blanca de 3 puntos en los espacios en blanco de la demanda, intentando inducir al sistema a emitir un fallo a su favor en caso de que el tribunal utilizara un sistema de revisión automática por IA. Aunque el tribunal no utilizó la revisión por IA, el juez, al descubrirlo, revocó de inmediato sus privilegios de litigación electrónica y condenó la acción, comparándola con “contactar en privado a los miembros del jurado”. (Fuente: Ars Technica)
Las enormes pérdidas del Hedge Fund SA desatan el debate en la comunidad sobre la burbuja de inversión en IA : El gigante cuantitativo de Wall Street, Jane Street, sufrió una enorme pérdida de aproximadamente 15.000 millones de dólares en julio debido a su exposición al fondo de cobertura temático de IA “Situational Awareness”. Este incidente ha provocado un amplio debate en la comunidad; algunos inversores creen que esto demuestra que las expectativas del mercado sobre el retorno de inversión (ROI) a corto y medio plazo de la IA son demasiado altas, lo que ha provocado un efecto estampida localizado en la cadena de capital. (Fuente: The Guardian)
💡 Otros
Se establece oficialmente el primer centro universitario de tecnología de IA en Indonesia : El Ministerio de Comunicación y Asuntos Digitales de Indonesia, en colaboración con Indosat, Nvidia y la Universidad Gadjah Mada (UGM), ha establecido en Yogyakarta el primer centro universitario de tecnología de IA del país. El centro se apoyará en la plataforma de computación acelerada de Nvidia y en los servicios de GPU soberanos de Indonesia, centrándose en la investigación y desarrollo de IA para áreas pilares nacionales como la detección de tuberculosis, la agricultura de precisión y la alerta temprana de desastres naturales. (Fuente: NVIDIA Blog)
Residentes de Larbert, Escocia, protestan contra la propuesta de construcción de un centro de datos de IA : En la región de Larbert, Escocia, han estallado protestas contra la propuesta de construcción de un centro de datos de IA, atrayendo a cientos de residentes y acumulando hasta el momento casi 7.000 objeciones. Los residentes locales y las organizaciones ambientales están preocupados principalmente por el hecho de que los 200 generadores diésel de respaldo del centro de datos causarán una grave contaminación acústica y del aire en los hospitales y residencias de ancianos cercanos. (Fuente: The Guardian)