Palabras clave：DeepSeek mHC, IA demanda de energía eléctrica, modelo de inferencia, hiperconexión con restricción de variedad, modo BYOG, agente autónomo de descubrimiento científico
🔥 Enfoque
DeepSeek publica el paper mHC: reestructurando las residual connections para lograr estabilidad en el entrenamiento a gran escala : El equipo de DeepSeek ha publicado una investigación sobre Manifold-constrained Hyper-connections (mHC), diseñada para resolver los problemas de colapso de representación e inestabilidad en el entrenamiento que ocurren en redes extremadamente profundas con las residual connections tradicionales. Al proyectar el espacio de conexión en un manifold de matrices doblemente estocásticas, mHC recupera con éxito la propiedad de identity mapping y ha validado su excelente escalabilidad en modelos MoE de entre 3B y 27B de parámetros. Este avance no solo mejora el rendimiento en tareas matemáticas y lógicas, sino que también demuestra la capacidad de ingeniería de primer nivel de DeepSeek en la fusión de operadores de bajo nivel, kernels de precisión mixta y optimización de pipeline parallelism, marcando una nueva etapa de “conexiones entrenables” en la evolución de las arquitecturas de modelos base (Fuente: tokenbender, scaling01, Reddit)
El avance energético de los laboratorios de AI: del modelo “BYOG” a la construcción de fosos de energía propios : Ante los retrasos de hasta cinco años en las aprobaciones de la red eléctrica, gigantes de la AI liderados por xAI y Meta están iniciando el movimiento “Bring Your Own Generator (BYOG)”. Elon Musk, mediante el alquiler de una gran cantidad de turbinas de gas, desplegó más de 500MW de potencia en el campus de Memphis en pocas semanas, evitando la larga espera de la red eléctrica tradicional. Los análisis indican que en la carrera de la AI, la “velocidad es el foso”, y los ingresos anuales de decenas de miles de millones de dólares generados por cada GW de cómputo superan con creces los costos premium de la autogeneración eléctrica. Esta tendencia está impulsando a las empresas de AI a transformarse en “cuasi-compañías eléctricas”, logrando la integración vertical de la energía a través de turbinas de gas derivadas de la aviación y celdas de combustible; la electricidad ha sustituido a los chips como el mayor cuello de botella para el desarrollo de la AI (Fuente: dotey)
Resumen de 2025 y perspectivas para 2026: los reasoning models impulsan a los Agents hacia la era de la ejecución real : El desarrollador senior Simon Willison señala que 2025 fue el punto de inflexión donde los reasoning models (como o1 y DeepSeek R1) permitieron que los Agents fueran verdaderamente productivos. A través del “pensamiento lento” y sandboxes de ejecución de código, la AI evolucionó de simples cuadros de diálogo a sistemas capaces de realizar Debug autónomo y completar ingeniería compleja. Al mismo tiempo, el ascenso integral de los modelos chinos open-source (GLM, Kimi, DeepSeek, etc.) en los rankings de rendimiento rompió el mito de la exclusividad tecnológica estadounidense. De cara a 2026, la adopción masiva de Agents a nivel empresarial, la aceleración de los descubrimientos científicos y el “momento Challenger” en el campo de la AI Safety serán temas centrales (Fuente: dotey, gdb)
🎯 Tendencias
Lanzamiento de IQuest-Coder-V1: un Looped Transformer de 40B que lidera los rankings de programación : IQuestLab ha presentado el modelo IQuest-Coder-V1, que con 40B de parámetros logró una puntuación asombrosa del 81.4% en SWE-Bench Verified, superando a Claude 4.5 Opus. El modelo utiliza una arquitectura innovadora de Looped Transformer, que mediante el ajuste dinámico de los ciclos de cómputo en la fase de inferencia, logra una comprensión profunda de la lógica de programación compleja con un tamaño de parámetros menor. Esto demuestra que la optimización de la arquitectura en dominios verticales (como la programación) puede generar efectos superiores a la simple expansión de escala (Fuente: scaling01, teortaxesTex)
Solar-Open-100B envuelto en la controversia de “lavado de pesos” (weight washing) : El modelo Solar-Open-100B lanzado por la empresa coreana Upstage ha sido cuestionado por la comunidad. Los análisis técnicos muestran que la similitud de coseno entre capas está altamente correlacionada con GLM-4.5-Air de Zhipu AI (con una desviación de 182-sigma), y los parámetros de arquitectura son idénticos. Aunque la empresa afirma que fue “entrenado desde cero”, las constantes específicas de GLM conservadas en el código (como los marcadores de eliminación de capas MTP) se consideran pruebas evidentes. Este incidente ha provocado un intenso debate sobre si los proyectos de “Sovereign AI” financiados por gobiernos incurren en plagio para obtener subsidios, reflejando el caos por la falta de transparencia en la competencia actual de LLM (Fuente: Reddit, teortaxesTex)
Framework SAGA: un Agent de descubrimiento científico con evolución autónoma de objetivos : El framework SAGA (Scientific Autonomous Goal-evolving Agent), propuesto por Stanford y otras instituciones, automatiza la investigación científica mediante un mecanismo de doble bucle. El bucle externo evoluciona y optimiza automáticamente los objetivos de investigación basados en los resultados experimentales, mientras que el bucle interno ejecuta los planes específicos. En experimentos de diseño de antibióticos y ciencia de materiales, SAGA demostró una capacidad de descubrimiento que supera los objetivos preestablecidos por humanos, equilibrando de forma autónoma la bioactividad y la dificultad de síntesis. Esto marca la transición del papel de la AI en la ciencia de “asistente de laboratorio” a “investigador autónomo” (Fuente: omarsar0, dair_ai)
Rumores indican que OpenAI lanzará un dispositivo de AI centrado en audio en el Q1 : Según informes de The Information, OpenAI planea lanzar un nuevo modelo de AI de voz en el primer trimestre de 2026, junto con un misterioso hardware “audio-first”. El dispositivo busca remodelar la interfaz humano-computadora mediante interacción de voz en tiempo real con latencia extremadamente baja. Al mismo tiempo, OpenAI está reestructurando internamente su equipo de modelos de voz para enfrentar la creciente demanda de interacción multimodal en tiempo real, lo que sugiere que 2026 será el año clave para el salto de la AI de la interacción en pantalla a la interacción de voz ambiental (Fuente: steph_palazzolo)
🧰 Herramientas
LiveKit Agents: framework de desarrollo para AI Agents de voz en tiempo real : LiveKit ha liberado el framework Agents diseñado específicamente para la interacción de voz en tiempo real, con soporte para comprensión multimodal, detección de turnos semánticos (para reducir interrupciones) y soporte nativo para MCP (Model Context Protocol). Los desarrolladores pueden combinar fácilmente diferentes plugins de STT, LLM y TTS para construir asistentes de voz con latencia mínima. El framework también integra programación de tareas y clientes WebRTC, proporcionando una cadena de herramientas completa para el despliegue de Agents de voz en entornos de producción (Fuente: GitHub)
AntV Infographic: motor declarativo de generación de infografías por AI : El equipo AntV de Ant Group ha lanzado el framework Infographic, que mediante una sintaxis declarativa altamente tolerante a fallos, permite la salida en streaming de AI y el renderizado en tiempo real de infografías SVG de alta calidad. La herramienta incluye más de 200 plantillas y layouts, optimizados profundamente para los Prompt de LLM, permitiendo que la AI genere directamente gráficos profesionales editables. Esto reduce drásticamente la barrera para la visualización de datos, logrando un salto de productividad de “texto a gráfico” (Fuente: GitHub)
Polymarket Agents: framework de trading autónomo para mercados de predicción : Polymarket ha publicado un framework para desarrolladores que permite a los AI Agents realizar trading autónomo en mercados de predicción. El framework integra la Gamma API, la base de datos vectorial Chroma y soporte RAG, permitiendo que el Agent capture noticias en tiempo real, analice cuotas y ejecute instrucciones de trading on-chain. Esto proporciona una infraestructura estandarizada para la aplicación de la AI en el arbitraje de información y juegos financieros (Fuente: GitHub)
AGI Mobile: remodelando Siri con un Agent autónomo para móviles : AGI_Inc ha presentado AGI Mobile, demostrando la capacidad de la AI para operar directamente aplicaciones móviles. Los usuarios solo necesitan dar instrucciones complejas por voz y el Agent ejecutará tareas entre aplicaciones a una velocidad superior a la operación manual. Este modelo basado en computer vision y ejecución de acciones es considerado por la comunidad como la forma definitiva de evolución para asistentes de voz tradicionales como Siri, presagiando una era de sistemas operativos móviles “Agent-first” (Fuente: krandiash)
📚 Aprendizaje
Lista de libros de matemáticas compartida por líderes de la AI : La comunidad ha recopilado cuatro obras matemáticas que han moldeado el pensamiento de figuras destacadas en AI, incluyendo The Rising Sea (fundamentos de geometría algebraica), Davenport’s Analytic Number Theory, Proofs from THE BOOK y A Mathematician’s Apology de G.H. Hardy. Estos libros se consideran recursos clave para comprender la lógica subyacente de las redes neuronales, los algoritmos de optimización y la teoría de la información (Fuente: TheTuringPost)
Guía de optimización de Deep Learning y despliegue en el edge con ONNX : Abordando la brecha entre el laboratorio y el entorno de producción (especialmente en dispositivos edge con recursos limitados), la nueva guía Ultimate ONNX cubre detalladamente técnicas centrales como optimización de grafos, cuantización, pruning y destilación de conocimiento. El libro ofrece casos prácticos de modelos populares como YOLOv12 y Whisper, siendo un manual esencial para ingenieros de AI que buscan mejorar la eficiencia de inferencia (Fuente: Reddit)
Tutorial para construir una librería de Deep Learning desde cero : Un proyecto open-source para desarrolladores que enseña cómo implementar, usando solo Python y NumPy, un framework de Deep Learning que incluye componentes como Autograd, CNN y ResNet. A través de este enfoque “hardcore”, los estudiantes pueden comprender profundamente los mecanismos internos del Deep Learning en lugar de limitarse a llamar a APIs (Fuente: Reddit)
💼 Negocios
Flexibilización de las reglas de IPO para el sector aeroespacial comercial en China: Landspace inicia su proceso de salida a bolsa : La Bolsa de Valores de Shanghái ha aceptado la solicitud de IPO de Landspace, que planea recaudar 7,500 millones de yuanes. Esto es posible gracias a las recientes políticas de flexibilización para la salida a bolsa de empresas de cohetes comerciales en China. En un contexto donde la demanda de cómputo de AI impulsa la construcción de internet satelital de órbita baja, la aceleración de la capitalización aeroespacial proporcionará la infraestructura necesaria para la futura “Space AI” (Fuente: teortaxesTex)
OpenAI contrata un “Head of Preparedness” para enfrentar riesgos de los modelos : OpenAI está contratando a un Head of Preparedness para abordar los riesgos de los grandes modelos en áreas como salud mental, sesgos de seguridad y posibles desafíos sociales. A medida que las capacidades de los modelos aumentan rápidamente, establecer sistemas de evaluación de seguridad cuantificables y gestionar los posibles impactos negativos en la psicología humana se ha convertido en un tema de cumplimiento central en la ruta comercial de las grandes tecnológicas (Fuente: atroyn)
Definida la cadena de suministro para el Tesla Optimus Gen3 : Ha finalizado la auditoría de producción en masa para el robot humanoide Optimus Gen3 de Tesla, confirmando a siete empresas chinas como proveedores principales responsables de componentes clave y ensamblaje. Esto marca el inicio del sprint final de Tesla hacia su objetivo de producción en masa en el Q1 de 2026. El aterrizaje de la AI en el mundo físico (World of Atoms) se está acelerando a través de la colaboración en la cadena de suministro global (Fuente: teortaxesTex)
🌟 Comunidad
La campaña de cuota 2x de Claude Pro: una estrategia de “atracción profunda” : La promoción de cuota doble lanzada por Anthropic a finales de año ha generado un gran debate. Muchos usuarios, tras experimentar la interacción de alta frecuencia y sin restricciones con el modelo Opus, descubrieron que ya no podían volver a la versión limitada, expresando que se sienten “enganchados” y actualizando voluntariamente al plan 5x Max. La comunidad bromea diciendo que es una excelente táctica de marketing de “adicción al producto”, demostrando la alta retención de la AI de alto rendimiento tras remodelar el flujo de trabajo del usuario (Fuente: Reddit, Reddit)
Cambio de mentalidad: de “herramienta” a “exoesqueleto cognitivo” : La comunidad discute la evolución de la AI: de ser una “herramienta” para tareas únicas a convertirse en un “exoesqueleto cognitivo (Cognitive Exoskeleton)” persistente. En este modelo, la AI conserva un contexto a largo plazo y se adapta al estilo de razonamiento personal. La discusión señala que este “exoesqueleto” amplificará la capacidad metacognitiva del usuario: los pensadores estructurados obtendrán una mejora exponencial, mientras que aquellos que carecen de estructura podrían enfrentar una brecha de eficiencia aún mayor (Fuente: Reddit)
AI authorship: desafíos éticos sobre la autoría de la AI : Investigadores cuestionan las políticas de revistas como Nature y JAMA que prohíben la inclusión de la AI en la lista de autores. Argumentan que la AI ya participa profundamente en la revisión de literatura, análisis de datos e incluso construcción de argumentos; prohibir su autoría resulta en un “castigo a la transparencia” y “trampa invisible”. La comunidad pide establecer nuevos estándares de contribución académica que reconozcan el estatus sustancial de la AI como parte de la “mente extendida” en la investigación científica (Fuente: Reddit)
💡 Otros
Valori: una matriz de memoria para resolver la no determinación en la recuperación de AI : Valori propone una matriz de memoria determinista para AI que, al sustituir las operaciones de punto flotante por aritmética de punto fijo (Q16.16), garantiza que el mismo modelo produzca estados de memoria consistentes bit a bit en diferentes arquitecturas de hardware (como x86 y ARM). Esto resuelve el problema de “divergencia silenciosa de datos” común en sistemas RAG, proporcionando las garantías técnicas necesarias para la auditoría y validación de AI en industrias reguladas (Fuente: HuggingFace)
Lanzamiento del refrigerador con modelo de salud AI de Yunpeng Technology : Yunpeng Technology, junto con Skyworth y Shuaikang, lanzó un nuevo producto que integra un modelo de salud AI en un refrigerador inteligente. A través del “asistente de salud Xiaoyun”, el refrigerador puede ofrecer sugerencias de gestión personalizada basadas en los datos de salud de los miembros de la familia, mostrando la tendencia de la AI penetrando desde la nube hacia escenarios de la vida doméstica (Fuente: 36Kr)
Regreso de Yao-Chinese Folktales 2: el choque entre la estética tradicional y la era de la AI : La aclamada serie de animación Yao-Chinese Folktales 2 ha comenzado su actualización, y la calidad visual y narrativa del primer episodio ha sido considerada por la comunidad como superior a algunos episodios recientes de Love, Death & Robots. En un momento de saturación de contenido generado por AI, esta narrativa visual original de alto nivel reaviva el debate sobre el “aura de la creación humana” y los límites de la creación asistida por AI (Fuente: op7418)
