Palabras clave：Gran modelo de IA, IA de código abierto, Avance en investigación de IA, Modelo de expertos mixtos Inkling, GPT-5.6 Sol Estadística, Kimi K3 inferencia en el dispositivo
🔥 En Foco
Thinking Machines lanza Inkling, su primer gran modelo de código abierto : Thinking Machines, fundada por la ex-CTO de OpenAI, ha lanzado Inkling, su primer modelo de AI de desarrollo propio. El modelo adopta una arquitectura de mezcla de expertos (MoE), con un total de 975 mil millones de parámetros, activando 41 mil millones de parámetros por inferencia, y soporta un contexto de 1 millón de tokens. Inkling es completamente de código abierto bajo la licencia Apache 2.0, admite entrada nativa multimodal de texto, imagen y audio, y es compatible con el ajuste fino a través de la plataforma Tinker, destacando por su alta relación costo-rendimiento y una intensidad de inferencia controlable (Fuente: Thinking Machines, HuggingFace Blog, THE DECODER, 机器之心)
GPT-5.6 Sol resuelve un misterio de 30 años en la estadística : Edgar Dobriban, profesor de estadística en la Wharton School de la Universidad de Pensilvania, utilizó GPT-5.6 Sol Pro de OpenAI para refutar (disprove) con éxito en 90 minutos la hipótesis de que el procedimiento Benjamini-Hochberg (BH) controla la FDR bajo pruebas gaussianas bilaterales correlacionadas. Este problema, que había desconcertado a la comunidad estadística durante 20 años, no pudo ser resuelto previamente ni siquiera por GPT-5.5 tras 20 horas de ejecución. La AI logró construir un contraejemplo desde cero, demostrando su capacidad de “visión creativa” en la exploración científica (Fuente: akbirkhan, THE DECODER, 机器之心)
Kimi K3 (Kivine) se filtra en LMArena y se lanza oficialmente : Moonshot AI ha lanzado oficialmente Kimi K3, cuya versión beta se había vuelto viral anteriormente en la arena de LMArena bajo el nombre de modelo anónimo “Kivine”. K3 cuenta con un total de 2.8T de parámetros, soporta un contexto de 1 millón de tokens y se enfoca principalmente en código, razonamiento de largo alcance y comprensión visual. Técnicamente, adopta las arquitecturas Kimi Delta Attention (KDA) y Attention Residuals, demostrando en tareas de generación de código frontend 3D y enjambres de agentes (Agent Swarm) una capacidad comparable o incluso superior a la de Claude Fable 5 (Fuente: scaling01, THE DECODER, 36氪)
PrismML lanza Bonsai 27B, un modelo de inferencia local : PrismML, fundada por un equipo de investigación de Caltech, ha lanzado Bonsai 27B. Basado en Qwen3.6-27B, utiliza tecnologías de cuantización de 1-bit y Ternary para comprimir el modelo a 3.9 GB y 5.9 GB respectivamente. El modelo puede ejecutarse de manera fluida directamente en un iPhone, conservando entre el 90% y el 95% de su rendimiento original, y requiere solo entre 1.8G y 5.2G de VRAM por inferencia. Actualmente, Apple está probando esta tecnología de compresión con el fin de cerrar (closing) su brecha en el ámbito de la AI local (Fuente: THE DECODER, PrismML-Eng/Bonsai-demo)
Galbot lanza WAM-TTT, el primer framework de post-entrenamiento en tiempo de prueba : Galbot ha lanzado WAM-TTT, el primer framework de post-entrenamiento en tiempo de prueba (TTT) del mundo para grandes modelos de inteligencia física (embodied AI). Este framework congela los pesos del modelo base y, únicamente a través de un módulo ligero de memoria de pesos rápidos (fast-weight memory), permite que los robots se adapten rápidamente a nuevos escenarios durante la fase de despliegue viendo videos humanos no etiquetados. Esto reduce drásticamente la dependencia de datos de teleoperación en máquinas reales, evita el olvido catastrófico y cierra el ciclo de aprendizaje continuo de la inteligencia física desde el preentrenamiento hasta el despliegue posterior (Fuente: 量子位)
🎯 Tendencias
OpenAI presenta GPT-Red, un sistema automático de red teaming : OpenAI ha entrenado un modelo interno de red teaming automático llamado GPT-Red que, mediante un mecanismo de aprendizaje por refuerzo self-play, se especializa en atacar y encontrar vulnerabilidades como la inyección de prompts en otros modelos. Bajo el “entrenamiento” de GPT-Red, el recién lanzado GPT-5.6 Sol ha mejorado 6 veces su defensa contra ataques de inyección de prompts, reduciendo drásticamente la tasa de fallos a menos del 23% (Fuente: THE DECODER, OpenAI News)
El equipo Lizhi de la sede de Shenzhen del Instituto de Tecnología de Harbin (HIT) lanza como código abierto el modelo de voz full-duplex Lychee-FD : El equipo del gran modelo Lizhi de HIT Shenzhen ha lanzado como código abierto Lychee-FD, un modelo de voz full-duplex nativo de extremo a extremo, ganando el premio al artículo destacado en ACL 2026. Esta investigación revela por primera vez el conflicto de gradientes entre la voz y la semántica en redes profundas. A través de un modelado jerárquico semántico-acústico y un framework de inferencia de flujo múltiple paralelo, logra una interacción de voz en tiempo real persona-máquina natural, altamente inteligente y de baja latencia (Fuente: 机器之心)
Google Gemma 4 recibe una actualización silenciosa : Google ha realizado una actualización sin cambio de versión para su modelo de código abierto Gemma 4. La nueva versión soporta Flash Attention 4, lo que mejora la latencia del primer token y la velocidad de inferencia en GPUs Hopper entre un 25% y un 70%. Al mismo tiempo, corrige errores en la llamada a herramientas (tool calling) y reduce significativamente los problemas de truncamiento en la generación. Además, los usuarios pueden ajustar los parámetros para soportar OCR visual en imágenes de hasta 2.51 MP (Fuente: THE DECODER, osanseviero)
Infinigence AI y la Universidad de Tsinghua lanzan conjuntamente RLinf v0.3 : RLinf, el primer proyecto de infraestructura de aprendizaje por refuerzo a gran escala del mundo orientado a la evolución continua de la inteligencia física (embodied AI), se ha actualizado a la versión v0.3. La nueva versión conecta todo el flujo de recopilación de datos, SFT, RL, evaluación y despliegue en máquinas reales. Añade soporte para 6 modelos físicos populares como Dexbotic DM0, DreamZero y GR00T, y es compatible con 5 entornos de simulación como Genesis, logrando un entrenamiento unificado entre diferentes robots y hardware (Fuente: 量子位)
LightSpec lanza como código abierto el primer sistema de inferencia MTP dinámico y universal : La Universidad Jiaotong de Shanghái, la Universidad de Beihang y el equipo de LightLLM han lanzado conjuntamente como código abierto LightSpec, un sistema de inferencia dinámico de predicción de múltiples tokens (MTP). El sistema adopta un diseño de programación dinámica de dos etapas libre de entrenamiento (Training-free), que decide automáticamente la verificación y el presupuesto de borradores, eliminando por completo la dependencia de datos entre el planificador y la ejecución de la GPU, y soportando a la perfección varios modelos de borrador como DSpark y Eagle3 (Fuente: 机器之心)
Perplexity lanza como código abierto SPACE, una plataforma de sandbox de seguridad para agentes : Perplexity ha lanzado como código abierto su plataforma interna de sandbox Space, utilizada para agentes de computadora (Computer Agents). Esta plataforma ha gestionado el 100% del tráfico de producción desde junio. Mediante la tecnología de copia en escritura (COW) rápida de Btrfs y capturas de pantalla dobles (double snapshots), proporciona un entorno de ejecución altamente aislado y eficiente para tareas de Agent de ciclo largo, reduciendo drásticamente el consumo de memoria de VM y la latencia de recuperación (Fuente: AravSrinivas, AI Business)
Apple Intelligence se integrará con Tongyi Qianwen de Alibaba y Ernie de Baidu para su lanzamiento en China : La Administración del Ciberespacio de China (CAC) ha aprobado el registro de los servicios de Apple Intelligence en China. Dado que servicios como ChatGPT no están disponibles en el país, la versión china de Apple Intelligence adoptará una solución de colaboración con modelos locales: Tongyi Qianwen de Alibaba proporcionará comprensión de texto y de imágenes multimodal, mientras que Baidu se encargará del soporte de voz de Siri y de la búsqueda visual. Esto aportará un enorme tráfico a nivel de sistema y escenarios de validación para ambos gigantes tecnológicos (Fuente: TechCrunch, CNBC)
ForceBot lanza DW0.5, un modelo de mundo físico : ForceBot ha lanzado su primer modelo de mundo físico (embodied world model) DW0.5, integrándolo en el framework de aprendizaje por refuerzo DFOL 2.0. DW0.5 incluye tres módulos expertos: video, acción y valor. Considera la acción como una prioridad fuerte y admite simulación física de alta fidelidad y simulación de trayectorias fallidas. Este ciclo cerrado de Learned Environment puede reducir la necesidad de datos de máquinas reales en el post-entrenamiento en un 60% (Fuente: 量子位)
🧰 Herramientas
OpenAI y Work Louder lanzan conjuntamente el teclado físico Codex Micro : OpenAI ha presentado su primer hardware personalizado, Codex Micro, con un precio de 230 dólares. Este dispositivo está diseñado específicamente para la programación con agentes de Codex. Cuenta con 6 “teclas de Agent” que admiten retroalimentación de estado RGB, un joystick que puede activar flujos de trabajo como revisiones de PR, y una perilla para ajustar la intensidad de inferencia del modelo, con el objetivo de reducir la necesidad de que los desarrolladores cambien constantemente entre la ventana de chat y el editor de código (Fuente: THE DECODER, op7418)
xAI libera el código fuente de Grok Build, su Agent de programación por línea de comandos : Tras la polémica de privacidad por subir silenciosamente repositorios de código completos de los usuarios, xAI ha anunciado la liberación del código fuente del núcleo en Rust de Grok Build (bajo licencia Apache 2.0). Grok Build admite ejecución local, gestión de versiones con Git y el protocolo ACP. xAI ha desactivado la retención de datos en el servidor para ofrecer una garantía de privacidad completamente transparente a la comunidad (Fuente: THE DECODER, Hacker News)
BaoCut: una Agent Skill de edición preliminar de video impulsada por lenguaje natural : El desarrollador @dotey ha creado BaoCut, una herramienta de transcripción y edición preliminar de video impulsada por lenguaje natural. Esta herramienta se puede instalar como una Agent Skill en Claude Code o Codex. Permite realizar la transcripción de videos o enlaces de YouTube, filtrar muletillas, traducir y exportar subtítulos con una sola línea de comandos, lo que ahorra un tiempo considerable de edición mecánica a creadores de contenido educativo y de recopilación (Fuente: dotey)
1Password lanza el Agentic Mode compatible con agentes de AI : La herramienta de gestión de contraseñas 1Password ha lanzado el Agentic Mode, con soporte inicial para Claude. Esta función permite que los agentes de AI, sin tener acceso directo a las contraseñas en texto plano ni a los códigos MFA del usuario, inicien sesión automáticamente a través de un proxy de 1Password en sitios web autorizados como Stripe o Audible en el navegador, logrando un aislamiento seguro para cada sesión individual (Fuente: ZDNet)
Raft 1.0: un espacio de trabajo colaborativo para equipos de agentes de AI : RC, exdesarrollador de Kimi CLI en Moonshot AI, ha lanzado Raft 1.0. Esta herramienta integra la colaboración multi-agente, las sesiones de terminal y la gestión de habilidades en una interfaz unificada similar a la mensajería instantánea de equipo. Permite que múltiples Agents funcionen en modo de equipo, evitando que los usuarios tengan que transferir manualmente el contexto entre múltiples terminales y sesiones (Fuente: _akhaliq)
LlamaParse presenta Conversational Extract, una función interactiva de extracción de documentos : LlamaParse, de LlamaIndex, ha lanzado Conversational Extract. Los usuarios pueden definir el esquema de extracción mediante una conversación en lenguaje natural. Al subir un documento de referencia, el Agent genera automáticamente un JSON Schema y realiza la localización estructurada, citación y extracción de confianza en millones de documentos (Fuente: jerryjliu0)
OpenWiki lanza como código abierto Personal Brain, una herramienta para construir bases de conocimiento personales : OpenWiki ha lanzado como código abierto Personal Brain. Esta herramienta permite la conexión directa con cuentas de X (Twitter), utilizando un Agent de memoria de AI para extraer y ponderar recuerdos estructurados de los tuits diarios y marcadores del usuario, ayudándole a construir una base de conocimiento LLM basada en su huella digital personal (Fuente: hwchase17)
📚 Aprendizaje
PUMA: un framework de parada temprana para grandes modelos de razonamiento basado en la convergencia semántica : Equipos de Tsinghua, Google Research y otros han propuesto PUMA, un framework de parada temprana para el razonamiento. A diferencia de los métodos tradicionales que solo se centran en la estabilidad de las respuestas, PUMA determina la convergencia monitorizando la redundancia semántica de los pasos de razonamiento. Reduce un promedio del 26.2% de tokens en benchmarks como MATH y GPQA manteniendo una alta precisión, y puede transferirse sin problemas al razonamiento de código y multimodal (Fuente: 机器之心)
CLaRa: un framework RAG basado en el razonamiento en espacio latente continuo : Apple, junto con la Universidad de Edimburgo y otros, ha propuesto el framework CLaRa. Este método realiza la compresión de documentos basada en embeddings y la optimización conjunta en un espacio continuo, entrenando de extremo a extremo el reordenador (reranker) y el generador mediante un estimador diferenciable Top-k, manteniendo un rendimiento SOTA incluso con una tasa de compresión de texto de 16x (Fuente: Apple Machine Learning Research)
One Layer Is Enough: un framework adaptador para codificadores visuales preentrenados : El equipo de Apple ha propuesto FAE (Feature Auto-Encoder), un framework de adaptación para la generación de imágenes. Este framework requiere solo una capa de atención para adaptar características visuales de alta dimensión como DINO y SigLIP en latentes de generación de baja dimensión, logrando un rendimiento SOTA en la generación de imágenes de ImageNet 256×256 (Fuente: Apple Machine Learning Research)
cangjie-skill: una herramienta de código abierto para destilar contenido de alto valor en Agent Skills : El proyecto de código abierto cangjie-skill utiliza el proceso RIA-TV++ para destilar de forma estructurada libros, transcripciones de video y contenidos de podcasts en Skills que pueden ser llamadas directamente por Claude Code o Cursor. Proporciona validación multidimensional y pruebas de estrés, logrando la reutilización estructurada del conocimiento (Fuente: GitHub Trending)
Microsoft y otros proponen OAT, un modelo no supervisado de diagnóstico de fallos en trayectorias de agentes : Microsoft y otros equipos han propuesto OAT, un modelo de diagnóstico de fallos en trayectorias de agentes. Este modelo realiza un aprendizaje de clase única únicamente sobre trayectorias exitosas, utilizando ecuaciones diferenciales ordinarias neuronales para modelar la dinámica del éxito. Durante la inferencia, localiza rápidamente los pasos fallidos en función del grado de desviación, siendo miles de veces más rápido que las canalizaciones basadas en Prompt (Fuente: omarsar0, HuggingFace Daily Papers)
💼 Negocios
Jingshuo Technology opera de forma independiente tras ser incubada por WeRide : Jingshuo Technology, fundada por Huo Da (el empleado número 001 de WeRide), ha comenzado a operar de forma independiente de manera oficial. La empresa se centra en la construcción de infraestructura de datos para la inteligencia física (embodied AI), lanzando el ciclo cerrado de datos WorldEngine, el modelo de mundo GENESIS-Robotics y el paquete de habilidades listo para usar SkillForge, resolviendo el punto crítico de la escasez de datos en la inteligencia física (Fuente: 量子位)
Fireworks AI anuncia el cierre de una ronda de financiación Serie D de 150 millones de dólares : La plataforma de API para desarrolladores Fireworks AI ha anunciado el cierre de una ronda de financiación Serie D de 150 millones de dólares, alcanzando una valoración de 17.500 millones de dólares. El ARR de la empresa ha superado los 1.000 millones de dólares y procesa más de 40 billones de tokens diarios, de los cuales más del 95% provienen de modelos exclusivos personalizados basados en datos de los clientes (Fuente: natolambert)
China Mobile realiza una inversión estratégica en la empresa de inteligencia industrial U-Machine : La empresa de inteligencia industrial U-Machine (友机技术) ha completado sus rondas de financiación Serie B y Serie C, con la entrada estratégica del fondo de cadena industrial de China Mobile. U-Machine se especializa en la digitalización e inteligencia de máquinas herramienta. Su sistema de simulación de desarrollo propio UJ-Ucut logra una simulación multifísica de alta fidelidad y una optimización de procesos inteligente impulsada por AI (Fuente: 量子位)
🌟 Comunidad
Hugging Face y AskAlphaxiv lanzan conjuntamente el desafío de replicación de artículos de ICML 2026 : Para abordar el problema de que “el 70% de la investigación en AI no es replicable”, Hugging Face se ha asociado con AskAlphaxiv para lanzar un desafío comunitario de 3 semanas. Los participantes pueden utilizar Agents de investigación automática para intentar replicar todos los artículos aceptados en ICML 2026 y contribuir con artefactos de código abierto. Los equipos destacados pueden recibir una recompensa de 4.500 dólares en potencia de cómputo de GPU (Fuente: ClementDelangue, _akhaliq)
El formato GGUF para el despliegue local de grandes modelos gana gran popularidad en la comunidad : Los desarrolladores señalan que, en el despliegue y distribución reales, el formato GGUF ha ganado por goleada gracias a sus ventajas de no requerir configuración de entorno y poder ejecutarse localmente en Mac/PC sin necesidad de alquilar GPUs, mientras que el formato safetensors predomina principalmente en las fases de entrenamiento e investigación de modelos (Fuente: _akhaliq)
Preocupación por la homogeneización de las bases de código y la “atrofia cerebral” causadas por la programación asistida por AI : Sam Altman admitió en un discurso en Stanford que había subestimado la velocidad del cambio educativo, expresando su preocupación de que la dependencia excesiva de la AI pueda provocar la degradación del pensamiento crítico y la intuición de programación de los humanos. La comunidad también ha mostrado su rechazo a la monotonía y falta de originalidad en contenidos como miniseries y novelas web generadas automáticamente por AI (Fuente: 36氪, 36氪)
💡 Otros
Vesuvius Challenge establece un nuevo gran premio de 1 millón de dólares : El Vesuvius Challenge ha anunciado una nueva ronda de premios por valor de 1 millón de dólares, con el objetivo de utilizar imágenes de AI y algoritmos tridimensionales para leer textos aún no descubiertos en los rollos de Herculano carbonizados por las cenizas volcánicas, ofreciendo además premios de progreso mensuales de 20.000 dólares (Fuente: natfriedman)
Sakana AI presenta Smart Cellular Bricks, módulos celulares inteligentes : Sakana AI ha publicado una investigación en Nature Communications en la que utiliza autómatas celulares neuronales 3D (3D NCA) para permitir que módulos cúbicos idénticos, comunicándose únicamente con sus vecinos, formen de manera espontánea una clasificación de forma global y logren la regeneración tras sufrir daños (Fuente: 机器之心)
La conferencia académica WAICA reestructura las reglas de revisión de las principales conferencias de AI : La primera Conferencia Mundial de Inteligencia Artificial – Académica (WAICA), presidida por el académico Andrew Yao, ha sido pionera en introducir el mecanismo de “cribado inicial asistido por AI + comentarios abiertos de todo el comité de programa (PC)”, y admite un paradigma de envío “nativo de AI” que permite incrustar multimedia como audio y video en los artículos (Fuente: 量子位)