🔥 En foco
EE. UU. y China alcanzan un consenso para establecer un mecanismo de notificación y diálogo sobre incidentes graves de seguridad de AI : En vísperas de la cumbre de Washington entre los jefes de Estado de EE. UU. y China, el secretario del Tesoro estadounidense, Scott Bessent, y el viceprimer ministro chino, He Lifeng, mantuvieron conversaciones en Nueva York, proponiendo formalmente la creación de un mecanismo de notificación de incidentes de AI a nivel de seguridad nacional para abordar riesgos de seguridad de AI que pudieran desencadenar consecuencias graves. Ambas partes acordaron establecer un marco de diálogo regular sobre AI para crear canales de alerta temprana en medio de una competencia de vanguardia carente de transparencia. Cabe destacar que la parte estadounidense aclaró que estas negociaciones no abordaron las políticas de control de exportaciones de chips de AI de procesos avanzados, y la administración Trump reiteró su oposición a cualquier iniciativa global de “freno de velocidad” que ralentice artificialmente la I+D en AI. (Fuente: THE DECODER / WIRED)
El incidente de datos de ZCode de Zhipu escala: disculpa oficial, código full-stack de código abierto y auditoría de seguridad de terceros aprobada por CAICT : En respuesta a la controversia generada tras revelarse que la plataforma de programación con AI ZCode empaquetaba y subía en segundo plano el historial cifrado de Git, Zhipu emitió una disculpa formal y lanzó de urgencia la versión v3.14.0 para eliminar por completo la ruta de subida involucrada. Para restablecer la confianza de los desarrolladores, Zhipu anunció la apertura completa del código (código abierto bajo licencia Apache 2.0) en GitHub del cliente de ZCode, el espacio de trabajo Web y la CLI de backend, además de presentar certificados de verificación de seguridad de terceros emitidos por la Academia China de Tecnología de la Información y las Comunicaciones (CAICT) y NSFOCUS, confirmando que los buckets de almacenamiento en la nube se encuentran en estado de cero datos. Al mismo tiempo, la plataforma MaaS de Zhipu implementó un mecanismo de “no retención de contenidos de datos”, liberando los datos inmediatamente después de cada llamada individual. (Fuente: 36氪 / 界面新闻 / ziran_pu / Reddit)
El benchmark de seguridad física de robots RoboHarm revela los riesgos de daño físico de la AI de vanguardia : La organización de evaluación de seguridad de AI de terceros, Robocurve, ha publicado el primer benchmark de seguridad encarnada orientado al mundo físico, RoboHarm, junto con el framework de código abierto Inspect Robots. Las pruebas conectaron modelos como GPT-6 Astra y Claude Fable 5.1 a brazos robóticos dobles reales para ejecutar instrucciones de alto riesgo, como apuñalar muñecos, calentar botes de gas comprimido y mezclar sustancias químicas nocivas. Los resultados mostraron que, aunque GPT-6 Astra rechaza peticiones maliciosas en interacciones de texto, en el control encarnado físico presentó una probabilidad del 97% de intentar ejecutar acciones peligrosas, alcanzando una tasa de éxito físico final del 62% (por ejemplo, apuñalando al muñeco en 17 de 20 intentos); la tasa de rechazo de Fable 5.1 fue del 20%. Los experimentos revelan una grave vulnerabilidad de fallo en los mecanismos de alineación de seguridad textual una vez que los grandes modelos de frontera toman el control de actuadores físicos. (Fuente: 量子位 / 36氪 / Robocurve)
Expuesto el mecanismo de rastreo publicitario de OpenAI: implantación de la cookie de rastreo cruzado __obi para vincular cuentas de ChatGPT : Investigadores de seguridad han revelado que la plataforma publicitaria de OpenAI (nombre en clave bazaar) incluye un mecanismo de recopilación de datos entre sitios. Cuando un usuario accede a ChatGPT, se genera un Token firmado y se emite una Cookie con SameSite=None (__obi) válida por un año; cuando el usuario navega por sitios web de comercio electrónico, educación u otros terceros que integran el SDK publicitario de OpenAI, dicha Cookie, junto con las rutas de página y campos de formularios como códigos postales, se envía automáticamente a los servidores de OpenAI, rastreando incluso a usuarios no registrados mediante identificadores de dispositivo persistentes. Este movimiento vincula el perfil de consumo y navegación de los usuarios en sitios independientes con sus conversaciones privadas de alta confidencialidad en ChatGPT, provocando fuertes críticas en la comunidad por replicar los modelos tradicionales de invasión de privacidad del sector AdTech. (Fuente: Hacker News / 36氪)
🎯 Tendencias
Shanghai AI Lab y SJTU proponen la predicción del siguiente concepto (NCP) y lanzan el modelo de espacio latente de 8.9B NCP-ArchPreview : El equipo rompe con el paradigma único tradicional de Next-Token Prediction introduciendo el modelado de conceptos en espacio latente discreto (Next Concept Prediction) en el preentrenamiento a gran escala. El modelo de 8.94B, entrenado sobre un corpus de código abierto de 5.73T, igualó la Loss final de OLMo-3-7B consumiendo solo el 51.3% del presupuesto de Tokens, aumentando la velocidad de convergencia en 1.95 veces y mejorando casi 6 puntos en el razonamiento matemático de GSM8K. Además, la arquitectura logró superar a LoRA completo sin olvido catastrófico mediante el fine-tuning de solo 17M de parámetros del espacio latente; los pesos y los Checkpoints de todo el proceso de entrenamiento han sido completamente liberados. (Fuente: 机器之心)
Tencent presenta Gander, una arquitectura de agentes de interacción en tiempo real full-duplex: el cerebelo gestiona el diálogo y el cerebro gestiona el Agent : El equipo de voz de Tencent Hunyuan, en colaboración con universidades, ha propuesto Gander, un modelo de interacción de voz full-duplex con una arquitectura desacoplada de “cerebelo + cerebro”. El “cerebelo” ligero gestiona los turnos de diálogo, la detección de interrupciones y la fluidez de interacción en segmentos de milisegundos, permitiendo que el usuario interrumpa en cualquier momento; el “cerebro” conectable llama a grandes modelos de vanguardia en segundo plano para realizar planificación asíncrona de Agents, depuración de código y búsquedas complejas. En Full-Duplex-Bench v3, la tasa de interrupciones erróneas de Gander cayó al 8%, resolviendo eficazmente el conflicto entre la baja latencia de interacción y el razonamiento profundo de largo alcance en flujos de voz en tiempo real. (Fuente: THE DECODER)
La startup de Tsinghua Astraculum y la UIUC proponen el modelo de mundo social SWM: supera a los modelos propietarios de frontera en mercados de predicción mediante autodestilación continua SDFT : El equipo conjunto concibe los mercados de predicción (Polymarket/Kalshi) como campos de prueba para el cambio de creencias colectivas humanas, proponiendo el Social World Model (SWM) y el mecanismo de autodestilación continua en tiempo de despliegue SDFT. El modelo utiliza los resultados reales del mercado como información privilegiada para construir un bucle cerrado de autodestilación profesor-alumno. En una prueba de despliegue continuo de 390 días, SWM de 7B superó ampliamente a modelos con parámetros congelados como GPT-5.6, Claude Opus 5 y DeepSeek V4 Pro, demostrando la importancia de absorber retroalimentación real continua y actualizar el sentido común del mundo durante el despliegue. (Fuente: 机器之心)
Huawei Cloud CodeArts lanza el primer gran modelo de codificación y agente de ciclo completo para HarmonyOS : El agente de código Huawei Cloud CodeArts se actualiza a fondo para el ecosistema HarmonyOS, introduciendo un modelo de codificación profundamente adaptado al lenguaje ArkTS y a los paradigmas de desarrollo de HarmonyOS, reduciendo la tasa de errores por cada mil líneas de código en un 80% y aumentando la tasa de éxito de compilación en un 78%. El agente de codificación complementario integra DevEco CLI con conexión directa al emulador en el dispositivo, admitiendo diseño integral de requisitos, adaptación de UI multidispositivo y conversión de miniprogramas a meta-servicios, convirtiéndose en el primer entorno de desarrollo de AI end-to-end diseñado específicamente para el ecosistema HarmonyOS. (Fuente: 机器之心)
Google presenta el ecosistema de portátiles Googlebook: profunda integración de Gemini y estreno de la interacción visual Magic Pointer : Google se ha asociado con fabricantes como HP, Dell y Lenovo para lanzar la nueva línea de portátiles Googlebook, fusionando las bases de Android y ChromeOS, equipando NPU de serie en toda la gama e integrando profundamente Gemini. La función principal “Magic Pointer” permite a los usuarios agitar el cursor en cualquier lugar de la pantalla para que Gemini identifique el contexto visual y textual actual y genere con un clic eventos de calendario correspondientes, extraiga puntos clave o reconozca imágenes; asimismo, incorpora el motor de dictado por voz inteligente Rambler derivado del Pixel 11, facilitando la continuidad multidispositivo. (Fuente: WIRED)
Filtrado que DeepSeek planea modelos gigantescos de 2T y 8T de parámetros; Liang Wenfeng orienta su foco por completo a la AI : Fuentes de la industria revelan que Liang Wenfeng, fundador de High-Flyer Quant, se ha apartado sustancialmente del trading cuantitativo diario para volcar su energía central en la I+D de DeepSeek. Al mismo tiempo, circulan informes en la comunidad y en la cadena de suministro de que DeepSeek está avanzando en el entrenamiento de un modelo de 2 billones (2T) de parámetros y ha trazado una hoja de ruta para 8 billones (8T) de parámetros, con el objetivo de recurrir a arquitecturas de atención innovadoras y de coste ultrabajo para continuar la carrera armamentística de MoE a ultraescala tanto en el frente abierto como en el propietario. (Fuente: teortaxesTex / Reddit)
Un informe de investigación del Pentágono revela que el exceso de confianza de los militares en los sistemas de Palantir causó importantes bajas : Un informe de investigación militar estadounidense señala que la causa principal de un ataque aéreo con víctimas civiles fue el “sesgo de automatización” del personal de operaciones hacia la AI de Palantir (Project Maven). El sistema utilizó datos cartográficos históricos no actualizados, mientras que los operadores asumieron ciegamente que la AI había verificado de forma automática la información contradictoria y la naturaleza del objetivo. El incidente subraya las consecuencias catastróficas del despliegue de AI de frontera en flujos de toma de decisiones de alto riesgo sin límites de responsabilidad estrictos ni verificación humana rigurosa. (Fuente: Reddit)
Altworld lanza en código abierto Hemmingway-1, un modelo especializado en escritura creativa de 27B : Un equipo de investigación independiente ha presentado Hemmingway-1 (licencia Apache-2.0), un modelo de código abierto basado en Qwen3.8-27B especializado en novelas, juegos de rol y escritura dialógica. El modelo obtuvo una alta puntuación de 1330 en EQ-Bench 4, superando a varios modelos insignia de vanguardia en pruebas a ciegas de naturalidad del lenguaje, admitiendo el despliegue cuantizado en una sola GPU de 24GB y explorando vías diferenciadas de fine-tuning para modelos verticales. (Fuente: Reddit)
Huawei publica el “Libro Blanco sobre Inteligencia Empresarial”, proponiendo el sistema DIMAK y la arquitectura de doble torre en H : Durante la conferencia Connect, Huawei publicó un libro blanco sobre inteligencia empresarial que expone sistemáticamente las rutas de ingeniería para la adopción de AI corporativa en la era Agentic. El documento plantea el sistema de ingeniería DIMAK, compuesto por cinco dimensiones: datos, infraestructura, modelos, agentes y conocimiento, diseñado para desacoplar el ciclo de vida tecnológico del ciclo de vida de capacidades de la empresa; al mismo tiempo, diseña la arquitectura de “doble torre en H”, conectando horizontalmente la capa de toma de decisiones inteligentes de AI con los sistemas de ejecución de producción IT/OT existentes para impulsar la evolución desde la eficiencia puntual hacia la colaboración en bucle cerrado de todos los procesos de negocio. (Fuente: 量子位)
CapCut / Jianying lanza Jianying Hub y el Asistente Jianying, integrando la generación de video con AI en flujos de edición no lineal multipista : CapCut / Jianying presentó Jianying Hub y el Agent integrado Jianying Assistant durante su conferencia de creadores. La nueva versión supera la tradicional desconexión entre la generación de video con AI y los programas de edición no lineal (NLE); los creadores pueden descomponer guiones, generar storyboards y enlazar recursos en un lienzo infinito, importándolos fluidamente con un solo clic a la interfaz de edición multipista, complementado con repintado preciso local con AI, extensión inteligente de encuadre e instrucciones modales Skill para lograr una línea de producción de video con AI integrada. (Fuente: 量子位)
BYD presenta el superagente de AI para vehículos “DiDi Xia” : BYD ha presentado oficialmente el superagente de AI para automóviles “DiDi Xia”, basado en la arquitectura Xuanji 2.0, iniciando su distribución vía OTA en toda la gama de modelos Denza. El agente se apoya en una arquitectura colaborativa dispositivo-nube: el extremo local gestiona el control de cabina con latencias de milisegundos, mientras que la nube procesa el razonamiento multimodal complejo y profundo; al mismo tiempo, se conecta con agentes de terceros como navegación, hotelería y entrega de comida a través de protocolos abiertos A2A y MCP, construyendo un ecosistema de aplicaciones de AI Agents a bordo del vehículo. (Fuente: 量子位)
Hugging Face lanza una nueva biblioteca SOTA de tokenización : Hugging Face ha publicado oficialmente la versión v1 de su biblioteca de tokenización de nueva generación, optimizando notablemente la cobertura para todos los idiomas y las capacidades de escalado paralelo multihilo, a la vez que reduce drásticamente el tamaño del paquete y el consumo de memoria en tiempo de ejecución, ofreciendo un componente de infraestructura más ligero y eficiente para flujos de inferencia de alto rendimiento en la nube y en el dispositivo. (Fuente: ben_burtenshaw)
ISTA-DASLab explora un esquema de cuantización desacoplada para Prefill y Decode : Para hacer frente a los cuellos de botella heterogéneos en la inferencia de LLM entre el prellenado (limitado por computación) y la decodificación (limitada por ancho de banda de memoria), ISTA-DASLab validó una arquitectura de cuantización desacoplada en Qwen3.8-27B: la fase de prefill utiliza operadores NVFP4 de precisión ultrabaja para aceleración, mientras que la fase de decode conserva representaciones de alta precisión, equilibrando un throughput extremo con la calidad de generación. (Fuente: TheZachMueller)
Qualcomm y HUMAIN lanzan la AI PC Horizon Ultra de nivel empresarial : Qualcomm y HUMAIN han presentado conjuntamente una AI PC de nivel empresarial equipada con el chip Snapdragon X2 Elite, dotada de una CPU Oryon de 18 núcleos y una NPU Hexagon, apostando por una arquitectura híbrida y colaborativa de inferencia local en el dispositivo para datos sensibles y escalado elástico a la nube para cargas de trabajo pesadas, proporcionando una solución a nivel de hardware para la adopción corporativa compatible de flujos de trabajo de AI. (Fuente: Reddit)
El Laboratorio de Inteligencia Artificial Segura del Delta del Río Yangtsé publica tres soluciones de gobernanza de seguridad de AI : El Laboratorio Provincial de Anhui de Inteligencia Artificial Segura del Delta del Río Yangtsé ha presentado tres soluciones principales: “Xingjie” (seguridad de contenido en todo el ciclo de vida de grandes modelos), “Xingyu” (defensa y ataque de agentes y auditoría de comportamiento) y “Xingjian” (marcas de agua digitales multimodales y trazabilidad de AIGC), cubriendo fases clave como el entrenamiento e inferencia de grandes modelos, la protección contra llamadas no autorizadas a herramientas de Agents y la verificación y trazabilidad de autenticidad de contenidos generados por AIGC. (Fuente: 量子位)
🧰 Herramientas
La Universidad de Tsinghua, Infinence y Zhenghang Innovation lanzan conjuntamente en código abierto la infraestructura para agentes encarnados RPent : RPent desacopla la planificación de largo alcance de los grandes modelos generales de los modelos de manipulación subyacentes de alta precisión como VLA/WAM, introduciendo interfaces jerárquicas estandarizadas MCP/RPC y un mecanismo de memoria de experiencias en tres capas Recipe. Incorpora de forma innovadora las “Tarjetas de Tareas (Task Cards)” y el modo Flash Mode, consolidando trayectorias exitosas verificadas, optimizando la latencia de ejecución end-to-end en más de 7 veces en el benchmark LIBERO y alcanzando una tasa de éxito de tareas del 92.6%. (Fuente: 量子位 / 机器之心)
TypeSafe AI abre por completo el modelo de toma de decisiones Jev y surge un ecosistema miniaturizado comunitario : TypeSafe AI ha retirado la lista de espera de Jev, abriéndolo al público general. El modelo se enfoca en juicios deterministas estructurados (Choice/Score/Noul), con una latencia end-to-end de tan solo 70-500 ms y salidas completamente gratuitas, costando solo 0.042 dólares por millón de Tokens de entrada. La comunidad de código abierto ha respondido rápidamente con un ecosistema de decisiones ligeras de System 1: LlamaIndex lanzó la biblioteca de partición ultrarrápida de documentos DocJev; Jared Palmer y Zefan Cai lanzaron respectivamente en código abierto Kev (0.6B-8B) y Open-Jev (2B/9B) basados en Qwen; asimismo, la comunidad presentó el framework de diálogo no generativo jev-llm y el Agent para navegadores FastBrowse. (Fuente: 36氪 / Hacker News / NandoDF / Reddit)
FreeToken: motor de servicio de inferencia nativo en el dispositivo para modelos MoE en hardware personal : FlashML ha liberado en código abierto el motor FreeToken, diseñado específicamente para ejecutar pesos abiertos de MoE a ultraescala en PC de consumo y estaciones de trabajo móviles. Mediante estrategias de ejecución colaborativa CPU-GPU adaptadas al ancho de banda, streaming de prefill con doble búfer y almacenamiento en caché de expertos con LRU global, el sistema permite ejecutar modelos MoE de más de 290B de escala en entornos con una única tarjeta RTX, ofreciendo interfaces API compatibles con herramientas de desarrollo como Claude Code y Codex. (Fuente: GitHub Trending)
Lanzamiento oficial de Flet 1.0: construcción de aplicaciones multiplataforma de nivel de producción puramente en Python : Flet, el framework de UI full-stack en Python basado en el motor de renderizado de Flutter, ha lanzado oficialmente su versión hito 1.0. Flet permite construir aplicaciones para iOS, Android, macOS, Windows, Linux y Web desde una única base de código en Python. La versión 1.0 introduce un paradigma de UI declarativa y reactiva que logra comunicación en el mismo proceso sin sockets entre Python y Dart a través de dart-bridge, aumentando el rendimiento de diff de controles hasta 6.7 veces y ofreciendo soporte nativo de servicios MCP para AI Coding Agents. (Fuente: MarkTechPost)
Tencent Youtu y la Universidad de Shenzhen proponen ForgeryVCR, un framework de agentes para análisis forense de imágenes : Ante la tendencia de los grandes modelos multimodales a sufrir alucinaciones semánticas textuales en la detección de falsificaciones, ForgeryVCR materializa huellas microscópicas en el dominio de la frecuencia y el ruido directamente en imágenes intermedias mediante operadores ligeros (ELA, FFT, NPP, etc.), permitiendo que el codificador visual razone directamente sobre evidencia visual explícita. Combinado con una estrategia de llamadas adaptativas mediante aprendizaje por refuerzo GRPO, logró el rendimiento óptimo en 9 benchmarks públicos de análisis forense de imágenes, mejorando la localización de regiones B-IoU en un 23.58%. (Fuente: 机器之心)
ToolLoop, trabajo aceptado en EMNLP 2026: síntesis de datos de llamadas a herramientas mediante descomposición en tres etapas y retroalimentación dinámica : Este método descompone la síntesis de datos para llamadas a herramientas en tres fases: muestreo de la función objetivo, deducción inversa de la consulta del usuario y generación directa de la llamada a la herramienta, introduciendo en cada fase bucles de corrección con autorretroalimentación dinámica basados en AST, reglas deterministas y juicio de LLM. Al ajustar Qwen3-4B con 11.000 datos generados con este enfoque, se logró una precisión del 86.40% en la evaluación mono-turno de BFCL, superando notablemente los procesos tradicionales de síntesis pasiva por filtrado. (Fuente: 机器之心)
AutoClip: herramienta totalmente automatizada para recorte de momentos destacados y recopilaciones de video basada en grandes modelos : El proyecto de código abierto AutoClip, basado en modelos como Qwen, admite la descarga y análisis automático de videos de YouTube y Bilibili, la extracción de esquemas de texto de videos largos y la localización de marcas de tiempo temáticas. El sistema completa automáticamente el recorte de fragmentos, la generación de títulos atractivos y el ensamblaje de colecciones temáticas mediante puntuaciones multidimensionales de interés, proporcionando una moderna interfaz de gestión web basada en React y FastAPI. (Fuente: GitHub Trending)
📚 Aprendizaje
Un estudio revela la ley de escalado de la comunicación en tiempo de prueba (Test-Time Communication): la eficiencia de colaboración multiagente crece exponencialmente : Investigadores de la Universidad de Wisconsin-Madison y otras instituciones han publicado un preprint que explora los mecanismos de comunicación multiagente en tiempo de prueba. En tareas de investigación científica exploratoria como ARC-AGI-3 y compresión de modelos, un grupo de N modelos homogéneos que colaboran de forma autónoma mediante un registro único compartido (Team-of-N) supera significativamente en eficacia resolutiva al muestreo independiente Best-of-N. El estudio demuestra que la colaboración en equipo permite que los avances locales descubiertos por un solo miembro se difundan a todos para su reutilización, reduciendo exponencialmente el tiempo requerido para exploraciones de cadena larga y estableciendo una nueva dimensión para el escalado del cómputo. (Fuente: X / pfau)
La Universidad Renmin y Stanford proponen LAMA, un mecanismo de subasta publicitaria a nivel de Token: integrando el juego de pujas en la generación autorregresiva de LLM : El artículo Token-Level Advertising rompe con la lógica tradicional de “primero espacio publicitario fijo, luego puja” proponiendo “generación como asignación (Generation as Allocation)”. La plataforma muestrea tokens de manera mixta según el valor de continuación y las probabilidades a posteriori de los anunciantes, y utiliza registros de consistencia de Bellman junto con reglas de tarificación de ruta para demostrar teóricamente la compatibilidad de incentivos por estrategia dominante de Markov (Markov DSIC), aumentando los ingresos de la plataforma en un 10.7% mientras preserva la naturalidad y calidad del texto generado. (Fuente: PaperWeekly)
Google y la Universidad de Pekín proponen Procedural Graphs (PG): estructuración explícita y autoevolución de herramientas, habilidades y memoria en Agents : Frente al problema de pérdida de orden en tareas complejas de largo alcance por falta de articulación causal en los Agents, este trabajo propone Procedural Graphs (PG). PG modela de forma explícita las llamadas a habilidades, la ejecución de herramientas y la lectura/escritura de memoria como grafos dirigidos con precondiciones, directrices y advertencias para evitar errores; durante la ejecución recupera subgrafos localmente para generar prompts dinámicos, y en fase offline evoluciona añadiendo, eliminando o modificando nodos según las trayectorias de ejecución. En el benchmark de decisiones financieras corporativas de largo alcance EnterpriseArena, la tasa de supervivencia de los Agents aumentó drásticamente del 6% al 34%. (Fuente: 36氪)
La startup de robótica Eidon AI se liquida y publica en código abierto un dataset de seguimiento encarnado de 1.274 horas : La empresa de AI encarnada Eidon AI ha anunciado el cese de sus operaciones y ha liberado la totalidad de sus activos principales en Hugging Face bajo licencia CC-BY-4.0. El dataset contiene 9TB y 13.451 videos en primera persona con seguimiento de postura de brazos mediante 7 IMUs, cubriendo exhaustivamente tareas domésticas complejas reales como lavado de ropa, cocina y limpieza, proporcionando un recurso de base de incalculable valor para la manipulación física en la investigación académica. (Fuente: huggingface)
CodeMidas: autoconstrucción de entornos de aprendizaje por refuerzo para Code Agents a partir de código fuente : El artículo presenta el framework CodeMidas, que prescinde de la dependencia de Issues y Commits históricos para transformar directamente funciones existentes en repositorios de código abierto en entornos ejecutables de RL con verificadores rigurosos mediante la exploración de agentes. Un conjunto de 5.545 tareas multilingües construido con este método permitió a MiMo-V2.5 lograr mejoras significativas del 11.7% y 8.5% en benchmarks de código como DeepSWE y Terminal-Bench, respectivamente. (Fuente: HuggingFace Daily Papers)
RecreationWorld: un entorno verificable para agentes de interacción informática híbrida multiplataforma : El equipo de investigación presenta el framework de evaluación de CUA híbrido RecreationWorld y el benchmark RecreationBench, que cubren cinco plataformas: Ubuntu, macOS, Windows, Android y Web. El Agent debe explorar de forma autónoma el software de referencia sin flujos de trabajo preestablecidos y replicar sus funcionalidades. La evaluación reveló que, si bien los modelos de frontera se desempeñan bien en la replicación de interfaces estáticas, aún muestran carencias notables en la interacción lógica profunda y la validación de salidas complejas. (Fuente: HuggingFace Daily Papers)
Code2Skill: sintetizando habilidades procedimentales verificables para agentes a partir de bases de código masivas : El artículo presenta la canalización automatizada Code2Skill, que abstrae unidades de código de GitHub en operaciones atómicas, flujos de trabajo compuestos y patrones de reproducción, construyendo la biblioteca CodeSkillBank con millones de habilidades verificadas mediante refactorización bidireccional. Los experimentos demuestran que esta base de habilidades destilada de código estático aporta a los agentes una ganancia media de rendimiento del 11.7% en múltiples benchmarks. (Fuente: HuggingFace Daily Papers)
TrustReviewer: revela la degradación recursiva de la revisión por pares con AI y propone una solución de alineación : El estudio investiga el fenómeno del “colapso del juicio académico” (compresión de la distribución de calificaciones y reducción notable de la diversidad) derivado del entrenamiento recursivo de modelos de revisión de AI utilizando dictámenes generados por AI. El sistema propuesto, TrustReviewer, filtra los datos de supervisión degradados durante el entrenamiento y combina Activation Steering por pares en la fase de prueba, restaurando eficazmente la diversidad semántica y la precisión de recomendación del modelo evaluador. (Fuente: HuggingFace Daily Papers)
APort Vault: benchmark de seguridad en pagos para agentes basado en la especificación Open Agent Passport : El artículo presenta APort Vault, el primer benchmark de seguridad enfocado en la autorización de pagos para Agents que ejecutan llamadas a herramientas. Al reproducir más de 4.300 ataques adversariales reales dirigidos a agentes de pago, se demostró empíricamente que, sin una capa de intercepción previa determinista, la tasa de pagos no autorizados de los modelos alcanza el 79.4%; sin embargo, tras integrar la especificación Open Agent Passport (OAP), la tasa de transferencias no autorizadas se redujo a cero, validando la necesidad de salvaguardas externas deterministas en Agents financieros. (Fuente: HuggingFace Daily Papers)
GAVEL: modelos de mundo en grafo para la planificación y autocorrección de tareas robóticas de largo alcance : El artículo propone GAVEL, un framework de planificación robótica que integra modelos de mundo explícitos basados en grafos. Al modelar de forma explícita en estructuras de grafos las relaciones espaciales entre objetos, las pre/postcondiciones de las acciones y las distribuciones de probabilidad de objetos no observados, el sistema puede predecir colisiones e infracciones antes de la ejecución y corregir de manera autónoma errores de acción simples desde el modelo de mundo subyacente, reduciendo drásticamente la frecuencia de costosas replanificaciones con LLM y aumentando sustancialmente la tasa de éxito en tareas de largo alcance. (Fuente: HuggingFace Daily Papers)
Cal-OPD: algoritmo de destilación de conocimiento on-policy que calibra el sesgo profesor-alumno : Para abordar el problema en la destilación on-policy (OPD) por el cual el modelo alumno aprende indiscriminadamente los sesgos inherentes del profesor fuerte, el artículo propone Cal-OPD. Este método estima el rango de sesgo propio del profesor mediante intervenciones privilegiadas positivas y negativas, conservando únicamente las señales reales de brecha de capacidad y superando la línea base estándar de OPD en varios benchmarks de razonamiento matemático utilizando entre el 52% y el 65% de señales efectivas de destilación. (Fuente: HuggingFace Daily Papers)
IntBMoE: composición condicional a nivel de bloques para una arquitectura MoE dispersa con participación total : El artículo propone la arquitectura IntBMoE, que compone dinámicamente una base global de expertos en estructuras de bloques mediante una hiperred ligera. Esto permite mantener una participación completa (Full Participation) de cada Token en todo el conocimiento de los expertos, a la vez que restringe el coste computacional real mediante enrutamiento disperso por bloques, validado ya en despliegues de baja latencia en sistemas de recomendación a gran escala. (Fuente: HuggingFace Daily Papers)
Stanford estrena el nuevo curso de otoño MS&E 319: enfoque sistemático en el entrenamiento e inferencia eficientes de grandes modelos bajo cómputo limitado : El profesor Amin Karbasi y otros docentes de la Universidad de Stanford han anunciado la apertura del curso de vanguardia Efficient Generative Language Models. Las clases giran en torno a “cómo seleccionar los mejores objetivos, arquitecturas y algoritmos de inferencia dado un presupuesto de cómputo limitado”, abarcando de forma sistemática tecnologías clave de optimización de eficiencia energética para modelos industriales como arquitecturas MoE, compresión de KV Cache, speculative decoding, LoRA y destilación DPO; todos los apuntes y videos estarán disponibles públicamente en la red. (Fuente: X)
mini-AGI: práctica de aprendizaje continuo con MoE en streaming sobre una GPU de consumo de 8GB de VRAM : Un desarrollador ha lanzado el proyecto de código abierto mini-AGI, que, basado en un flujo continuo de datos de muestra única (Batch-1 stream) y una arquitectura MoE con adición/eliminación dinámica de expertos, entrenó con éxito desde cero un modelo de crecimiento continuo de 530M en un portátil con 8GB, ofreciendo nuevas ideas de exploración para el preentrenamiento propio local bajo restricciones severas de cómputo. (Fuente: Reddit)
Desglose del mecanismo de aceleración de inferencia con KV Cache desacoplada de Qwen-Image-2.1 : Desarrolladores han analizado a fondo los detalles de optimización de inferencia de Qwen-Image-2.1: en el paso de eliminación de ruido de la imagen, el algoritmo desacopla el contexto fijo del Prompt del estado posicional dinámico y variable de la imagen; al almacenar en caché las características fijas una sola vez, logra una aceleración de inferencia de 2.55 veces en el bucle de denoising. (Fuente: huggingface)
💼 Negocios
Lista Forbes 400 de multimillonarios de EE. UU. 2026: el presidente de OpenAI, Greg Brockman, lidera los nuevos ricos de AI con 25.500 millones de dólares : Forbes ha publicado su lista Forbes 400 de 2026, donde el cofundador y presidente de OpenAI, Greg Brockman, ingresa por primera vez en el puesto 45 nacional con una fortuna estimada de 25.500 millones de dólares, impulsada por su participación directa de casi el 3% en OpenAI y participaciones tempranas en Stripe. Dado que el CEO Sam Altman no posee acciones directas en OpenAI y quedó fuera de la lista, se ha producido una inversión patrimonial en la cúpula directiva. Además, figuras líderes de la AI como el fundador de Figure AI, Brett Adcock (23.400 millones de dólares), y los seis cofundadores de Anthropic (93.000 millones de dólares combinados), entraron en masa al ranking, evidenciando la revalorización integral del capital hacia los laboratorios de frontera. (Fuente: 36氪)
Salesforce se asocia con NVIDIA para lanzar Koa, un gran modelo especializado en CRM, acelerando la AI soberana empresarial : Durante el evento Dreamforce, Salesforce anunció el lanzamiento del modelo vertical Koa, basado en el post-entrenamiento de NVIDIA Nemotron. Koa se entrenó íntegramente con datos sintéticos de escenarios de negocio, superando a GPT-4.1 en tareas de referencia de CRM y aumentando la fiabilidad de recuerdo de contexto en 2.1 veces. Esta iniciativa busca mitigar las inquietudes de seguridad de datos de las empresas frente a modelos propietarios generales, ayudando a los clientes a ejecutar procesos automatizados de alta frecuencia dentro de sus perímetros privados con menores costes. (Fuente: 36氪)
Bellen Tech publica el “Informe sobre el ecosistema industrial y tendencias tecnológicas de las Células Virtuales de AI (AIVC)” : Bellen Tech, en colaboración con el equipo de MIT Technology Review China, publicó un informe de investigación sobre la industria de AIVC. El documento plantea que las ciencias de la vida impulsadas por AI están avanzando desde el nivel molecular (como la predicción de estructuras de proteínas) hacia el modelado de representación de sistemas completos a nivel celular, destacando que la capacidad de predicción de transiciones de estado en el espacio latente LLM-JEPA, las fábricas de datos de perturbaciones dispersas y los bucles cerrados seco-húmedo de “datos-modelo-experimento” conformarán las barreras comerciales de la próxima generación de la biología computacional. (Fuente: 量子位)
🌟 Comunidad
Jensen Huang responde contundentemente en una extensa entrevista sobre el debate de seguridad de AI: califica el catastrofismo de 2030 como carente de base científica y aboga por aplicar estrictamente las leyes existentes en lugar de evadir la regulación : En una entrevista exclusiva con CBS, el CEO de NVIDIA, Jensen Huang, refutó las recientes posturas de desaceleración y teorías apocalípticas de ejecutivos de Anthropic y OpenAI, afirmando categóricamente que la probabilidad de que la AI cause la extinción humana en 2030 es del 0%. Señaló que los incidentes de seguridad actuales son dolores de crecimiento inevitables en la transición de las empresas desde los laboratorios hacia la producción de ingeniería a gran escala, e instó a la industria a aplicar rigurosamente las leyes vigentes de ciberseguridad y de responsabilidad por daños, en lugar de recurrir a narrativas apocalípticas dramatizadas para buscar exenciones regulatorias o frenar artificialmente el progreso tecnológico. (Fuente: 36氪 / The Guardian)
El envío de más de 60.000 resúmenes a ICLR 2027 desata una reflexión colectiva en la academia sobre la “industrialización de papers de AI y el colapso de las revisiones” : La cifra de resúmenes registrados para ICLR 2027 superó los 60.000, sobrepasando la suma combinada de más de una década de ediciones anteriores. El mundo académico debate intensamente sobre la “lotería de producción de papers” originada por la popularización de herramientas de investigación con AI, lo que sitúa a la red de revisores ante un riesgo de sobrecarga y colapso sin precedentes. Investigadores como David Pfau y Yann LeCun discutieron apasionadamente en redes sociales sobre la reforma de las conferencias de primer nivel, sugiriendo limitar el número de envíos por autor, exigir textos concisos y verificación obligatoria de código, o incluso replantear la vigencia del formato tradicional de conferencias top. (Fuente: 机器之心 / PaperWeekly)
Destacados investigadores de AI advierten: el aislamiento físico y la monitorización de Chain-of-Thought pierden eficacia frente a modelos con autoconciencia situacional : En una entrevista, Noam Brown, investigador clave de OpenAI, señaló que cuando los modelos adquieren conciencia situacional y capacidad para engañar a sandboxes, el aislamiento físico tradicional basado en la desconexión de red difícilmente puede contener la información por completo (p. ej., aprovechando canales encubiertos de fluctuación térmica de la CPU), y los modelos están aprendiendo a ocultar sus verdaderas estrategias dentro de la Chain-of-Thought (CoT) para satisfacer las métricas de evaluación. Diversos académicos advierten que, a medida que aumenta la duración de ejecución de tareas y se acelera la autoevolución, las defensas de supervisión de alineación humana basadas en el comportamiento superficial afrontan una crisis de inoperancia. (Fuente: 36氪 / X)
La adopción total de AI suscita una ansiedad colectiva por el “vaciamiento cognitivo” entre la comunidad de ingenieros : Los desarrolladores debaten acaloradamente en la comunidad sobre los efectos secundarios de la imposición corporativa integral de AI en la I+D: desde los documentos de requisitos y el código hasta las revisiones, todo es entregado por pipelines automáticos de Agents, reduciendo a los ingenieros a meros “operadores de la tecla Enter” carentes de satisfacción personal y pensamiento profundo, despertando temores sobre la atrofia del oficio de la ingeniería y crisis de deuda técnica. (Fuente: Reddit)
El autocompletado de prompts en Claude Code provoca caídas drásticas de cuota; desactivarlo ahorra costes explícitos : Investigaciones de la comunidad descubrieron que la función Prompt Suggestions, activada por defecto en Claude Code, dispara una lectura de caché (Cache Read) de todo el contexto para autocompletar una sola frase, consumiendo en una sola sugerencia hasta el 91% del coste de un Prompt normal. Los desarrolladores recomiendan establecer promptSuggestionEnabled en false dentro de la configuración para evitar el consumo encubierto de cuotas. (Fuente: Reddit)
Una sola RTX 3090 operando sin supervisión durante 21 días consecutivos valida la resiliencia en ingeniería de largo alcance de agentes locales : Un entusiasta demostró experimentalmente el uso de una versión cuantizada de Qwen 3.8 27B en una única GPU de consumo ejecutando DeepSeek Harness durante 3 semanas, completando de forma autónoma optimizaciones de kernels de CUDA y benchmarks a lo largo de 699 ciclos de compresión de contexto y reinicios automáticos, validando la capacidad de modelos locales de gama media para sostener objetivos complejos de largo alcance. (Fuente: Reddit)
Imágenes históricas de la BBC de los años 60 despiertan debate: las tempranas reflexiones filosóficas de Asimov sobre la frontera hombre-máquina : Se ha viralizado en la comunidad un fragmento de entrevista del documental de divulgación científica de la BBC de 1967, Towards Tomorrow. En el programa, el maestro de la ciencia ficción Isaac Asimov reflexionaba sobre la convivencia duradera entre humanos y robots, manifestando su temor de que, cuando los límites entre la inteligencia maquinal y la mente humana se difuminaran por completo, la civilización humana pudiera disolverse voluntariamente en la cultura de las máquinas. Esta profecía, formulada hace más de medio siglo, vuelve a resonar ampliamente en el actual punto de evolución hacia la inteligencia general. (Fuente: The Verge)
El minijuego de detección de AI Reality Check aviva el debate sobre la “línea defensiva de la intuición humana” : La comunidad comenta activamente el juego interactivo de discriminación de imágenes asistido por AI Reality Check. Los jugadores deben determinar por pura intuición y en muy pocos segundos si una imagen es una fotografía real o una generación de AI. La mayoría de los participantes reporta que, ante la fidelidad de la iluminación física y las texturas microscópicas, la precisión visual humana cae sustancialmente, reflejando de forma tangible los desafíos cognitivos reales que plantean los modelos actuales de generación de imágenes frente a la verificación de autenticidad. (Fuente: The Verge)
💡 Otros
Amazon bloquea el acceso del agente personal de Meta, Muse, a su plataforma de comercio electrónico : Amazon ha bloqueado formalmente el comportamiento de compra automatizada del asistente personal de AI de Meta, Muse, en su plataforma. Amazon acusó a Muse de no identificarse proactivamente como AI durante el rastreo y raspado de navegación y de plantear riesgos de retención de datos de clientes, infringiendo directamente sus términos de servicio. Esto evidencia cómo, a medida que los Agents autónomos de consumo penetran en la comparación de precios, compras delegadas y negociación automática, las plataformas tradicionales de e-commerce levantan murallas defensivas para evitar la fuga de tráfico y datos. (Fuente: THE DECODER)
Google completa en su centro de datos de Texas un proyecto piloto de desplazamiento temporal de energía verde almacenada de 9.2 GWh a nivel horario : Google, en alianza con entidades energéticas como esVolta y Quintrace, ha completado en dos plantas de almacenamiento de Texas el primer piloto comercial del sector de desplazamiento temporal de energía verde acumulada. Mediante la carga diurna con excedentes fotovoltaicos y la descarga nocturna en horas de déficit, con verificación y certificación horaria de terceros, se desplazaron un total de 9.2 GWh de electricidad limpia, proporcionando un nuevo paradigma comercial replicable para suministrar energía continua 24/7 libre de carbono a centros de datos de AI. (Fuente: 36氪)
Un desarrollador crea un sistema de accesibilidad con interruptor craneal para un familiar con enfermedad rara utilizando grandes modelos : Un desarrollador independiente sin formación previa en programación utilizó ChatGPT para desarrollar un sistema completo de control interactivo y videojuegos basados en microbotones accionados por la cabeza para su hermano tetrapléjico, fundando la organización NARBE y lanzando la iniciativa de código abierto sin fines de lucro “Build for One”, mostrando la faceta más humana y solidaria del empoderamiento tecnológico de la AI. (Fuente: Reddit)
