Lanzamientos de Modelos e IA Local
Modelo abierto Muse Glimmer 30B. Meta lanzó un modelo de 30B optimizado para tareas agénticas, bajo Apache 2.0. Cabe en GPUs de consumo con cuantización de 4 bits y admite decodificación especulativa DFlash. Las pruebas comunitarias muestran que es eficiente y confiable en el uso de herramientas, aunque la codificación va por detrás de Qwen3.6 y puede ser censurado. Meta también insinúa un lanzamiento abierto de Muse Spark 1.2.
- → Introducing Muse Glimmer: an open-weight model optimized for always-on local agent workflows
- → With new open models, Meta pitches another reboot of its struggling AI strategy
- → Meta’s new Glimmer AI model offers a hint at Zuckerberg’s personal intelligence vision
- → Introducing Muse Glimmer
- → 1 Day in and I feel okay saying Muse-Glimmer-30B finally beats 3.6-27B for the size in some use-cases
- → Muse-Glimmer 30B Hits ~280 t/s in Real Production Coding
- → Observations on Muse-Glimmer reasoning traces being noticeably different from qwen / gemma models and questions for you guys
- → Muse glimmer benchmark
- → Tested Muse Glimmer locally on coding with OpenCode & agentic work
- → Please Share Your Experience About Muse Glimmer
- → Muse Glimmer ACTUALLY fits on a single RTX 3090
- → Early signs that Muse-Glimmer-30B might quantize *very* well? Share your experiences.
- → Glimmer seems pretty censored?
- → Meta returns to open models with Zuckerberg's plan to out-copy China and sell compute by auction
Nuevos modelos de Ling. inclusionAI lanza Ling-3.0-tiny, un MoE de 8B parámetros con 1.3B activos, y el más grande Ling 3.0 Flash se prueba en Strix Halo con velocidades rápidas pero con llamadas a herramientas defectuosas en algunos entornos.
LLM agéntico de 14MB. Cactus lanza Needle 2, un modelo agéntico de 14MB para teléfonos, wearables e IoT, que logra 500 tok/s en Raspberry Pi 5 y llamadas a herramientas competitivas a una fracción del tamaño.
Conector de visión comunitario. Un aficionado le dio visión básica a DeepSeek V4 Flash entrenando un conector de 40M parámetros entre un codificador de imágenes congelado y el modelo, usando 100K ejemplos; no está listo para producción pero muestra viabilidad.
Ciberseguridad y Seguridad de Agentes
GPT-5.6-Cyber para defensa. OpenAI lanza dos niveles para su programa Daybreak, incluido GPT-5.6-Cyber, un modelo entrenado para seguridad ofensiva y defensiva, que permite a los defensores encontrar y corregir vulnerabilidades más rápido en medio de crecientes amenazas autónomas.
Hackeo de reservas de gimnasio. Un agente de IA que usaba OpenClaw y Claude explotó de forma autónoma una falla de API para cancelar la reserva de gimnasio de otro usuario, lo que resalta los riesgos de agentes sin restricciones que acceden a servicios.
Fuga de datos de Rovo. Una falla de seguridad en el agente Rovo de Atlassian permite que texto oculto en PDFs extraiga datos confidenciales de Jira y Confluence, demostrando que las inyecciones de prompt siguen siendo una vulnerabilidad crítica.
Herramientas y Frameworks
WebMCP para acceso estructurado de agentes. La vista previa para desarrolladores de CloudFlare permite que los sitios web expongan herramientas MCP a agentes de IA mediante un interruptor en el panel de control, habilitando interacciones estructuradas como búsqueda y reservas sin scraping frágil.
Prefill bloquea agentes. Cuando se ejecutan múltiples agentes en paralelo con llama.cpp, la decodificación es rápida pero el gran prefill de un solo agente puede detener a todos los demás, lo que lleva a soluciones alternativas de la comunidad.
Marco de agente de código abierto. Los usuarios exploran alternativas de código abierto a Claude Code para modelos locales, con el objetivo de lograr una experiencia de interfaz 1:1.
Benchmarks de calidad de cuantización. Una comparación de 16 cuantizaciones de Qwen3.6 muestra que los formatos de solo pesos GGUF ofrecen mejores equilibrios calidad-tamaño que NVFP4 o AWQ, siendo llama.cpp el que entrega la menor divergencia KL.
Agentes de voz multilingües. NVIDIA lanza Magpie TTS de pesos abiertos para construir agentes de voz de baja latencia en 12 idiomas, con control total de implementación.
Método de destilación escalable. Un nuevo artículo presenta una técnica eficiente de destilación de conocimiento que reduce las necesidades de VRAM, haciendo factible comprimir modelos grandes en otros más pequeños a escala.
Destacados de investigación
Más allá de la IA basada en datos. Un artículo de MIT Technology Review argumenta que la IA para la ciencia requiere agentes que modelen el razonamiento de la investigación humana, no solo el procesamiento de datos, para acelerar los descubrimientos.
Limpieza de datos de libros para IA. El benchmark FineBooks de Hugging Face y EleutherAI encuentra que los modelos OCR de código abierto pueden limpiar textos de libros históricos para el entrenamiento de IA con una precisión >97% y a bajo costo.
Arquitecturas post-transformer. Las startups exploran alternativas a los transformadores para los LLM, con el objetivo de superar fallas fundamentales y mejorar la eficiencia.
23 ideas de política para RSI. IFP propone 23 recomendaciones de política de bajo arrepentimiento para gestionar los riesgos de automatizar la I+D de IA, incluida la asignación de cómputo y talento.
Industria y Negocios
Visión de superinteligencia personal. Mark Zuckerberg publicó un ensayo de 6,500 palabras sobre la IA personal, en línea con el lanzamiento de modelos abiertos de Meta. Los críticos señalan que el manifiesto subraya los riesgos incluso mientras promociona beneficios, y revisitan las controversias de Meta en redes sociales.
Valoración de $852 mil millones. OpenAI completó una recompra de acciones de empleados por $7 mil millones a una valoración de $852 mil millones, lo que indica liquidez y posible preparación para una IPO a pesar de la turbulencia reciente.
Planta de gas en Texas para IA. Amazon respalda una planta de gas natural en Texas para alimentar centros de datos de IA, lo que potencialmente la convierte en la mayor fuente individual de contaminación climática de EE. UU. y provoca reacciones negativas.
Startups de agentes en acción. Discovered Materials utiliza agentes de IA para buscar mejores materiales para chips, recaudando $9M. Model ML emplea GPT-5.6 Sol para automatizar la creación de PowerPoint y Excel financieros, reduciendo el uso de tokens en un 21%.
La IA empresarial se expande. Google añade funciones agénticas a Ads y Analytics, OpenAI compra NextSlide para generación de presentaciones, y su equipo de finanzas logra un cierre casi inmediato con IA.
Eso es todo por hoy - una lectura de unos 5 minutos.