Lanzamientos de modelos e IA local
Modelo de audio-lenguaje Sori-1B. Un modelo de 1B de parámetros entrenado desde cero con texto emparejado con audio, sin preentrenamiento únicamente con texto, pretende anclar las respuestas en el audio. Usa el encoder congelado Audio Flamingo Next de NVIDIA y un tokenizador personalizado de ontología auditiva, y se publica bajo licencia académica no comercial.
Qwen3.8 en local. Los informes de la comunidad muestran Qwen3.8-27B y Flash Next ejecutándose en hardware que va desde un teléfono de 12 GB (3,5 tok/s) hasta cuatro GPU R9700 (generación de 80-120 t/s, contexto de 700k). En cargas de trabajo de agentes locales, Flash Next es más rápido y fiable mecánicamente, mientras que el modelo dense de 27B sigue siendo más potente para un uso sostenido en múltiples turnos; algunos usuarios perciben los modelos como dense, aunque se elogia la calidad de la traducción al alemán.
- → Qwen3.8-Flash-Next-NVFP4 vs Qwen3.8-27B-FP Test Results
- → Qwen 3.8 27B - Fantastic German capabilities
- → Unpopular opinion Qwen 3.8 is hard to understand
- → Qwen 3.8 Flash Next locally on simple mobile phone at 3.5 tok/s
- → Here my pretty good qwen3.8 27B setup, hope it helps
- → Qwen3.8-Flash-Next turns 4xR9700 into a local AI powerhouse! 120 t/s TG and 12k t/s PP single request with optimized vLLM
Lanzamientos GGUF sin censura. Un usuario de Reddit publicó los GGUF de LongCat-Flash-Lite-Sparse, un modelo de atención sparse de 69B-A3B con contexto de 1M, además de Qwen3.8-27B con MTP, Qwen3.5-122B-A10B, Qwen3-Coder-Next y un modelo de visión. El soporte de LongCat requiere un fork personalizado de llama.cpp.
Hardware de escritorio para IA. El escritorio DGX Station de NVIDIA ofrece rendimiento de clase centro de datos con 7,1 TB/s de ancho de banda de memoria, mientras que Framework parece estar preparando una placa base con 192 GB de memoria, con un precio estimado de unos 4.500 dólares.
Benchmarks y evaluaciones
Benchmark de pentesting para LLM. Un nuevo benchmark pone a prueba los LLM contra infraestructura real que deben atacar, con el objetivo de identificar el mejor modelo para la seguridad ofensiva en lugar de reproducir CVEs conocidos.
Índice de benchmarks de código. Un usuario de Reddit reunió los principales benchmarks de codificación agéntica en un «Agentic Coding Index» y calculó una métrica de densidad de inteligencia para comparar la capacidad de los modelos por parámetro.
Evaluación egocéntrica con VLM abierto. Usando HFlow en un benchmark de video egocéntrico, el VLM abierto Gemma igualó a Gemini 2.5 Flash en métricas de visibilidad de manos y manipulación, siendo 19 veces más barato, lo que hace viable el procesamiento privado autoalojado.
Herramientas y frameworks de agentes
Cloudflare AI Search. El AI Search de Cloudflare ahora ofrece un pipeline de búsqueda de extremo a extremo para datos personalizados, con integración de agentes, búsqueda multimodal y un modo discover que puede indexar sitios sin sitemaps.
AWS Kiro Crew. AWS publicó Kiro Crew como código abierto, un espacio de trabajo para ejecutar múltiples agentes de codificación asíncronos con memoria compartida, skills reutilizables y tareas programadas. La herramienta fue utilizada internamente por más de 39.000 desarrolladores.
Cómo funciona ChatGPT Work. El ChatGPT Work de OpenAI, disponible en los planes de pago, se ofrece en una versión en la nube mediante chatgpt.com y en una versión local de escritorio que puede acceder a archivos y ejecutar programas. Sus límites con Chat siguen siendo confusos.
Recorte en el límite de Claude Code. El próximo aumento del 25 % en el límite base de Claude Code por parte de Anthropic es en realidad un recorte efectivo del 17 % frente al aumento temporal actual del 50 %. La compañía también añadió una herramienta automática de informe de errores.
Investigación y análisis
Agentes sin noción del tiempo. Un estudio encontró que Claude Code y Codex calculan sistemáticamente mal cuánto tardan las tareas, sobreestimando las tareas cortas entre 3 y 10 veces, lo cual es problemático para trabajos de agentes de larga duración.
PILOT: auto-mejora en vivo. PILOT es un harness de supervisor-trabajador que añade steering en vivo y auto-evolución en vivo para agentes de horizonte largo, superando a harness comparables por hasta 9,8 puntos en Terminal-Bench 2.0.
GameWAM: modelo mundo-acción. GameWAM es el primer modelo mundo-acción para gameplay de video nativo; genera conjuntamente frames futuros y acciones de teclado y ratón mediante flow matching, con control de ciclos de bloque de largo horizonte.
RL next-chunk vs SFT. Un estudio controlado muestra que el SFT mixto con datos sin CoT y con CoT largo supera al RL de razonamiento next-chunk como estrategia de entrenamiento previa a RLVR, con más de 60 veces menos cómputo.
Debate sobre la agencia de la IA. Citando el incidente de Hugging Face de julio, un ensayo sostiene que la agencia de la IA —no solo la capacidad— determinará los resultados, y que la forma en que los usuarios otorgan o limitan esa agencia es importante.
Industria, política y negocios
NVIDIA compra Hugging Face. Según los informes, el acuerdo de 12.900 millones de dólares por el que NVIDIA adquiriría Hugging Face combinaría la infraestructura de cómputo con el principal hub de distribución del ecosistema de modelos abiertos, acelerando el giro industrial de la IA.
Barreras comerciales a la robótica en EE.UU.. Washington ha endurecido las restricciones y los aranceles a los drones y robots chinos, citando la seguridad nacional, aunque la escala de fabricación y las ventajas de coste de China podrían atenuar el impacto a escala global.
Adopción de IA industrial. Meta está probando robots de Watney, Kinova y ABB para reinicios de servidores, cambios de cables y ciclos de encendido y apagado en centros de datos; Caterpillar está aplicando lecciones de autonomía minera a la construcción y usa asistentes de IA para técnicos.
Piezas de turbinas propias de Musk. SpaceX está construyendo una fundición para álabes y paletas de turbinas de gas. Musk dice que la fundición interna podría adelantar hasta 18 meses el suministro de energía de gas natural para los centros de datos de IA.
Cae el optimismo de los trabajadores con la IA. Los datos de Glassdoor muestran que el sentimiento positivo de los trabajadores en EE.UU. hacia la IA cayó del 81 % en 2019 al 43 % a mediados de 2026. Los directivos son los más optimistas, mientras que las mujeres de la generación Z, los escritores y los trabajadores de seguros son los más negativos.
Editoriales musicales demandan a Anthropic. Sony Music, Warner Music y otras acusan a Anthropic de haber descargado ilegalmente mediante torrents decenas de miles de letras protegidas por derechos de autor para entrenar a Claude, y nombran como demandados al CEO Dario Amodei y al cofundador Benjamin Mann.
Texas frena las cámaras Flock. El gobernador Abbott congeló el gasto estatal en las cámaras de vigilancia con IA de Flock después de que se gastaran más de 30 millones de dólares, en medio de preocupaciones bipartidistas por la privacidad y casos de uso indebido por parte de agentes.
Eso es todo por hoy - una lectura de unos 5 minutos.