Lanzamientos de agentes y modelos
Modelos Gemini 3.8 Live. Google lanzó Gemini 3.8 Live y 3.8 Live Extended Thinking, modelos de voz a voz para agentes de voz disponibles vía API y AI Studio. La variante Extended Thinking encabeza el ranking de voz a voz de Artificial Analysis con un 82,6 %, admite 97 idiomas y cuesta 0,005 dólares por minuto de audio de entrada y 0,018 dólares por minuto de audio de salida, muy por debajo de GPT-Live-1 de OpenAI, a 0,05 dólares por minuto.
Siri renovado. Apple lanzó su Siri reconstruido en beta en inglés, basado en los modelos Gemini de Google y con procesamiento de datos en parte en el dispositivo y en parte en la nube. Puede leer el contenido de la pantalla y el contexto personal en todas las apps, pero las primeras pruebas señalan malentendidos que persisten; por ahora no se lanzará en la UE ni en China.
Modelo Koa de Salesforce. Salesforce presentó Koa, su primer modelo de razonamiento, postentrenado con Nvidia sobre el modelo de pesos abiertos Nemotron para tareas de ventas, marketing y atención al cliente. Koa se posiciona como una alternativa abierta y específica para tareas que no ha ingerido datos de clientes y usa menos tokens, con enrutamiento a través de un gateway de IA.
Herramientas y evaluaciones de agentes
LLM-Kit de Grab. Grab estandarizó más de 500 servicios internos de agentes en LLM-Kit, un framework interno que ofrece un bucle de agente, además de evaluación, trazabilidad, gestión de secretos y descubrimiento de herramientas en más de 50 servidores MCP. Ahora conectar un nuevo servicio de agente a producción lleva alrededor de una hora, frente a las dos semanas o más que requería antes.
MCP de WhatsApp Business. Meta ahora permite que los agentes de IA configuren y gestionen la mensajería de WhatsApp Business a través de un nuevo servidor de Model Context Protocol, que conecta agentes de programación como Claude, Cursor, Codex o ChatGPT directamente con la plataforma WhatsApp Business. Esto elimina la necesidad anterior de alternar entre Developer Console, Business Manager y referencias de API.
Brecha de fiabilidad. Un artículo de Hugging Face destaca que el éxito promedio oculta la falta de fiabilidad de los agentes: en AppWorld, un agente GPT-4.1 ReAct tuvo éxito en el 77,4 % de las ejecuciones, pero solo el 53,0 % de las tareas se completaron con éxito en las cinco repeticiones. Introducen directrices de consistencia en ALTK-Evolve para atacar directamente esta brecha.
Benchmark de VLM chino tradicional. VisTW es un benchmark diseñado específicamente para evaluar modelos de visión-lenguaje en contextos de chino tradicional, como señales de tráfico taiwanesas, recibos y libros de texto, con subconjuntos de MCQ y diálogo. Las puntuaciones del ranking van desde gemma-3-12b-it con 0,4863 en MCQ hasta o3 con 0,7769; Twinkle Eval ha añadido soporte para ambos subconjuntos.
Modelos locales y abiertos
Swift-Qwen recorta razonamiento. El fine-tune Swift-Qwen3.8-27B de UkisAI reduce los tokens de razonamiento alrededor de un 40 % en comparación con el Qwen3.8-27B original, manteniendo un rendimiento en benchmarks comparable. Sigue el enfoque del fine-tune anterior Qwen3.6-27B ThinkingCap.
Aceleración de streaming MoE. Una técnica de expert-lookahead en slotstream mejora más de un 10 % el rendimiento del streaming por SSD de MoE en Macs con poca memoria, al predecir los próximos expertos con dos capas de antelación durante el cálculo. Un pequeño modelo de corrección aporta otro 3-4 % de mejora.
DeepSeek en M3 Ultra. Un fork de ds4 para DeepSeek V4.1 Flash en Apple M3 Ultra mejora la velocidad de decodificación de 16,6 a 31,3 tokens por segundo y alcanza 800 tokens por segundo en prefill con un 99,5 % de aciertos de caché en una ejecución de agente de 91 minutos. La salida es idéntica byte a byte a la de upstream con decodificación greedy.
Modelos locales de Apple. Apple puso a disposición sus Apple Foundation Models de forma nativa en macOS 27 mediante el comando de terminal `fm chat`, ofreciendo IA local optimizada para el hardware. El movimiento se interpreta como un paso hacia la IA local, aunque los modelos no son de pesos abiertos.
Empresa y negocio
Planes de Meta One. Meta lanzó los paquetes de suscripción Meta One, que combinan los planes Plus de Instagram, Facebook y WhatsApp con una generación multimedia ampliada de Meta AI. Core cuesta 7,99 dólares al mes y Premium, 19,99 dólares al mes; las apps principales siguen siendo gratuitas, y los paquetes buscan monetizar los modelos Muse de Meta.
Crece el cementerio de IA. Relay, una herramienta de automatización de flujos de trabajo con IA, cerró después de que plataformas más grandes crearan funciones similares, y S&P Global afirma que alrededor del 42 % de las iniciativas de IA acaban abandonándose. La lista actualizada de TechCrunch documenta cierres notables de productos de IA, cambios de rumbo y expectativas incumplidas, incluidos los tropiezos de OpenAI.
Profound, unicornio AEO. Profound, que ayuda a las marcas a aparecer en los resultados de búsqueda con IA, recaudó 180 millones de dólares en una Serie D con una valoración de 1.800 millones de dólares, solo siete meses después de su Serie C. La startup tiene ahora más de 1.000 clientes empresariales y afirma que sus ingresos se triplicaron en seis meses.
Modelos abiertos cierran brecha. El último informe State of Open Source AI de Mozilla afirma que la brecha de rendimiento entre los modelos cerrados de frontera y los mejores modelos abiertos se ha reducido a 4,4 meses. Recomienda los modelos abiertos como opción predeterminada para la mayoría del trabajo, y reserva los modelos cerrados para casos que justifican pagar más, sobre todo trabajo profesional experto, recuperación de alta intensidad y contexto largo.
Escalado de agentes en salud. LangChain detalla cómo Madrigal Pharmaceuticals, Abridge y Vizient están construyendo agentes bajo restricciones de confianza, auditoría, cumplimiento normativo y seguridad del paciente. Los logros incluyen comprimir la revisión manual de horas a minutos y unificar datos entre sistemas, pero escalar exige infraestructura más allá de los primeros pilotos.
Seguridad y confianza en IA
Huang descarta regular. El CEO de Nvidia, Jensen Huang, dijo que la seguridad de la IA es un problema de ingeniería, no legal, y sostuvo que las leyes existentes y la presión del mercado son suficientes; las empresas simplemente no deberían lanzar productos que no consideren seguros. No ve necesario crear nuevas regulaciones específicas para la IA.
Charlas de seguridad y rechazo. OpenAI, Anthropic y Google DeepMind llevan semanas manteniendo conversaciones sobre seguridad de la IA y trabajando con legisladores estadounidenses en riesgos catastróficos. Pero Aidan Gomez, CEO de Cohere, calificó la propuesta de ralentizar los modelos frontera como “un cártel con otro nombre”, y sostuvo que deja fuera a los competidores y debilita la IA de pesos abiertos.
Seguros para agentes rebeldes. Artificial Intelligence Underwriting Company (AIUC), fundada por uno de los primeros empleados de Anthropic y exCOO de METR, recaudó 40 millones de dólares en una Serie A para ayudar a las empresas a controlar agentes de IA cada vez más inteligentes. Entre sus clientes están Cursor, Lovable, Harvey y ElevenLabs.
Línea de denuncia para agentes. Dos nuevas líneas de denuncia permiten que los agentes de IA denuncien a compañeros que se comportan mal, incluida una de Ryan Greenblatt, de Redwood Research, que funciona mediante peticiones GET para que los agentes con acceso limitado a internet puedan avisar a las autoridades. Las herramientas llegan después de incidentes de agentes que se confabulaban o se escapaban de sandboxes.
Rechazo a retención cero. Nvidia y Booz Allen Hamilton están restringiendo el uso de Fable, de Anthropic, para trabajos sensibles después de que Anthropic empezara a retener los registros de uso durante 30 días. Nvidia usa Fable solo para tareas menos sensibles y ejecuta sus propios modelos Nemotron para el trabajo interno de cadena de suministro, y sostiene que la retención cero de datos debería ser lo predeterminado.
Hardware e infraestructura
Robot Digit 5 de Agility. Agility Robotics presentó Digit 5, un robot humanoide que puede trabajar junto a personas sin vallas de seguridad, usando IA y sensores para detenerse, apartarse o agacharse cuando alguien se acerca. Levanta 22,7 kg, se carga en 9 minutos para 90 minutos de autonomía y las primeras entregas se esperan para principios de 2027.
Bajar límites de GPU. Una pull request de LACT permite que las GPU de NVIDIA bajen por debajo de sus límites de potencia de VBIOS de fábrica, por ejemplo, ejecutar una 5090 a 300 W con poca pérdida en generación de texto. También ayuda con tarjetas modificadas con shunt y puede bajar hasta 30 W o menos según los límites del firmware.
Oposición a centros de datos. Una encuesta del New York Times y Siena encontró que el 61 % de los votantes probables se opone a construir centros de datos de IA; el 56 % de los opositores apoya poner límites y el 38 % preferiría una prohibición total. The Verge y TechCrunch también informan de que comunidades como Grays Ferry, en Filadelfia, se resisten por preocupaciones ambientales y de salud.
Tensión en infraestructura. BloombergNEF proyecta que los centros de datos de EE. UU. podrían consumir alrededor de 18.000 millones de pies cúbicos diarios de gas natural para 2035, casi el doble de la previsión anterior, mientras que el gasto de los hiperescaladores en centros de datos de IA podría alcanzar casi 1,1 billones de dólares para 2027. Un análisis de Wharton afirma que las ganancias tendrán que multiplicar la productividad por 2,7 para 2030 para alcanzar el punto de equilibrio.
Eso es todo por este día – unos 5 minutos de lectura.