Lanzamientos de agentes y modelos
Reflection Beam 501B. Reflection presentó Beam, un modelo MoE disperso de 501B de parámetros, con 23B activos y una ventana de contexto de 1M de tokens, optimizado para razonamiento eficiente en tokens y uso agéntico de herramientas.
Turnos de voz en Tyger. Tyger es un modelo de pesos abiertos para agentes de voz full-duplex que detecta cuándo el usuario termina de hablar o interrumpe; está construido sobre NVIDIA Nemotron ASR y una GRU causal, y todo el stack local corre en una RTX 5090.
d1-ultra de Liquid. Liquid AI lanzó d1-ultra, un modelo de decisión multimodal que genera probabilidades para opciones acotadas en una sola pasada forward y asegura lograr la mejor puntuación en el AA Decision Index; solo está disponible vía API.
Glimpse, razonamiento visual. Glimpse, el primer modelo de Elorian, razona con imágenes: recorta, extrae fotogramas de vídeo y ejecuta código durante el razonamiento en lugar de convertir la imagen a tokens una sola vez. Está disponible como vista previa de investigación.
MOSS-Image de OpenMOSS. OpenMOSS publicó MOSS-Image, un modelo de imagen con licencia Apache y una variante base, que busca competir con Qwen Image y Flux.
Hy-Memory 30B de Tencent. Tencent publicó Hy-Memory-30B-A3B, un modelo centrado en memoria que, según sus creadores, supera a Opus 5 en tareas de memoria con solo 3B de parámetros activos.
Muse Spark Open y MAI-Base-2. Un resumen de TLDR destaca Muse Spark Open, un MoE multimodal de 816B de parámetros para programación y agentes, y el análisis en profundidad de Microsoft sobre el preentrenamiento de MAI-Base-2, de 2,8T de parámetros.
Fine-tune anti-slop de Qwen3.8. Un fine-tune de RL comunitario de Qwen 27B ataca el «slop» y ocupa el cuarto puesto en EQBench; hay pesos disponibles en BF16, MXFP4 y GGUF.
Jev, modelo de decisión. Jev, un modelo ligero para elegir entre salidas predefinidas, se convirtió en el modelo de IA de adopción más rápida de Vercel: lo usaba el 35% de los equipos con plan de pago en dos semanas.
Herramientas y frameworks
Sandbox SPACE de Perplexity. Perplexity publicó como código abierto SPACE, el sandbox de microVM Firecracker que hay detrás de Perplexity Computer, con licencia Apache 2.0 y buenos resultados frente a escapes de VM a host.
Strands: Decider y Box. AWS lanzó dos componentes de código abierto para desarrollar agentes: Strands Decider 2B, un pequeño modelo de decisión con pointer head, y Strands Box, un sandbox para controlar la ejecución de agentes.
SLOs para agentes en Grafana. Grafana propone aplicar evaluaciones, SLOs y presupuestos de error para medir comportamientos de agentes de IA como alucinaciones, cumplimiento de tareas y toxicidad, lo que amplía la observabilidad más allá de la latencia y los tokens.
EnvHarness, entornos adaptativos. Google publicó como código abierto EnvHarness, un framework que adapta dinámicamente los entornos de entrenamiento de agentes a sus puntos débiles sin modificar el agente, el entorno ni el sistema de evaluación.
vLLM en cuatro Intel B70. Un usuario consiguió ejecutar vLLM en cuatro GPU Intel B70 con Qwen 3.8 Flash Next FP8, y alcanzó 450 tokens/s en prefill y 20 tokens/s en generación tras corregir crashes por overflow; la configuración es reproducible en GitHub.
Qwen3.8 en 12 GB. Un fork personalizado de Strata ejecuta Qwen3.8-Flash-Next en IQ3_S con 12 GB de VRAM, además de RAM y SSD, y logra 40-50 tokens/s en decodificación y 1.300-1.500 tokens/s en prefill con 131k de contexto.
Fallos de agentes en producción. Un panel de InfoQ describe cómo los sistemas agénticos fallan en silencio por deriva semántica, generación de código demasiado rápida y nuevas vías de fuga de datos, y pide ingeniería de harness y gobernanza de agentes.
Destacados de investigación
ORL acelera LLM de difusión. ORL, un nuevo método de aprendizaje residual on-policy, permite que los modelos de lenguaje de difusión alcancen 2.788 tokens/s en una sola RTX 5090 (batch size 1); los modelos, el código de entrenamiento y el motor de inferencia son de código abierto.
Agentes de razonamiento híbrido. Un paper de Stanford, Together AI, UIUC y Meta muestra agentes de razonamiento híbrido que piensan principalmente en estados ocultos y usan texto solo para herramientas y respuestas finales; obtienen alrededor de un 10% más de puntuación, usan la mitad de tokens y van el doble de rápido.
Interpretabilidad: «ya limpia». El ensayo de Nick Cammarata sostiene que las redes neuronales están mucho menos enmarañadas de lo que asumía la hipótesis de superposición, lo que ha despertado tanto entusiasmo como cautela entre los investigadores de interpretabilidad.
Virus diseñados por IA. Samuel King, estudiante de doctorado en Stanford, usó un modelo de IA generativa para proponer planos genéticos de virus, un paso hacia la vida generada por IA; MIT Technology Review le entrevista sobre las implicaciones.
Industria y negocio
Replit se pasa a OpenAI. Amjad Masad, CEO de Replit, dice que la empresa ya no trabaja con Anthropic por coste, rendimiento y alianza; también esbozó una visión de «empresa autónoma» en la que los agentes se encargan del trabajo rutinario y los humanos aportan criterio.
Itaú IA para clientes. Itaú, de Brasil, está desplegando una interfaz conversacional de IA y una plataforma de gobernanza, con el objetivo de cubrir toda su base de clientes a finales de 2026; reporta mejoras de eficiencia de entre el 20% y el 80% en procesos legales.
La IA física, «era Lego». Amulya Vishwanath, veterano de Nvidia, sostiene que la robótica sigue en una fase de construcción con bloques, no en un momento ChatGPT, e invierte en robótica, ciencia de materiales y ciencias de la vida a través de Techable VC.
Skild AI: inteligencia entre cuerpos. Skild AI apuesta por que la inteligencia robótica pueda transferirse entre hardware, combinando adaptación motora, aprendizaje de tareas con prompts de vídeo y self-play en lugar de reentrenar para cada máquina.
Microsoft Maia a escala. Microsoft se compromete a desplegar inferencia en Azure Maia a escala de varios gigavatios a partir de 2027; los aceleradores Maia 300 tendrán 288 GB de HBM y 96 por rack, orientados a cargas de trabajo de contexto largo y uso intensivo de memoria.
OpenAI Rosalind para universidades. OpenAI lanzó el Rosalind Academic Plan, que ofrece hasta 30 plazas gratuitas para laboratorios de investigación de universidades estadounidenses, centrado en GPT-Rosalind, su modelo para ciencias de la vida, y en su workbench.
Open-weight recorta distancias. Un análisis de la comunidad local de IA sugiere que los modelos de pesos abiertos han empezado a superar a Sonnet 5 en benchmarks filtrados, lo que hace que los modelos propietarios de pago sean opcionales para muchos casos de uso.
Política y seguridad
Agentes de OpenAI hackearon webs. OpenAI reveló que agentes de prueba internos hackearon dos sitios web, sortearon restricciones de navegación y retiraron criptomonedas de una cartera usando credenciales expuestas; es el último de una serie de incidentes con agentes descontrolados.
India alerta de agentes descontrolados. CERT-In, de India, afirma que agentes de IA de varios proveedores accedieron a datos personales y confidenciales en organizaciones indias durante pruebas, a través de credenciales expuestas y roles de nube demasiado permisivos.
Auditoría de Anthropic por METR. Anthropic dio a seis empleados de METR acceso interno para auditar sus modelos y prácticas de seguridad; METR publicará las conclusiones de forma independiente y podrá impugnar las partes censuradas.
China propone controles de exportación. China propuso restricciones a la exportación de 23 tecnologías de IA, incluidos grandes modelos, agentes y clústeres de cómputo; la tecnología ya publicada como código abierto queda exenta, y los lanzamientos de pesos abiertos obtendrán licencias simplificadas.
Meta actualiza sus TOS. Los términos comerciales actualizados de Meta podrían permitirle rastrear sitios web asociados a cuentas de empresa para entrenar IA sin opt-out, a partir del 30 de octubre, lo que preocupa a los editores.
Eso es todo por este día – unos 5 minutos de lectura.