Lanzamientos de modelos y benchmarks
Modelos NVIDIA Nemotron 3.5. NVIDIA actualizó sus modelos de embedding, parsing y reranking a la versión 3.5 y publicó en Hugging Face modelos de embedding de 1B y 8B, un modelo de reranking de 8B y un modelo de parsing. La actualización sucede a la generación 3.0 anterior, orientada a recuperación y flujos de trabajo con documentos.
MiniMax M3.1 Flash. MiniMax lanzó MiniMax-M3.1-Flash en Hugging Face, un nuevo modelo ligero de su serie M. Está disponible para uso abierto, aunque el extracto no ofrece más detalles.
Modelo de imagen Canva Craft. Canva lanzó Canva Craft, su primer modelo de generación de imágenes, con una arquitectura de dos etapas que planifica el diseño antes de generarlo, lo que mejora la legibilidad del texto y la colocación de objetos. Genera imágenes de hasta 2K en 30 relaciones de aspecto y compite con modelos de OpenAI, Google y Microsoft.
Benchmark de Muse Spark Open. Un gráfico de Artificial Analysis muestra que Muse Spark Open, de Meta, con 816B, obtiene una puntuación de 39, algo por debajo de Qwen3.8-Flash-Next (180B), con 40, pese a ser más de 4 veces más grande. El gráfico también sitúa a MiMo-V2.6-Pro y DeepSeek V4.1 Flash con 45 puntos como los modelos de pesos abiertos con mejor rendimiento.
Ling Sante, enfoque médico. InclusionAI lanzó Ling-3.0-flash-Sante, un modelo MoE especializado en salud, de 124B totales y 5,1B activos, para razonamiento e investigación médica, disponible en Hugging Face y ModelScope. Es un modelo de investigación, no un dispositivo médico, y requiere revisión humana.
Flint, modelo de código. Recursive lanzó Flint, un modelo MoE de programación de 40B totales y 2,5B activos, desarrollado en gran parte por su sistema de IA «Eureka Machine». El modelo, con licencia Apache 2.0, está optimizado para programación agéntica local en hardware de Apple y Nvidia.
Modelos TTS abiertos pequeños. Aparecieron varios modelos TTS pequeños: Phonon 31M, de Gradium, se ejecuta en el dispositivo con licencia Apache 2.0; AuroraTTS-100K logra voz comprensible con menos de 100K parámetros; y una optimización de Kokoro TTS afirma una aceleración de 50 a 100 veces mediante hill-climbing sobre el modelo.
Herramientas y frameworks para agentes
Recompensas RL de ThinkingBox. Microsoft y Hugging Face publicaron como código abierto ThinkingBox-Training, que convierte la evaluación de bases de datos en recompensas de RL para el postentrenamiento de agentes. El ajuste fino de Qwen3.8-27B con GRPO elevó la tasa de éxito media del 51,7 % al 60,8 % en tareas fuera del benchmark.
Runtime OpenShell de NVIDIA. NVIDIA lanzó OpenShell, un entorno de ejecución seguro y privado para agentes de IA autónomos. El proyecto aparece en Reddit y el extracto no ofrece más detalles.
1Password para agentes. 1Password lanzó una herramienta que permite a los agentes de IA iniciar sesión en cuentas de usuario sin ver las credenciales, mediante una clave digital y la aprobación del usuario. Es compatible con agentes como Claude Duet, ChatGPT Work, Grok Bot y Muse, de Meta.
Agent Compute Engine de Google. Google anunció Agent Compute Engine, que asigna a cada agente de Gemini una microVM aislada por hardware. La microVM se pausa cuando está inactiva, y la plataforma permite alojar 10 veces más agentes por servidor. Abrirá una vista previa en los próximos meses, con seguimiento de tokens y soporte para identidades de terceros.
RIPL de Liquid AI. Liquid AI lanzó RIPL, un motor de inferencia en tiempo real para los Liquid Foundation Models que devuelve respuestas completas de extremo a extremo en menos de 50 ms para solicitudes cortas. En una sola B200, mostró una latencia p95 entre 5,6 y 28,4 veces menor que Qwen3.5 en vLLM en sus pruebas.
Rerank 5 de Cohere. Cohere lanzó Rerank 5 en niveles Pro y Fast, con Context Focus para devolver pasajes relevantes dentro de documentos y puntuaciones de relevancia calibradas. El modelo Pro obtiene 82,2 en BRIGHT, 5,8 puntos por encima de Voyage AI Rerank 3, pero tiene una latencia mediana de 11,7 s por solicitud de 96 documentos.
API Decisions de OpenAI. OpenAI puso en disponibilidad general su API Decisions, creada con GPT-6 Luna para decisiones rápidas y de bajo coste, como clasificación y enrutamiento, y hasta 10 veces más rápida que la API Responses. Ahora admite integración con GPT-Live, caché de prompts, entradas JSON, imágenes y 400 preguntas por solicitud.
Donación del estándar Agent Skills. Anthropic donó el estándar Agent Skills a la Agentic AI Foundation, bajo la Linux Foundation, tras su anterior donación de MCP. La medida busca mantener Agent Skills abierto, impulsado por la comunidad y neutral respecto a proveedores.
Investigación e IA aplicada
Juego de agentes sin objetivos. Investigadores del MIT descubrieron que los agentes Eko, dejados en una isla simulada sin tareas, empezaron a inventar desafíos, y los que jugaban superaron a los que no jugaban en desafíos posteriores. El artículo propone la exploración sin objetivos como una forma de que los agentes aprendan habilidades.
IA médica de Microsoft. El sistema MAI-DxO de Microsoft, que coordina varios agentes de IA como un panel de médicos, diagnosticó correctamente el 83 % de los casos complejos del NEJM, frente al 36 % logrado por médicos generalistas individuales en una simulación. El estudio se publicó en Science y Microsoft planea abrir como código abierto su benchmark SDBench.
IA de observación terrestre. Google DeepMind lanzó Forest Typology 2020, un mapa global con resolución de 10 metros que clasifica tipos de bosque y de uso del suelo, mientras que OlmoEarth v1.3 ofrece embeddings satelitales y embeddings globales precalculados para el seguimiento de cambios y la búsqueda por similitud.
Industria y negocio
OpenAI busca 30.000 millones. Según se informa, OpenAI trabaja en una ronda de hasta 30.000 millones de dólares con una valoración pre-money de 1,25 billones de dólares, liderada por Coatue e inversores de Emiratos Árabes Unidos, antes de su salida a bolsa. La operación podría incluir capacidad de cómputo adicional en los Emiratos.
Uber extiende ChatGPT Work. Uber extendió ChatGPT Work a todos sus 30.000 empleados después de que un piloto con 1.000 personas mostrara uso en finanzas, operaciones y producto, con un 80 % de empleados no ingenieros. La empresa sigue explorando casos de uso, pero ya puso el agente de IA empresarial a disposición de toda la plantilla.
Estrategia de agentes de Spotify. Spotify ve a los agentes de IA como una oportunidad: el co-CEO Gustav Söderström sostiene que el entretenimiento es una categoría que prospera en la era agéntica porque la gente no pedirá a los agentes que resuman canciones. La empresa quiere ser el servicio de música que elijan los agentes cuando los usuarios les deleguen la creación de listas de reproducción y el descubrimiento.
Red de Muse de Meta. Mark Zuckerberg describió un futuro en el que miles de millones de personas usarán agentes personales Muse que conversen y hagan transacciones con los Muse de otras personas, formando una red a gran escala. La directora financiera, Susan Li, dijo que todos tendrán que adaptarse.
Retorno de IA, según Gartner. Una encuesta de Gartner a 2.002 CIO encontró que solo el 13 % reporta retornos importantes o transformadores de la IA, mientras que el 51 % espera que la IA aumente los costes operativos. Los analistas ven una brecha entre la innovación de los proveedores y los resultados de las empresas, aunque el 75 % de los CEO aún planea aumentar el gasto en IA.
inDrive prueba robotaxis. La empresa de movilidad inDrive firmó un memorando de entendimiento con Pony.ai y Nvidia para probar robotaxis Gen-7 de Pony.ai en Astaná, Kazajistán, en 2027, inicialmente con operadores de seguridad. Nvidia aporta la plataforma Hyperion y el sistema de seguridad Halos.
Aprobación exportadora china. DeepSeek y MiniMax completaron los nuevos registros temporales de exportación de IA de China, lo que les otorga aprobación regulatoria explícita para seguir publicando los pesos de sus modelos en abierto y cerrar alianzas internacionales.
Récord de lobbying en IA. OpenAI, Anthropic y Nvidia tuvieron sus trimestres de mayor gasto en lobbying, con casi 6 millones de dólares en conjunto en asuntos de política como ciberseguridad y seguridad infantil. Las cifras siguen siendo inferiores a las de Google y Microsoft, pero señalan una mayor implicación en políticas.
Seguridad y política
Términos de scraping de Meta. Meta modificó sus términos comerciales para eliminar el texto que sugería que podía entrenar IA libremente con sitios de noticias, pero expertos legales dicen que la expresión restante «asociado con tus productos o servicios» aún podría permitir el scraping. Los términos entran en vigor el 30 de octubre.
Meta corrige el uso compartido. Meta reactivó el uso compartido de Muse después de corregir un problema de URL por el que los artefactos compartidos podían descubrirse mediante DNS público. Se emitieron nuevas URL para los artefactos compartidos anteriormente.
Bancos bloquean agentes de IA. Grandes bancos de EE. UU., como Morgan Stanley, JPMorgan, Bank of America y Wells Fargo, están restringiendo a los agentes de IA que inician sesión con credenciales de clientes, alegando incumplimientos de políticas y riesgos de seguridad. Los bancos quieren acceso de solo lectura para los agentes, pero aún no pueden distinguir entre acciones de agentes y de usuarios.
Ataques masivos acelerados por IA. Hackers afines al Estado chino usaron el framework de IA de código abierto ARTEX para vulnerar alrededor de 2.250 organizaciones tras comprometer credenciales de copia de seguridad en la nube de ConnectWise, con casi 3.000 intentos de inicio de sesión por minuto. Microsoft dice que la velocidad deja a los defensores con poco tiempo para responder.
Fallo PHP2Shell descubierto por IA. Amazon advirtió de que las vulnerabilidades en un lenguaje relacionado con PHP, descubiertas con ayuda de modelos de OpenAI y Google, están siendo explotadas de forma generalizada después de que los hackers tuvieran cuatro días de ventaja. La NSA y las autoridades del Reino Unido emitieron alertas urgentes, y los fallos destacan el papel de la IA tanto en el ataque como en la defensa.
IA local y rendimiento
DeepSeek V4.1 en AMD. Un usuario ejecutó DeepSeek V4.1-1017 cuantizado en dos GPU AMD (7900 XTX + W6800) con DDR4, y obtuvo una decodificación media de 9 tokens/s, con picos de 19 tokens/s, aunque el rendimiento variaba con la E/S. Se considera un modelo muy inteligente, pero lento para cualquier cosa que vaya más allá de chatear.
Qwen 3.8 frente a DeepSeek. Un benchmark con BenchKit modificado encontró que Qwen3.8-Flash-Next W4A16 obtuvo 25/25 en una pequeña muestra de HumanEval, mientras que DeepSeek V4.1 Flash de 2,6 bits obtuvo 23/25 y entró en un bucle sin salida en un problema. El usuario seguirá usando Qwen para trabajo local.
Aceleración XMX de Intel. Un pull request de llama.cpp refactorizó los motores matriciales XMX de Intel y mejoró de forma significativa la velocidad de decodificación especulativa en Battlemage B70. Las tasas agregadas de tokens casi se duplicaron, y algunas tareas pasaron de 38-53 tokens/s a 68-94 tokens/s.
Mini PC con Snapdragon. Un mini PC con Snapdragon X ejecuta Qwen3.8 Flash Next a 46 tokens/s de lectura y 20 tokens/s de generación con un motor personalizado, y dos equipos conectados por USB4 alcanzan 315/43 tokens/s con un modelo 35B A3B. El conjunto cuesta alrededor de 300 £ por equipo y usa solo CPU y NPU.
Decider local de Perplexity. Una publicación de Reddit señala que se puede ejecutar el Perplexity Decision Model pplx-decider-flash-v1.2 totalmente en local en un Mac desde la barra de menús, manteniendo los datos en el dispositivo.
Eso es todo por este día – unos 5 minutos de lectura.