Modelos y frameworks de agentes
Modelo de agente abliterado. Un nuevo Qwen3.8-27B fusionado incluye visión, decisiones tipadas y pesos sin rechazo para stacks de agentes locales con 16 GB de VRAM. Un aviso aparte señala que las ablaciones de rango 1 pueden aplicarse como un LoRA pequeño en tiempo de ejecución, lo que evita descargar modelos abliterados grandes.
Modelos 4B especializados. Entrenar modelos 4B específicos para tareas como Qwen3.5-4B-3D-Coder sugiere que los modelos pequeños pueden asumir muchos trabajos prácticos, desde activos 3D hasta programación, y se están explorando variantes aún más pequeñas, de hasta 350M.
Modelos de voz full-duplex. Tofu-1 de Bland y Haru-4B, de código abierto, hacen voz a voz full-duplex: escuchan y hablan a la vez. Tofu-1 apunta a llamadas con ruido; Haru-4B es multilingüe y funciona a 7,5 Hz con audio continuo.
Agentes de avatar y vídeo. audio.cpp 0.9.5 combina SoulX-FlashHead, OWSM v4 y LFM3-Audio para chat con avatar local en tiempo real en RTX 4090+. LongCat-Video-Avatar 1.6 de Meituan mejora la generación de vídeo de personas guiada por audio, con mejor sincronización labial y consistencia en secuencias largas.
LongCat-2.5 con pesos abiertos. Meituan publicó un modelo de agente MoE de 1,6 T de parámetros entrenado por completo en hardware chino; activa 48B parámetros por token, admite 1M de contexto e iguala los niveles de programación de versiones anteriores de Claude Opus 5.
Claude Fable pinta. Claude Fable 5.2 de Anthropic genera imágenes escribiendo código Python que coloca cientos de miles de pinceladas en un lienzo virtual. Supera a GPT-6 Astra en un benchmark de simulación robótica, pero es más lento en el control del mundo real.
Lanzamientos UE y multilingües. EUROPA apunta a casi 1 T de parámetros, y la familia Villanova2 suma modelos multilingües con licencia Apache-2.0 para cinco lenguas europeas.
Inferencia local y herramientas
Basalt 0.4.0. Basalt añade soporte para Qwen 3.8 27B dense en NVFP4 y enrutamiento multimodelo; alcanza hasta 770 tok/s en una RTX 5090 y mantiene una precisión top-1 del 92,8 % frente a BF16.
BigMoeOnEdge. Esta herramienta ejecuta cualquier GGUF de MoE en NVIDIA, AMD, Intel, Mac, móvil o CPU, y a menudo supera a Strata y colibri en tarjetas y Macs de 8-16 GB con Qwen3.6-35B y modelos más grandes.
Mejoras de velocidad en llama.cpp. llama.cpp sigue mejorando: los benchmarks de Gemma4 lo muestran acercándose a motores personalizados; el ajuste de cudaMemcpy eleva el prefill con offload de MoE de 345 a 466 t/s en una 3090; y hay una mejora de CPU con AVX-VNNI Q2_0 en un PR.
- Llama.cpp performance improvement over time (Gemma4 models)(se abre en una pestaña nueva)
- MoE offload on a 3090: prefill 345 -> 466 t/s by tuning cudaMemcpy (Qwen3.6 35B-A3B)(se abre en una pestaña nueva)
- CPU-only boost for Q2_0 on AVX-VNNI · Pull Request #26348 · ggml-org/llama.cpp(se abre en una pestaña nueva)
Plugins de agente para Datasette. Simon Willison publicó varias versiones de Datasette creadas con Claude Fable 5.2: visualización con MapLibre/OpenFreeMap, exportaciones en streaming, correcciones de seguridad, apps en sandbox con enlaces URL y mejoras en los prompts de agente.
Visualizador interno de LLM. inside-llm es una herramienta de código abierto para navegador que compara dos cuantizaciones GGUF token a token y muestra probabilidades, compuertas del sampler, entropía y divergencia.
Industria y negocio
Estudio de salud de Apple. Apple y OpenEvidence lanzaron una app para un estudio con respuestas de salud con fundamento clínico para hasta 200.000 participantes de EE. UU.; los usuarios valoran las respuestas y pueden compartir datos de HealthKit.
Crisis de liderazgo en Nvidia. Jensen Huang fue destituido tras revelarse una aventura con una presunta espía china; Megaspeed, vinculada a su expareja, intermedió casi 12.000 millones de dólares en pedidos de chips para China. El Congreso quiere reglas más estrictas para exportar chips de IA, mientras los partidarios de Huang exigen su vuelta.
- Is bad news for Jensen Huang also bad news for the AI industry?(se abre en una pestaña nueva)
- Firm linked to Jensen Huang's ex-lover reportedly brokered nearly $12 billion in Nvidia chip orders for China(se abre en una pestaña nueva)
- Jensen Huang might be plotting a return and more of the latest Nvidia drama(se abre en una pestaña nueva)
- Congress wants to tighten export rules on AI chips after Nvidia spy scandal(se abre en una pestaña nueva)
- The Sequence Radar - Issue #972: Last Week in AI: The Invisible Hand Wore a Leather Jacket(se abre en una pestaña nueva)
- An overview of Jensen Huang’s messy days(se abre en una pestaña nueva)
Sensores de IA indios. Bharat Semi levantó 24 millones de dólares en una ronda seed para desarrollar sensores de imagen con IA que combinan captura, procesamiento e IA en un solo chip, y apunta a producir en 2027.
Impacto laboral de la IA. El banco central de Australia concluye que las vacantes cayeron más en los sectores con mayor exposición a la IA, y que los trabajadores jóvenes de software y atención al cliente registran un empleo más débil.
Seguridad y gobernanza
Gobernanza de agentes en Uber. Uber creó un marco de ciclo de vida para determinar si las acciones de los agentes son adecuadas; registra a los agentes en un AI Registry y aplica controles en tiempo de ejecución y posteriores al despliegue contra la inyección de prompts y el secuestro de objetivos.
Guardián de prompts X3Guard. Axiomic Labs publicó X3Guard-150M, un pequeño modelo guardián de prompts que marca prompts dañinos y adversariales y se ejecuta en dispositivos edge con tiempos de respuesta de milisegundos.
Revisión de código en Anthropic. El equipo de Claude Code usa varias capas de verificación automatizada y revisiones con IA; ha duplicado los PR fusionados y reducido las tasas de reversión más de un 40 %.
Investigación destacada
Blog científico de OpenAI. OpenAI lanzó un blog de ciencia y publicó un post invitado en el que el físico Nathaniel Craig usó GPT-6 Astra para desarrollar una definición reticular candidata del Modelo Estándar.
Explicación de embeddings posicionales. Ahead of AI repasa RoPE y otros métodos de codificación posicional en los LLM modernos, incluidas las opciones que usan los modelos de pesos abiertos de 2026.
Baking en tiempo de prueba. Un nuevo método TTB incorpora información global de la escena, procedente de la atención entre vistas, en un MLP ligero y acelera hasta 23 veces el renderizado para la síntesis de vistas decoder-only.
Automejora recursiva. Unos investigadores aplicaron automejora recursiva a una ejecución completa de preentrenamiento de frontera y publicaron 801-30B-A3B-Base, un MoE de 30B entrenado desde cero con 11,8 T de tokens.
Eso es todo por este día – unos 5 minutos de lectura.