Para quienes construyen con IA.

PrismML creó una versión de 2.000 millones de parámetros de su modelo de lenguaje Bonsai de 1 bit para lentes inteligentes basadas en la plataforma Snapdragon AR1 Gen 1 de Qualcomm. Qualcomm mostró el modelo en su Snapdragon Summit; puede funcionar localmente y permitir que los usuarios pregunten en tiempo real qué están viendo. PrismML afirma que su tecnología reduce cuatro veces el tamaño de modelos más grandes, conservando casi todo su rendimiento en pruebas de referencia estándar. La startup dice que busca desarrollar IA de pesos abiertos que funcione en los dispositivos, pero hasta ahora no se han anunciado lentes inteligentes con esta tecnología.

Fuentes: TechCrunch

Leer la nota original ↗

Liquid AI lanzó LFM2.5-VL-DSpark, un modelo experimental de borrador para su modelo de visión y lenguaje LFM2.5-VL-3B. La empresa afirma que la decodificación especulativa acelera la generación sin cambiar la calidad de las respuestas, con mejoras de hasta 3,13 veces en dispositivos y 2,66 veces en una H100, mientras que la latencia de extremo a extremo mejora hasta 2,62 y 2,27 veces, respectivamente. El modelo de borrador agrega unos 280 millones de parámetros, o 8,9% al modelo de 3.000 millones de parámetros.

El lanzamiento incluye soporte desde el primer día para llama.cpp, MLX-VLM y SGLang. Liquid AI evaluó seis tareas de visión, entre ellas preguntas y respuestas sobre imágenes y gráficos, generación de descripciones y razonamiento complejo. La técnica acelera solo la decodificación; la codificación de imágenes y el procesamiento inicial no cambian, lo que puede limitar la mejora total cuando esas etapas representan una parte importante del tiempo de respuesta.

Fuentes: Hugging Face

Leer la nota original ↗

Según Xataka, el ingeniero de software @v0xium afirma que, en una gran empresa cuyo nombre no reveló, Claude Code produce especificaciones, código, pruebas, documentos, tickets e informes. Los empleados pasan el día validando los resultados mientras enfrentan presión para entregar más, y algunos trabajan entre 12 y 13 horas diarias. En una entrevista con Business Insider, dijo que la empresa mide el desempeño mediante ciclos de desarrollo, pull requests y funciones entregadas, métricas que no siempre indican mejoras en el producto.

Boris Cherny, responsable de Claude Code, afirma que el código generado por IA todavía requiere controles y revisiones rigurosos. Xataka también cita un estudio de METR que detectó que las herramientas de IA aumentaron un 19% el tiempo de producción de código en determinadas tareas realizadas por desarrolladores experimentados de código abierto durante la primera mitad de 2025. El ingeniero sostiene que la falta de tiempo para entender el código e investigar problemas vuelve el trabajo más estresante y menos satisfactorio.

Fuentes: Xataka

Leer la nota original ↗