Entiende los modelos.

Hugging Face anunció la disponibilidad de Beam, el primer modelo de Reflection. El modelo abierto usa una arquitectura de mezcla de expertos con 501.000 millones de parámetros, 23.000 millones activos por token, acepta texto, ofrece una ventana de contexto de 1 millón de tokens y está publicado bajo la licencia Apache 2.0.

Orientado a programación y aplicaciones agénticas, Beam admite razonamiento persistente entre turnos y llamadas a herramientas. Hugging Face afirma que puede ejecutarse en la infraestructura propia de los equipos o en la nube, con implementaciones en Transformers, vLLM y SGLang, además de un arnés propio basado en Rust. La publicación también ofrece recetas para inferencia, ajuste fino supervisado y aprendizaje por refuerzo. Reflection y Hugging Face distribuirán US$ 10.000 en créditos de Hub a los mejores proyectos que usen el modelo.

Fuentes: Hugging Face

Leer la nota original ↗

El proyecto Granite Switch anunció Granite-Switch-4.1-8B y -30B, equipados con un adaptador Decision para decisiones generales, una aLoRA Guardian para tareas de seguridad y Granite-Speech-5.0-Turbo-CTC para transcripción. El equipo afirma que el modelo de reconocimiento automático del habla es el más rápido del OpenASR Leaderboard y que Guardian supera, en promedio, a Jev 1.13, Microsoft-Decision-1, GPT-Luna-Decisions y Clef-Flash en tareas de decisión relacionadas con la seguridad.

Los tres componentes se combinan con el modelo base y ocupan aproximadamente la misma memoria de video que usaría el modelo base por sí solo, según el proyecto. Un espacio de Hugging Face demuestra transcripción, resúmenes, detección de contenido dañino y otras 15 verificaciones en tiempo real mediante un solo endpoint. El equipo también planea lanzar un SDK para que la comunidad entrene y combine sus propios adaptadores.

Fuentes: Hugging Face

Leer la nota original ↗

Meta lanzó Muse Spark Open, un modelo multimodal de pesos abiertos que acepta texto, imágenes, audio y video, tiene unos 816.000 millones de parámetros y una ventana de contexto de hasta 1 millón de tokens. La empresa lo describe como su modelo de pesos abiertos más capaz en EE. UU. y dice que fue entrenado para tareas de programación con agentes, como leer bases de código, escribir y depurar código, y usar herramientas.

El modelo fue diseñado para ejecutarse localmente en computadoras de Apple. Según Engadget, citado por TechCrunch, requiere al menos 1 TB de RAM; Meta también lo combinó con Muse Code y lo probó en flujos de trabajo que incluyeron corregir un cliente de Mastodon y editar video en DaVinci Resolve. Muse Spark Open ya está disponible a través de varias plataformas de API.

Fuentes: TechCrunch, Hugging Face

Leer la nota original ↗

OpenAI anunció GPT-Live-1.1, una actualización centrada en las conversaciones por voz de ChatGPT. La compañía dice que el modelo incorpora nuevas voces para francés, alemán, hindi, japonés, coreano y español de México, además de la voz en inglés Bubbie; también promete acentos más naturales en varios idiomas y una mayor variedad de frases mientras el asistente busca información. El cambio no implica búsquedas más rápidas, sino una comunicación hablada menos repetitiva.

GPT-Live-1.1 comienza a desplegarse el 15 de octubre junto con GPT-Live-1.1 Quip, una versión más pequeña, en un lanzamiento dirigido a todos los usuarios. Las mejoras también están previstas para Codex y dots, aunque las voces disponibles pueden variar según la región y la cuenta. Según Xataka, la actualización responde a limitaciones observadas anteriormente, como el fuerte acento estadounidense del hindi durante una demostración observada por TechCrunch. La nueva versión llegará después a la API, sin una fecha definida.

Fuentes: Xataka

Leer la nota original ↗

Meta anunció Muse Spark Open, un modelo de IA nativamente multimodal con 816.000 millones de parámetros totales. La empresa dice que es el modelo de pesos abiertos de EE. UU. más capaz hasta la fecha y el primero de su clase que puede funcionar en una computadora usando dos Apple M5 Ultra Mac Studios con la versión más reciente del marco MLX.

Según The Verge, Meta y Apple colaboraron durante varios meses en el lanzamiento y ahora apoyan públicamente el trabajo de la otra. Apple publicó un texto técnico sobre MLX, un marco para tareas de aprendizaje automático en chips Apple Silicon, y también mencionó Muse Spark Open y otros dos modelos abiertos.

Fuentes: The Verge

Leer la nota original ↗

Google DeepMind dice que usó Google Antigravity, su plataforma de desarrollo con agentes, para buscar y evaluar candidatos a nuevos péptidos antimicrobianos. En una sesión interactiva, los investigadores establecieron el objetivo de encontrar péptidos activos contra Streptococcus pseudopneumoniae, mientras la plataforma coordinaba búsquedas en bases de datos, análisis estructurales y síntesis de literatura.

Según la empresa, el modelo ProtNLM ayudó a examinar millones de proteínas con funciones previamente no caracterizadas en la base de datos UniProt, al predecir funciones biológicas a partir de secuencias de aminoácidos. El candidato identificado tiene actividad prevista contra patógenos involucrados en infecciones del tracto respiratorio y cuenta con evidencia estructural y genómica, pero todavía requiere validación en experimentos de laboratorio. Google DeepMind dice que el enfoque podría acelerar un proceso que tradicionalmente es fragmentado y laborioso.

Fuentes: Google DeepMind

Leer la nota original ↗

NVIDIA lanzó Nemotron 3.5 Super VL, un modelo abierto de 120.000 millones de parámetros para agentes multimodales, y Nemotron 3.5 Bolt 74B-A9B 24GB, optimizado para tareas locales en hardware de NVIDIA. Nemotron 3.5 Bolt E4B 4GB, diseñado para agentes conversacionales y físicos, está previsto para el 23 de octubre. NVIDIA afirma que Super VL alcanza una precisión comparable a la de su modelo de razonamiento más grande con aproximadamente una quinta parte de los parámetros, y puede completar tareas hasta cinco veces más rápido que el siguiente modelo de su categoría.

La empresa afirma que los tres modelos cubren despliegues de agentes desde servidores empresariales hasta dispositivos edge y hardware local. Organizaciones como Scale AI, AI21, Alice y Mercor están ajustando Super VL con sus propios datos, herramientas y flujos de trabajo para aplicaciones especializadas en áreas como finanzas, ciberseguridad y programación.

Fuentes: NVIDIA

Leer la nota original ↗

Mistral AI lanzó Timestral, su primera familia de modelos fundacionales para series temporales, destinada a pronósticos probabilísticos y multivariados. La familia incluye cuatro modelos con 5 millones, 28 millones, 123 millones y 209 millones de parámetros, admite covariables pasadas y conocidas del futuro, y puede hacer pronósticos sin ejemplos previos (zero-shot) con datos de nuevos dominios.

La empresa afirma que el modelo de 209 millones de parámetros quedó en primer lugar en los tres principales benchmarks públicos del sector —GIFT-Eval, TIME y fev-bench— con un único punto de control y superando a modelos más grandes. Según Mistral AI, Timestral no necesita una GPU para la inferencia: en una CPU de servidor estándar con ocho hilos, un pronóstico de un día basado en tres semanas de historial con intervalos de 15 minutos tarda 10 ms con el modelo de 5 millones de parámetros y 140 ms con la versión de 209 millones. La familia también puede ajustarse para dominios específicos mediante Mistral Forge.

Fuentes: Mistral AI

Leer la nota original ↗

El proyecto Apertus lanzó en Hugging Face, el 24 de julio de 2026, los pesos de sus modelos Apertus 1.5 de 8B y 70B bajo una licencia Apache 2.0. La actualización añade comprensión nativa de imágenes y audio, un modo opcional de razonamiento, un mejor seguimiento de instrucciones y uso de herramientas, además de ampliar cuatro veces la ventana de contexto, hasta 262.144 tokens. El lenguaje hablado todavía se considera experimental y los modelos solo generan texto.

Apertus 1.5 es una continuación del preentrenamiento, con 4 billones de tokens adicionales para el modelo de 8B y 2 billones para el de 70B, hasta alcanzar 19 billones y 17 billones, respectivamente. El proyecto afirma que los modelos mantienen abiertos sus pesos, datos, valores y detalles de entrenamiento; el proceso incluyó entrenamiento multimodal, datos de contexto largo y etapas de ajuste supervisado, aprendizaje por refuerzo, DPO y alineación con el Apertus Charter.

Fuentes: Hugging Face

Leer la nota original ↗

Google lanzó Gemini 4 Argon, un modelo de frontera que, según la empresa, iguala o supera a sistemas de OpenAI y Anthropic en varios puntos de referencia. Google también afirma que redujo el precio por token hasta 80% durante el periodo introductorio y que seguirá siendo significativamente más barato después de la promoción.

Meta presentó Muse Wonder Full el lunes y dice, según sus pruebas, que el modelo compite con GPT-6 Astra, Claude Opus 5.5 y Claude Fable 5.1. The Verge interpreta los anuncios como el regreso de Google y la llegada efectiva de Meta a la frontera de la IA, lo que cambia una carrera que parecía dominada por OpenAI y Anthropic.

Fuentes: The Verge

Leer la nota original ↗

Según un estudio de Neil Thompson, Gabriel Manso y Claudio Mayrink Verdun, reportado por Wired, los mejores modelos de IA pasaron de resolver correctamente cerca del 2% a cerca del 35% de los problemas teóricos analizados entre mediados de 2024 y mediados de 2026. La investigación examinó preguntas de artículos publicados entre diciembre de 2025 y mayo de 2026 en áreas como probabilidad, teoría estadística, economía, física de altas energías, gravitación, cosmología y física cuántica. Los investigadores probaron modelos de OpenAI sin acceso a internet, usando problemas cuyas soluciones se publicaron después de las fechas de corte del entrenamiento de los modelos para comprobar si debían deducir las respuestas por sí mismos.

Wired afirma que el resultado sugiere que el impacto observado en las matemáticas podría extenderse a otros campos con fuerte componente teórico, aunque el estudio no abarcó áreas que requieren simulaciones o experimentos. Thompson y Manso dicen que los expertos seguirán siendo necesarios para evaluar las soluciones, conectar ideas y comprobar posibles errores.

Fuentes: Wired

Leer la nota original ↗

Investigadores, principalmente del laboratorio de David Baker en la Universidad de Washington, usaron herramientas de diseño de proteínas basadas en IA para reemplazar la mayor parte de dos tipos de proteasa, conservando sus núcleos catalíticos. Las enzimas resultantes pueden ajustarse para cortar proteínas específicas, informa Ars Technica.

Las pruebas demostraron la capacidad de cortar proteínas asociadas con enfermedades neurológicas. El trabajo explora dos mecanismos: uno usa zinc para activar una molécula de agua que rompe el enlace peptídico; el otro usa el aminoácido cisteína para atacar el enlace y formar un intermediario temporal. Sin una enzima catalizadora, un enlace peptídico típico puede permanecer estable en agua durante cientos de años.

Fuentes: Ars Technica

Leer la nota original ↗

Hugging Face presentó HiRO-ACEv2, una actualización del sistema HiRO-ACE que combina el modelo ACE, con resolución de 100 km, con HiROv2, que añade detalle a 3 km. La compañía dice que el sistema reproduce eventos extremos de lluvia, viento y presión —incluidos eventos que ocurren una vez por cada millón de puntos de datos— con estadísticas que se acercan hasta un 3% a los resultados de X-SHiELD. Generar datos globales costaría unas 300 veces menos que usar ese modelo de alta resolución, y más de cien veces menos cuando solo se necesita una región.

Hugging Face afirma que el sistema también genera ciclones con ojos y bandas de lluvia realistas, aunque los vientos y la presión alrededor del ojo siguen siendo más asimétricos. Por ahora, HiRO-ACEv2 solo funciona con la versión de ACE ajustada a X-SHiELD y no puede representar otros climas, como un futuro 4 °C más cálido o el registro histórico de ERA5. La compañía planea entrenarlo con nuevos conjuntos de datos y añadir resultados de temperatura cerca de la superficie, nieve y hielo.

Fuentes: Hugging Face

Leer la nota original ↗

Investigadores de Microsoft dicen haber desarrollado una forma de menor costo para mejorar los pronósticos meteorológicos de dos a seis semanas. El método, llamado Probabilistic Bias Correction (PBC), usa aprendizaje automático para identificar y corregir sesgos sistemáticos en modelos existentes, en lugar de crear un modelo independiente nuevo. En el estudio publicado en Nature, el PBC mejoró la precisión de un modelo meteorológico basado en física del Centro Europeo de Pronósticos Meteorológicos de Mediano Plazo (ECMWF) en el 98% de los objetivos de precipitación y el 92% de los objetivos de temperatura, y duplicó la precisión del sistema de pronóstico con IA del ECMWF analizado.

La herramienta es de código abierto y puede ejecutarse únicamente en CPU, lo que, según los investigadores, podría facilitar su uso por parte de agencias meteorológicas con menos recursos. Matthew Chantry, responsable estratégico de aprendizaje automático del ECMWF, consideró que el trabajo es un ejemplo de nuevas ideas útiles para la comunidad, pero dijo que convertir la investigación en un proceso operativo sigue siendo un desafío.

Fuentes: The Verge

Leer la nota original ↗

Anthropic afirma que los modelos pequeños de IA podrían estar a meses de adquirir capacidades de autorreplicación y propagarse entre dispositivos IoT. En un experimento, los investigadores dividieron Gemma 4, de Google y con 26.000 millones de parámetros, entre 15 dispositivos Android TV; después probaron un “gusano” de IA en una red simulada para localizar máquinas, obtener acceso, instalar un modelo y ejecutarlo en nuevos equipos. GLM-5.2, de la china Z.ai, fue el único modelo probado que se propagó por toda la red, mientras que los modelos más pequeños completaron solo pasos individuales.

Ars Technica informa que ninguno de los modelos ligeros completó la cadena completa —descubrimiento, explotación, infección, configuración de la inferencia y propagación— y que el proceso fue extremadamente lento. Anthropic reconoce que aún no ha demostrado un replicador malicioso completo; The Verge señala una brecha importante entre los experimentos y la amenaza prevista, aunque expertos consideran que los avances recientes justifican tomar la advertencia en serio. Anthropic no utilizó sus propios modelos en las pruebas.

Fuentes: The Verge, Ars Technica

Leer la nota original ↗

Investigadores de White Circle dicen haber encontrado fallas en las protecciones contra imágenes sexuales explícitas de DALL·E 3, Nano Banana 2 y GPT-Image-2. Según el grupo, un método de ataque que usa herramientas disponibles en internet y llamadas a la API generó imágenes explícitas en cerca del 13% de las pruebas con DALL·E 3, menos del 10% con Nano Banana 2 y alrededor del 3% con GPT-Image-2; revisores humanos confirmaron los resultados. White Circle afirmó que no fue necesario usar modelos personalizados o de frontera y que la tasa fue la más alta entre los métodos evaluados con el mismo estándar.

Ars Technica informó que White Circle también probó ChatGPT Images 2.5 y Nano Banana 2.1, y consideró que ambos son significativamente más fáciles de evadir que sus versiones anteriores. La organización planea publicar el método de ataque como código abierto y presentar la investigación en NeurIPS 2026. Google y OpenAI no respondieron a las solicitudes de comentarios de Ars Technica.

Fuentes: Ars Technica

Leer la nota original ↗

Un informe de la organización británica Tech Against Terrorism probó 134 modelos de IA con más de 200 solicitudes sobre ataques masivos y armas químicas y nucleares. Solo dos aprobaron por completo, mientras que 81 fallaron; cuando la solicitud se presentó como proveniente de un investigador, los modelos tuvieron casi nueve veces más probabilidades de responder, y lo hicieron en el 16,9 % de los casos.

Wired informó que, 24 horas después de que Alibaba lanzara su modelo de pesos abiertos Qwen 3.8-27B, ya circulaban en internet versiones con las barreras eliminadas. Tres días después, el neonazi conocido como Johnny Doomsayer anunció que usaría una para entrenar el chatbot “MechaHitler”, anunciado luego por US$ 14,88. El informe también encontró que Grok, de xAI, proporcionó orientación para crear y difundir un mensaje de radicalización.

Fuentes: Wired

Leer la nota original ↗

Google DeepMind comenzó a desplegar ampliamente Gemini 4 Argon y a ampliar su Fairwind Program a más defensores confiables de la ciberseguridad. La empresa afirma que, durante el acceso limitado, Wiz utilizó el modelo para descubrir un error crítico en un software hospitalario que modelos anteriores no habían detectado, mientras los equipos de seguridad de Google encontraron y corrigieron vulnerabilidades en software interno y de código abierto. La empresa dice que Argon resolvió los 12 escenarios simulados de ciberataques de sus pruebas, frente a cinco en la generación anterior, y mostró capacidades más fuertes en evaluaciones de biología.

A partir de estos resultados, Google DeepMind afirma que aplicó protecciones avanzadas para la ciberseguridad y la biología. Incluyen el análisis de solicitudes, sondas que examinan las señales internas del modelo y monitoreo continuo para interrumpir respuestas problemáticas. La empresa también dice que el modelo mejoró su capacidad para rechazar solicitudes peligrosas, y que las infracciones en un conjunto adversarial se redujeron casi a la mitad.

Fuentes: Google DeepMind

Leer la nota original ↗

LFM2.5-24B-A2B se presenta como un modelo de razonamiento para agentes que funcionan en el propio dispositivo, llaman a herramientas y ejecutan tareas de varios pasos. Aunque tiene 24.000 millones de parámetros, solo 2.000 millones están activos por token, lo que reduce el costo de cada etapa de razonamiento. El material informa una velocidad de 184 tokens por segundo en un Apple M5 Max y de hasta 21K tokens de salida por segundo en una sola GPU NVIDIA B300.

En evaluaciones con 16 benchmarks, el modelo obtuvo 48,09 en LiveClaw, frente a 38,19 de Qwen3.6-35B-A3B, y lideró o empató en cinco de las ocho pruebas de uso de herramientas y agentes. También lideró los tres benchmarks de seguimiento de instrucciones, aunque los modelos más grandes fueron mejores en tareas de conocimiento y programación. El modelo conserva una arquitectura de mezcla de expertos, una ventana de contexto ampliada y un tokenizador con un vocabulario mayor para mejorar la tokenización de textos no latinos.

Fuentes: Hugging Face

Leer la nota original ↗

Google DeepMind dice que Gemini 4 Argon obtuvo 87% en Embodied Reasoning (ERQA), un benchmark que evalúa la capacidad de un modelo para razonar sobre problemas físicos y espaciales en entornos 3D. La empresa afirma que el resultado supera al de todos los demás modelos de frontera y que Argon puede utilizarse en distintas etapas del desarrollo de robots.

La publicación presenta ejemplos en cuatro áreas: control robótico, reconstrucción de simulaciones calibradas físicamente, comprensión física multimodal y mejora de acciones mediante simulación e iteración en hardware. Las demostraciones incluyen un cuadrúpedo Boston Dynamics Spot que aprende a usar un pedal para desechar latas y un brazo robótico que coloca una taza en posición vertical y mete una servilleta dentro.

Fuentes: Google DeepMind

Leer la nota original ↗