Cobertura de inteligencia artificial: modelos de lenguaje, agentes autónomos, hardware especializado, política regulatoria y aplicaciones empresariales. Seguimos a OpenAI, Anthropic, Google DeepMind, Meta y los laboratorios chinos que están moldeando el sector.
El módulo desarrollado por el MIT y Motional traduce el razonamiento del planificador a conceptos legibles, y en pista destapó que el modelo había elegido una trayectoria de colisión.
El equipo del MIT dobló un chip miles de veces alrededor de cilindros cada vez más finos, hasta el grosor de un tornillo pequeño, sin que el rendimiento óptico cayera.
Una película delgada de PDMS entre dos electrodos metálicos acumula estímulo y se dispara como una neurona, con cómputo y memoria en un solo dispositivo a nanoescala.
El método del MIT aplica las reglas de valencia antes del paso caro de generación, que hoy se lleva cerca del 90% del costo de cómputo de crear un material usable.
El informe que Interconnects preparó para legisladores estadounidenses pone la ventaja china en 1.600 millones de descargas y en más del 80% del uso de OpenRouter.
La empresa publicó tres mediciones internas sobre cuánto de su propio desarrollo hace ya el modelo, cómo vigila a sus agentes y qué parte del cómputo destina a seguridad.
MarkTechPost ordenó 11 proyectos de código abierto según lo bien que documentan la inferencia local, con los datos de cada repositorio leídos en GitHub el 18 de septiembre de 2026.
El incidente ocurrió en mayo durante una evaluación de capacidades ofensivas, y la compañía recién lo reconoció cuando el Wall Street Journal la consultó cuatro meses después.
El codificador disperso de Linkup Research sale con licencia Apache 2.0 y queda 1,52 puntos bajo DenseOn y 2,5 bajo LateOn cuando se fijan el mismo backbone y los mismos datos.
El módulo rápido sostiene la conversación segundo a segundo, y el lento, que se puede reemplazar por Codex o Claude Code, resuelve la tarea de fondo sin reentrenar nada.
Retrieve-for-Train corre aprendizaje por refuerzo una vez fuera de línea y destila esa conducta en un modelo de difusión de 53,9 millones de parámetros que genera las subconsultas en una pasada.
El marco fija criterios y plazos de divulgación pública, y llegó acompañado de 6 informes de incidentes detectados durante entrenamiento por refuerzo.
Codex coordina subagentes Hermes desplegados con NemoClaw, que usan las bibliotecas Omniverse para inventariar la escena, escribir metadatos en OpenUSD, configurar la física y validar el resultado.
Un coordinador divide el objetivo que describe el usuario y lo reparte entre hilos que corren como sesiones de nube independientes, cada una capaz de abrir pull requests y correr pruebas.
El acceso anticipado parte en Estados Unidos para quienes pagan el plan Premium Advanced, y deja que Claude, ChatGPT u otro agente compatible opere los equipos del hogar.
Knowledgator Engineering liberó dos checkpoints bajo licencia Apache 2.0 que resuelven entidades, clasificación, relaciones y estructuración con un solo codificador condicionado por esquema.
El kernel de Nunchux AI cuantiza solo el residuo de los valores y cambia la exponencial en FP32 del softmax por una multiplicación y suma fusionadas, sin entrenamiento previo.
Carter Leffen, de Bloomberg LP, dice haber resuelto con agentes de IA un radiograma alemán de 82 caracteres que figuraba como no descifrado en el archivo de interceptaciones.
Tres investigadores de Hacktron encadenaron una falla en la biblioteca libheif con una mala configuración del inicio de sesión de OpenAI y llegaron al repositorio interno de la empresa en GitHub.
NVIDIA reescribió su cliente de carga desde cero, con procesos de trabajo separados y coordinación por ZMQ, para que el propio medidor deje de ser el cuello de botella.
Lo fundó Diogo Almeida, ex investigador de OpenAI y coautor del RLHF. Jev devuelve probabilidades en vez de palabras y cobra los tokens de entrada por cada mil millones.
Es el primer modelo multimodal de Qwen pensado para agentes, procesa audio y video juntos y trabaja con una ventana de un millón de tokens.
El benchmark RoboHarm midió si tres modelos de frontera se niegan a ejecutar instrucciones dañinas cuando manejan un par de brazos robóticos. Casi nunca dijeron que no.
Dream-RSI vuelve a recorrer las búsquedas ya hechas para probar miles de estrategias nuevas sin llamar otra vez al modelo ni al evaluador.
