Archivo
Todo lo publicado, del más nuevo al más viejo. 143 piezas y subiendo — aquí no se pierde nada.
Mientras el sector se pelea por benchmarks, los modelos baratos y abiertos están reventando el negocio de los laboratorios cerrados. Y nadie quiere hablar de eso.
DeepMind acaba de invertir 75 millones de dólares en el estudio más cool de Hollywood. El hype dice que el cine humano se acaba. Los datos dicen otra cosa.
Una startup de 4 años promete reducir 10 servidores a 1 procesando datos dentro de la DRAM. Los inversores han puesto $135M sobre la mesa. Los datos auditados, de momento, brillan por su ausencia.
El banco más grande de España ha puesto IA en el escritorio de cada uno de sus empleados. Qué hay detrás del anuncio, qué está haciendo el resto del sector y por qué los números que importan aún no están sobre la mesa.
El equipo de Qwen acaba de publicar los primeros modelos de mundo de lenguaje diseñados desde cero para entornos agénticos. No es un chatbot con esteroides: es una categoría nueva con benchmark propio, pipeline de tres etapas y dos versiones ya publicadas.
Los atacantes ya usan modelos generativos para crear deepfakes, phishing personalizado y código malicioso que esquiva tu antivirus. Aquí tienes el paso a paso para no quedarte con el culo al aire.
Zhipu AI acaba de colocar a GLM-5.2 en lo más alto del ranking de diseño web de Design Arena, por encima de Claude Fable 5. Es open-weights, MIT, y cuesta 14 veces menos. El argumento de 'los modelos abiertos no llegan' empieza a tener fecha de caducidad.
En seis semanas, tres de los investigadores más importantes del planeta han abandonado Google. Los datos detrás de la mayor fuga de talento IA de los últimos años.
Los modelos de IA no mejoran de forma ordenada de fácil a difícil. Su perfil de capacidades es una sierra vieja: picos de genialidad y valles donde cae lo que haría un niño de diez años.
Ya no es un lector de PDFs con esteroides. Con Gemini 3.5 y Antigravity integrados, NotebookLM ejecuta código, genera archivos descargables y coordina agentes en paralelo. Aquí está el manual que Google no te da.
Los agentes de IA ya pueden gastar tu dinero solos. El problema no es la capacidad técnica — es que nadie ha construido la capa que verifica si tenían permiso para hacerlo.
Un equipo de investigadores acaba de demostrar que no hacen falta cientos de miles de millones de parámetros para razonar bien. VibeThinker 3B machaca a modelos diez veces más grandes en matemáticas olímpicas y código. Y el cómo es lo que cambia las reglas.
