Hoy, en el maravilloso mundo de la IA; La startup Thinking Machines ha presentado Inkling, un colosal modelo de pesos abiertos con casi un billón de parámetros capaz de procesar texto, visión y audio de forma nativa.
Al superar en rendimiento a otros referentes del sector manteniendo una arquitectura de expertos eficiente, surge una duda razonable:
¿Estamos ante el fin del dominio absoluto de los modelos propietarios cerrados?
Resumen de noticias de hoy:
Thinking Machines lanza el modelo open-weights Inkling
OpenAI entrena a GPT-Red para mejorar la seguridad
NVIDIA presenta Jetson Thor para robots humanoides
ASML eleva previsiones por la alta demanda de chips
Inkling: El nuevo gigante 'open-weights' de 975B parámetros
En resumen: Thinking Machines lanza Inkling, un potente modelo de pesos abiertos con 975 mil millones de parámetros que integra capacidades nativas de texto, imagen y audio. Puedes acceder a los pesos del modelo directamente en HuggingFace para proyectos de personalización profunda.
Los Detalles:
El modelo utiliza una arquitectura de mezcla de expertos que activa solo 41 mil millones de parámetros para mantener la eficiencia durante el procesamiento.
Inkling supera a competidores destacados como Nemotron 3 Ultra y Gemma 4 en el índice de inteligencia de Artificial Analysis.
La versión disponible para descarga admite una ventana de contexto de 1 millón de tokens, superando los 256K que ofrece su plataforma comercial Tinker.
¿Por qué importa esto? Esta publicación establece a Inkling como el modelo de pesos abiertos más capaz desarrollado en Estados Unidos hasta la fecha. La integración nativa de múltiples modalidades permite que las empresas construyan aplicaciones complejas sin depender de APIs cerradas y costosas.
GPT-Red: OpenAI entrena una IA para blindar a sus modelos
En resumen: OpenAI presentó GPT-Red, un modelo especializado en seguridad que utiliza aprendizaje por refuerzo para identificar y corregir fallos automáticamente en otros sistemas de inteligencia artificial.
Los Detalles:
Este sistema de red-teaming automatizado permite que el modelo GPT-5.6 Sol sea seis veces más robusto ante intentos maliciosos de manipulación.
El entrenamiento enfocado en la seguridad eleva la capacidad de detección de vulnerabilidades por encima de los estándares actuales de los expertos humanos.
Esta tecnología combate directamente las inyecciones de prompts, una técnica de ingeniería social diseñada para engañar a la IA mediante instrucciones ocultas.
¿Por qué importa esto? El despliegue de agentes autónomos que gestionan datos sensibles exige protecciones infalibles contra el fraude y el robo de información. La automatización de las pruebas de seguridad acelera la creación de herramientas digitales que los profesionales pueden utilizar con total confianza.
NVIDIA lanza Jetson Thor para la era de los robots humanoides
En resumen: NVIDIA presentó los módulos compactos T3000 y T2000 basados en la arquitectura Blackwell, diseñados para ejecutar modelos de IA multimodal directamente en robots y sistemas autónomos.
Los Detalles:
La serie Jetson Thor entrega hasta 2070 TFLOPS de rendimiento, lo que permite realizar inferencias multimodales en tiempo real sin depender de la nube.
El modelo T3000 ofrece una potencia similar al buque insignia T5000 pero reduce el consumo energético a casi la mitad para facilitar su integración en hardware móvil.
Los desarrolladores podrán utilizar el nuevo modelo NVIDIA Cosmos 3 para dotar a los robots de una comprensión visual avanzada en entornos físicos complejos.
¿Por qué importa esto? Este lanzamiento elimina las barreras técnicas para desplegar robots humanoides capaces de razonar y reaccionar de forma autónoma en fábricas o almacenes. Al procesar datos masivos en el borde, las empresas logran una eficiencia operativa sin precedentes al reducir drásticamente la latencia de respuesta.
ASML eleva sus previsiones por el auge de la IA
En resumen: El gigante tecnológico europeo ASML aumentó su previsión de ventas anuales hasta los 45.000 millones de euros debido a la demanda masiva de infraestructura para inteligencia artificial. Puedes consultar los detalles financieros en este informe de CNBC sobre su rendimiento reciente.
Los Detalles:
La compañía fabrica las máquinas de litografía ultravioleta extrema necesarias para producir los semiconductores más avanzados del mundo.
El fabricante TSMC planea construir dos nuevas plantas de empaquetado de chips en el Chiayi Science Park para aliviar los cuellos de botella en el suministro.
ASML ajustó sus expectativas de ingresos globales a pesar de afrontar mayores restricciones en los controles de exportación hacia el mercado chino.
¿Por qué importa esto? Este crecimiento confirma que la inversión en hardware sigue siendo el pilar fundamental para sostener el desarrollo de modelos de lenguaje avanzados. El éxito de ASML garantiza que las empresas diseñadoras de chips mantengan el ritmo de producción necesario para cumplir con las exigencias del mercado global.
1️⃣ Awish
Qué hace: Plataforma que convierte instrucciones en lenguaje natural en automatizaciones que conectan más de 500 apps, gestionadas por chat en WhatsApp, Slack o Telegram.
Por qué te sirve: Permite montar automatizaciones para clientes pyme sin que nadie del equipo tenga que aprender una herramienta nueva ni tocar JSON: se pide por chat y ya está.
Precio: freemium (plan gratuito permanente sin tarjeta; niveles de pago para más volumen)
Categoría:
automatización
2️⃣ Flodesk Studio
Qué hace: Aplicación web que genera diseños de email de marca a partir de una descripción en texto, pensada para negocios pequeños sin diseñador propio.
Por qué te sirve: Sirve para producir emails con aspecto profesional para clientes pyme sin depender de un diseñador ni de plantillas genéricas.
Precio: gratis (beta pública sin restricciones de funciones, sin tarjeta)
Categoría:
productividad
3️⃣ Velo
Qué hace: Plataforma web que convierte grabaciones de pantalla, documentos o URLs en vídeos explicativos con guion, narración y montaje generados por IA.
Por qué te sirve: Sirve para producir vídeos de demo o formación para clientes sin contratar edición de vídeo ni escribir guiones a mano.
Precio: freemium (prueba gratuita; planes de pago para uso continuado)
Categoría:
vídeo
Google DeepMind publicó un informe sobre las "Máquinas de Conjetura", analizando cómo los agentes de IA están acelerando la creación de hipótesis científicas pero creando un cuello de botella crítico en la validación experimental.
Anthropic presentó una investigación sobre cómo los valores de Claude varían según el idioma, descubriendo que el modelo tiende a ser más cálido en árabe e hindi, mientras que prioriza el rigor en inglés y ruso.
Vladislav Shulcz lanzó Deja-Vu, una capa de memoria de código abierto para agentes de IA que permite a herramientas como Claude Code y Codex recordar contextos de sesiones previas sin aumentar drásticamente el consumo de tokens.
Desarrolladores independientes lograron ejecutar el modelo Gemma 4 de 26B a una velocidad de 5 tokens por segundo en servidores Xeon de hace 13 años sin GPU, optimizando los kernels de cálculo para arquitecturas antiguas.
🔁 Sigue leyendo
Otras ediciones relacionadas que te pueden interesar: