Descubre consejos, tutoriales e ideas sobre IA generativa
Muse Image de Meta planifica, busca, programa y comprueba su resultado antes de pintar, llevando parte de la verificación al interior del modelo. Su ambición no es la calidad de imagen, sino ser la capa de imagen predeterminada de miles de millones de personas.
Con las mismas 50,000 imágenes de producto, la factura mensual varía más de 12 veces según el modelo. Deciden la tasa de aceptación y la de reintentos, no el ranking.
En octubre, la competencia entre agentes de programación pasó de los modelos a la capa de extensión. Claude Code Mods, Cursor Projects y una serie de repositorios de habilidades de la comunidad muestran que el valor migra de generar código a organizar los agentes que lo generan.
Prime Agent fue reescrito por su propio enjambre: más de 2.000 agentes lo llevaron de TypeScript a Rust en dos semanas. Así funcionan la orquestación y las barandas.
Las sandboxes de VM completas dan a cada agente un ordenador desechable. Es fontanería, y decide si a un agente se le confían permisos reales.
Un modelo abierto que genera vídeo 2K nativo con audio sincronizado es un paso real. El hardware que exige es lo que decide quién puede usarlo.
Hyperframes convierte HTML en vídeo, ArtCraft empaqueta un motor de creación, text-to-cad le da CAD a los agentes. El agente está aprendiendo a fabricar cosas que se ven.
Google construyó asistencia visual en tiempo real con usuarios ciegos y con baja visión desde el principio. Una prueba silenciosa pero afilada de para qué sirve un asistente multimodal.
Un benchmark construido sobre tráfico real de usuarios es más difícil de manipular que un set escrito a mano. El método importa más que el modelo que quedó primero.
Construido sobre Qwen3.5-9B, Decision-1 no conversa. Decide qué modelo debe atender una petición, que es el trabajo más común de cualquier canalización de IA.
Anthropic lanza al mercado una herramienta de movimiento con Runway como socio de lanzamiento. El diseño de movimiento es un problema más pequeño que la generación de vídeo, y mucho más cotidiano.
Un modelo abierto de 3B reclama una victoria sobre un servicio cerrado puntero y trae algo raro: partituras de melodía y acordes editables. El verdadero límite está en la licencia.
