20 noticias
Gemini Omni 1.2 Flash genera clips de 15 segundos y baja el precio un 30%
Google DeepMind actualiza Gemini Omni 1.2 Flash con generación y edición nativa de vídeo de hasta 15 segundos, mejor consistencia entre tomas y un 30% menos de precio. El modelo está disponible para desarrolladores a través de la API de Gemini.
Vídeo generativo más largo y bastante más barato rebaja el coste de producir prototipos o clips publicitarios sin salir de la API de Google.
Google DeepMindlanzamientos
Baidu publica ERNIE 5.5 Flash Base, un modelo abierto de 280.000 millones de parámetros
Baidu lanza ERNIE 5.5 Flash Base, un modelo de arquitectura mixture-of-experts con 280.000 millones de parámetros preentrenado sobre 33,5 billones de tokens. Llega a propósito sin fine-tuning ni post-entrenamiento, de modo que cada equipo decida hacia dónde llevarlo; habrá más adelante una versión post-entrenada.
Por qué importa
Es una base enorme y abierta sobre la que hacer post-entrenamiento propio sin partir de cero ni pagar por un modelo cerrado.
The Decoderlanzamientos
OpenAI lanza GPT-6 Cyber con más capacidad de buscar fallos y reglas de actuación más estrictas
OpenAI ha publicado GPT-6 Cyber, un modelo afinado para ciberseguridad que según la compañía encuentra y explota vulnerabilidades mejor que GPT-5.6 y GPT-6 Astra, a la vez que respeta el alcance acordado por los investigadores. La firma asegura que evitó atacar servicios fuera de alcance en más del 99% de los casos.
Por qué importa
Un modelo que busca fallos sin salirse del alcance pactado resuelve justo lo que impedía usarlo en auditorías y programas de bug bounty reales.
The Registerlanzamientos
lanzamientos
Tencent estrena Hy4, su primer modelo con visión y uso de software
Tencent presenta Hy4, su primer modelo multimodal capaz de entender imágenes y de manejar aplicaciones por su cuenta. Logra 35 puntos en el índice de Artificial Analysis, por detrás de Kimi K3.1 Pro, y la propia compañía reconoce que aún queda lejos de los mejores modelos comerciales en matemáticas difíciles y análisis de imágenes.
Por qué importa
Tencent entra en la liga de modelos que operan software solos, la capacidad que hace falta para automatizar tareas de escritorio.
The Decoderlanzamientos
ChatGPT convierte fotos y prompts en GIF animados con el modelo Images 2.6
OpenAI añade a ChatGPT la creación de GIF animados a partir de texto o de fotos, con control de velocidad y edición fotograma a fotograma. La consistencia del modelo Images 2.6 mantiene reconocibles a los personajes entre fotogramas, lo que permite hacer animaciones tipo flipbook. La compañía dice que ya se generan más de 4.000 millones de imágenes por semana.
Por qué importa
Convierte una función de imagen en una herramienta de animación rápida sin salir del chat ni instalar nada.
The Decoderlanzamientos
Phonon TTS lleva la síntesis de voz de calidad al propio dispositivo
Hugging Face presenta Phonon TTS, un modelo de síntesis de voz pensado para ejecutarse en local y que, según la compañía, supera a las referencias habituales en las pruebas de calidad. Al no depender de la nube, la latencia y el coste por petición desaparecen.
Por qué importa
Voz de calidad en el dispositivo abre la puerta a asistentes y lectores que funcionan sin conexión y sin pagar por cada frase.
Hugging Face Bloglanzamientos
ElevenLabs permite publicar música generada con IA directamente en SoundCloud
ElevenLabs conecta sus modelos de música con SoundCloud para que los usuarios publiquen las pistas generadas sin pasar por una descarga y una subida manual. La compañía afirma que ya se han creado más de 25 millones de canciones con sus modelos.
Por qué importa
Publicar directo en una plataforma con audiencia convierte la generación musical en un flujo completo, de la idea a la distribución.
TechCrunchlanzamientos
Aina quiere controlar a tus agentes de IA con un anillo
La startup Aina prepara un anillo inteligente con pantalla, joystick y micrófono que sirve para lanzar y supervisar agentes autónomos, atender llamadas y dictar notas en el Mac. La idea es no depender del móvil para dirigir asistentes virtuales.
Por qué importa
Ensaya una interfaz física para los agentes, un problema que los móviles todavía no resuelven bien.
Wiredlanzamientos
Apple abre por fin la integración de Siri con apps de terceros
Más de dos años después de anunciarla, Apple permite a los desarrolladores probar la integración de Siri con sus aplicaciones mediante IA. La función llega por fin al entorno de pruebas de los desarrolladores.
Por qué importa
Abre el asistente del iPhone a las apps de terceros, la vía más directa para usar agentes desde el móvil sin abrir nada.
The Registerlanzamientos
Un robot open source convertido en grúa de cables para ordenar la casa
Un proyecto abierto propone suspender una pinza con IA de cables cerca del techo para mover objetos por la habitación, como una grúa de feria gigante. El sistema se monta con piezas accesibles y código disponible.
Por qué importa
Demuestra que se puede automatizar el orden en casa con una grúa de cables en lugar de comprar un robot humanoide.
The Registerlanzamientos
openSUSE Leap 16.1 permite elegir entre sistema clásico e inmutable en el mismo instalador
openSUSE Leap 16.1 llega con un único instalador que ofrece una instalación convencional o un sistema de solo lectura, absorbiendo la hasta ahora separada Leap Micro. Es la primera actualización de punto tras Leap 16.0.
Por qué importa
Poder probar el modelo inmutable sin cambiar de imagen ni de instalador facilita evaluar si encaja en escritorio o servidor.
The Registerlanzamientos
herramientas
Box usa Nemotron de Nvidia para que sus agentes encuentren contenido más rápido
Box ha construido un sistema de recuperación de contenidos pensado para agentes sobre el modelo Nemotron de Nvidia. Según la compañía, responde consultas cuatro veces más rápido, con un 20% menos de errores y un 90% menos de tokens consumidos.
Por qué importa
Menos tokens y menos errores en la recuperación es lo que decide si un agente empresarial sale caro o rentable.
TechCrunchherramientas
Microsoft Research presenta PDD Kit para verificar código escrito por agentes
PDD Kit traduce la intención del desarrollador a una especificación en Verus y demuestra que el código generado por agentes la cumple para cualquier entrada, recurriendo a tests donde la prueba formal no es viable. La persona revisa lo que quería, no cada línea.
Por qué importa
Ofrece una manera práctica de validar código de agentes sin leerlo entero, que es hoy el principal cuello de botella.
Microsoft Researchherramientas
Pangram amplía su detector de IA a vídeo e imágenes
Pangram, conocido por su detector de texto generado, extiende ahora sus herramientas a vídeo e imágenes. La empresa quiere cubrir el resto de formatos en los que se ha extendido el contenido sintético.
Por qué importa
Detectar solo texto ya no basta cuando vídeo e imagen generados circulan a diario, y quien verifica necesita cubrir todos los formatos.
Engadgetherramientas
Google Cloud API Gateway admite streaming para aplicaciones de IA
Google abre la vista previa pública del soporte de streaming en Cloud API Gateway, que pasa del modelo petición-respuesta a conexiones en tiempo real. La compañía lo orienta a respuestas de modelos en streaming, flujos de agentes con varios pasos y sesiones interactivas.
Por qué importa
Permite exponer respuestas en streaming y flujos de agentes a través de una pasarela gestionada, sin montar esa infraestructura por cuenta propia.
InfoQherramientas
investigación
Ningún agente de IA pasa del 12% en el nuevo benchmark de trabajo real de SemiAnalysis
SemiAnalysis publica GDPx, una prueba que mete a los agentes en tareas simuladas de trabajo de conocimiento, desde diseño de chips hasta trading cuantitativo. Ningún modelo supera el 12% y Claude Opus 5.5 se impone por poco a Gemini 4 Carbon, aunque las críticas apuntan al escaso número de tareas por dominio y a condiciones de prueba desiguales.
Por qué importa
Pone cifra al techo real de los agentes en trabajo de oficina, donde sobra demostración y falta autonomía productiva.
The Decoderinvestigación
Axiom Math verifica formalmente el Stacks Project con agentes de IA
La startup Axiom Math, centrada en la verificación de pruebas, ha logrado que sus agentes verifiquen formalmente el Stacks Project, una de las mayores bibliotecas de matemáticas del campo. Su apuesta es filtrar las demostraciones generadas por IA que nadie ha comprobado.
Por qué importa
La verificación formal es lo que separa un asistente matemático útil de un generador de demostraciones falsas.
TechCrunchinvestigación
Las marcas de agua de texto de OpenAI no aguantan la normativa europea
La UE obliga a marcar el texto generado por IA para poder identificarlo, pero las pruebas con textGrain, la marca de agua que OpenAI presentó en octubre para cumplir la norma, muestran que a menudo desaparece al editar el texto o en escritos de menos de 150 palabras. Sin un criterio legal claro de eficacia, no está claro que la técnica baste.
Por qué importa
Si las marcas de agua no sobreviven a una edición normal, la transparencia que exige Bruselas se queda en papel mojado.
IEEE Spectrum AIinvestigación
industria
Meta compra Conductor para orquestar agentes de código
Meta adquiere la startup Conductor, que permite a los desarrolladores manejar varios agentes de programación a la vez. El movimiento coincide con el anuncio de OpenAI de comprar Pierre Computer y sigue a la compra de Stainless por Anthropic en mayo.
Por qué importa
Confirma que el valor se desplaza de los modelos, cada vez más intercambiables, a las capas que orquestan agentes.
The Decoderindustria
Anthropic no piensa parchear un fallo de Claude Dispatch que permite ejecutar comandos remotos
Investigadores de seguridad han descrito una cadena de fallos en Claude Dispatch que, en seis pasos, lleva de la escalada de privilegios a la ejecución remota de comandos y podría cruzar límites entre empresas. Anthropic ha decidido no corregirlo.
Por qué importa
Un fallo sin parchear en una herramienta corporativa de Anthropic es un riesgo directo para cualquier organización que la tenga desplegada.
The Registerindustria