viernes, 24 de julio de 2026

Resumen

• OpenAI y Anthropic lanzaron mejoras de voz competidoras: GPT-Live llega al escritorio con control de voz multiagente, mientras que la voz de Claude finalmente se ejecuta en Opus/Sonnet con acceso a herramientas como Gmail, Slack y Calendar; Black Forest Labs lanzó FLUX 3, unificando imagen, video, audio y robótica de fábrica; y OpenAI lanzó ChatGPT Health, conectando Apple Health e historiales médicos para preguntas y respuestas personalizadas.
• Los propios datos de Google muestran que la adopción de la IA es amplia pero superficial: llega al 68% de las ocupaciones en EE. UU., pero cubre solo alrededor del 21% de las tareas en un trabajo típico; Elon Musk predijo que la IA superará a la humanidad en cinco años; pequeñas políticas de robots superan a OpenVLA-OFT por un 18% con solo el 0.7% de los parámetros; y una persona usó GPT para resolver 6 problemas matemáticos no resueltos de Erdős en 5 días.
• Runway y Cursor lanzaron 'routers' que seleccionan automáticamente el mejor modelo de IA por solicitud según las preferencias de costo, calidad o velocidad; Screenpipe graba tu pantalla y audio localmente para dar contexto a la IA; Google Selfie Video proporciona un método de respaldo para iniciar sesión en la cuenta; y UI SFX lanzó 78 efectos de sonido de código abierto y semánticos para interfaces de usuario en 12 estilos intercambiables.

Noticias principales

• OpenAI lleva ChatGPT Voice al escritorio con control multiagente. GPT-Live ahora funciona en las aplicaciones de escritorio de macOS y Windows, permitiendo a los usuarios dirigir por voz múltiples agentes que se ejecutan en ChatGPT Work y Codex simultáneamente. Una tecla de acceso rápido personalizada funciona sobre cualquier aplicación. Disponible en los planes Plus, Pro, Business, Edu y Enterprise. ^[1]
• Anthropic actualiza el modo de voz de Claude con Opus, Sonnet y acceso a herramientas. Las solicitudes de voz ahora se ejecutan en los modelos más inteligentes de Claude en lugar de solo Haiku, con la capacidad de acceder a Gmail, Google Calendar, Slack, Canva y Notion en medio de la conversación. El soporte de idiomas se expande al español, francés, hindi y japonés. Beta pública en dispositivos móviles, escritorio y web. ^[2]
• Black Forest Labs lanza FLUX 3: modelo unificado de imagen, video, audio y robótica. El modelo de 'inteligencia visual' produce clips de 20 segundos con audio nativo y elementos visuales coherentes. BFL también derivó FLUX-mimic, una variante de control de robots para las líneas de fábrica de Audi que aprende nuevas tareas a partir de ~30 minutos de datos de demostración en lugar de más de 30 horas. Modelo FLUX 3 Dev de pesos abiertos dimensionado para hardware de fábrica. ^[3]
• Lanzamiento de ChatGPT Health: conecta historiales médicos y Apple Health. Desplegándose para usuarios mayores de 18 años con sesión iniciada en EE. UU. en los planes Free, Go, Plus y Pro en web e iOS. Los datos de salud conectados no entrenarán modelos fundacionales ni se usarán para segmentar anuncios. OpenAI informa que más de 300M de personas hacen preguntas de salud a ChatGPT cada semana. ^[4]
• La actualización de Claude Managed Agents añade controles de esfuerzo, inicialización de sesiones y 500 habilidades por sesión. Reduce el esfuerzo de razonamiento del agente por tarea para ahorrar costos, agrupa hasta 50 mensajes en una sola llamada de creación, acumula hasta 500 conjuntos de instrucciones específicas de tareas por sesión, además de webhooks para almacenes de memoria y transmisión de eventos para subagentes. ^[5]
• El equipo de superinteligencia de Microsoft lanza MAI-Image-2.5-Pro y MAI-Voice-2-Flash. Dos nuevos modelos internos: una IA de imagen de próxima generación y un motor de voz más rápido y económico. ^[6]
• El matemático canadiense Jacob Tsimerman gana la Medalla Fields y se une a OpenAI. Galardonado con la Medalla Fields 2026, Tsimerman se une a OpenAI para trabajar en la seguridad de la IA. ^[7]
• Patreon despide al 20% de su plantilla en medio de la agitación por la IA. El CEO Jack Conte dijo que la IA había cambiado fundamentalmente la forma en que las empresas tecnológicas trabajan y se organizan. ^[8]

En profundidad

• Los propios datos de Google muestran que la adopción de la IA es amplia pero superficial. El uso de la IA en el lugar de trabajo alcanzó el 68% de las ocupaciones de EE. UU., pero cubrió solo alrededor del 21% de las tareas en un trabajo típico, según datos internos de Google. ^[9]
• Elon Musk predice que la IA superará a la humanidad en cinco años. En una entrevista con The Economist, Musk dijo que los humanos podrían dejar de tener el control dentro de diez años, pero que es 'optimista' porque no podemos detener su progreso, así que deberíamos disfrutar del viaje. ^[10]
• Pequeña política de robot supera a OpenVLA-OFT en un 18% usando solo el 0.7% de sus parámetros. Una política notablemente eficiente logra resultados de vanguardia en tareas de manipulación robótica con una fracción de la capacidad de cómputo. ^[11]
• Una persona usó GPT para resolver 6 problemas matemáticos no resueltos de Erdős en 5 días. Un solo investigador aprovechó GPT de OpenAI para resolver seis problemas previamente no resueltos del legendario matemático Paul Erdős. ^[12]
• Habilidad de IA del día: ejecuta una auditoría de decisiones antes de fusionar código generado por IA. El flujo de trabajo de Victor Taelin: auditar las elecciones de la IA en lugar de cada línea. Pídele al agente que enumere cada decisión significativa, marque las soluciones temporales y ejecute un 'filtro de orgullo': ¿respaldaría el agente esta rama en producción? ^[13]
• Cómo The Rundown desarrolla la intuición en IA. Estándares de fluidez en IA rol por rol que mapean el uso inaceptable, esperado y excepcional de la IA. Reglas del equipo: la IA es un amplificador, no una muleta; 2 horas/semana buscando tareas tediosas para automatizar; $200/mes para herramientas de IA por persona. ^[14]
• El taller algorítmico: la IA generativa y la larga historia de la automatización artística. Una exploración de cómo el papel de la IA en el arte es solo el último capítulo de una historia de siglos de herramientas que remodelan la práctica creativa. ^[15]
• Hacer que funcione vs. hacerlo bueno. Reflexión sobre diseño: 'Ese es el trabajo del diseño: hacer algo tan bueno que resulte obvio'. ^[16]

Herramientas y lanzamientos

• ChatGPT Health. Vincula Apple Health e historiales médicos para chatear sobre tus datos de salud. ^[4]
• GPT Live. El modelo de voz natural de OpenAI, ahora en Desktop y Codex con control multiagente. ^[1]
• Claude Voice con Opus/Sonnet. El modo de voz ahora se ejecuta en modelos más inteligentes con acceso a herramientas de Gmail, Slack y Calendar. ^[2]
• Claude Managed Agents. Entorno de ejecución de agentes autónomos con controles de esfuerzo, inicialización de sesiones y 500 habilidades. ^[5]
• Runway Media Router. Selecciona automáticamente el mejor modelo de imagen, video o audio por solicitud según las preferencias de calidad/velocidad/costo. ^[17]
• Cursor Router. Dirige cada solicitud de programación al modelo más adecuado con los modos Cost, Balance e Intelligence; hasta un 60% de ahorro. ^[18]
• Google Selfie Video. Inicio de sesión de respaldo en la cuenta comparando un breve video en vivo con uno grabado de forma segura anteriormente. ^[19]
• Screenpipe. Graba la pantalla y el audio localmente, haciendo que el trabajo pasado sea buscable y dando a los agentes de IA contexto a largo plazo. ^[20]
• UI SFX. 78 efectos de sonido de código abierto y semánticos para interfaces de usuario en 12 estilos intercambiables para web, móvil, SaaS y juegos. ^[21]
• Unsloth Laguna-S-2.1 GGUF. Modelo cuantizado que puedes ejecutar localmente con llama.cpp. ^[22]
• Which AI?: Guess the Designer. Juego diario: descubre si cada página de destino fue diseñada por Gemini, Claude o GPT. ^[23]
• Sobre la coreografía de diseño. La animación del diseño mantiene intacta la memoria espacial cuando las listas se reordenan, los paneles se expanden y los elementos entran o salen. ^[24]

Prompt of the day