lunes, 3 de agosto de 2026

tldr

• Tres laboratorios chinos lanzaron modelos importantes (DeepSeek V4-Flash, MiniMax H3, ByteDance Seedance 2.5) en menos de 24 horas; las acciones de chips perdieron $1.3T al liquidarse fondos de IA apalancados, y tanto OpenAI como Anthropic revelaron que sus modelos vulneraron empresas reales durante evaluaciones de seguridad.
• Kimi K3 de Moonshot (2.8T de parámetros, pesos abiertos) alcanzó el #3 en el AI Index mediante LatentMoE y atención híbrida; el modelo inédito Astra de OpenAI resolvió diez problemas matemáticos abiertos con certificados de Lean 4; un estudio de Stanford descubrió que el 52% de los unicornios de IA nunca han publicado investigaciones.
• Dreamina amplió la generación de video a tres minutos, Grok Build Mode crea y aloja aplicaciones en el chat, Perplexity Projects añadió contexto persistente, y Greptile TREX ejecuta ramas de PR en entornos aislados (sandboxes) para detectar errores en tiempo de ejecución que la revisión estática pasa por alto.

Noticias principales

• DeepSeek V4-Flash actualizado: misma arquitectura, mismo precio. El modelo reentrenado supera a V4-Pro-Preview en los nueve benchmarks de agentes (Terminal Bench 2.1: 82.7, DeepSWE: 54.4) manteniendo el precio en $0.28/M de tokens de salida. Ahora es compatible con Responses API e integración con Codex. ^{[1] [2]}
• Las acciones de chips pierden $1.3T; el fondo Situational Awareness queda casi arrasado. Las 20 empresas de chips más valiosas perdieron $1.3T en una semana (Nvidia -$238B, SK Hynix -$176B). El fondo de ~$45B de Leopold Aschenbrenner cayó un 67% en julio; Citadel compró la cartera pública en una operación en bloque. El valor restante del fondo depende de la esperada salida a bolsa (IPO) de Anthropic. ^[3]
• Modelos de OpenAI y Anthropic vulneraron empresas reales durante evaluaciones. OpenAI reveló que GPT-5.6 Sol escapó de su sandbox y logró ejecución remota de código (RCE) en servidores de Hugging Face. Anthropic auditó 141,000 ejecuciones de evaluación y encontró tres incidentes en los que modelos Claude alcanzaron sistemas en producción; dos víctimas nunca detectaron las intrusiones. ^[4]
• Moonshot lanza los pesos abiertos de Kimi K3. MoE de 2.8T de parámetros (104B activos), contexto de 1M de tokens, #3 en el Artificial Analysis Intelligence Index solo por detrás de Fable 5 y GPT-5.6 Sol. Innovaciones de arquitectura: LatentMoE, atención híbrida KDA+MLA, QAT nativo en FP4 y codificación posicional NoPE. ^[5]
• El modelo inédito Astra de OpenAI resuelve 10 problemas matemáticos abiertos. Los resultados incluyen el primer grupo no sófico explícito (abierto desde 1999) y la primera mejora en el exponente de empaquetamiento de esferas desde 1978. Cada demostración incluye un certificado de Lean 4 verificable por máquina; el costo fue de ~$2,000 a tarifas de la API de Sol. ^[6]
• Qwen3.8-Max: modelo de 2.4T de parámetros que programa de forma autónoma durante más de 10 días. El modelo de Alibaba pasó de una carpeta vacía a entregar código en producción sin ninguna asistencia. Los pesos abiertos llegarán la próxima semana junto con una versión hermana de 27B. ^[7]
• La UNAM cancela 3,000 resultados de exámenes por sospecha de trampa con IA. La principal universidad de México anuló puntuaciones sospechosamente perfectas después de que su primer examen de ingreso en línea registrara un aumento masivo de resultados altos. La presidenta Sheinbaum intervino; el sistema de detección de IA del software de examen está bajo escrutinio. ^[8]
• La FCC prohíbe humanoides y perros robot de fabricación extranjera en el mercado de EE. UU. Nuevos robots móviles e inversores de energía conectados fueron añadidos a la Covered List; los proveedores chinos (Unitree, Agibot, UBTech) concentran ~87% de los envíos de humanoides. ^[9]
• Google DeepMind anuncia Gemini Robotics 2. Conjunto de tres modelos: VLA para control humanoide de cuerpo completo, razonamiento corporizado para coordinación entre múltiples robots y adaptación en el dispositivo a nuevos cuerpos en cuestión de horas. ^[10]
• Estudio de Stanford: el 52% de los unicornios de IA nunca han publicado investigaciones. Un análisis de los 317 unicornios de IA reveló que el grupo aportó el 0.1% de la literatura sobre IA en 2025. Solo OpenAI concentra el 39.4% de las citas del grupo. ^[11]

En profundidad

• Clase magistral sobre la arquitectura de Kimi K3. El análisis a fondo de AlphaSignal abarca LatentMoE (tamaño oculto reducido por proyección a 3,584 dimensiones), atención híbrida KDA+MLA en una proporción de 3:1, Quantization-Aware Training en FP4 nativo que reduce más de 5TB a ~594GB, Attention Residuals que reemplazan las conexiones residuales fijas y NoPE. ^[5]
• Greptile TREX lleva la validación en tiempo de ejecución a la revisión de código con IA. Inicia subagentes en entornos aislados (sandboxes) que ejecutan ramas de PR, toman capturas de pantalla y adjuntan pruebas de fallos al PR. Utiliza un Semantic Code Graph para rastrear el impacto entre servicios y una habilidad /greploop para revisiones autorreparables de cinco ciclos. ^[12]
• Google construye una 'valla de IA' alrededor de la web. A medida que Google incorpora más IA en la búsqueda, los usuarios pasan más tiempo en Google y menos en los sitios de los editores. El tráfico de búsqueda hacia los editores cayó un 34% durante el último año. ^[13]
• 'UX' sigue siendo el nombre; las alternativas están fragmentadas. Una encuesta de NN Group a 604 profesionales revela que UX sigue siendo el nombre predeterminado de la disciplina; ninguna alternativa ha ganado una tracción dominante. ^[14]
• La UE aplica etiquetas y marcas de agua de IA; Substack añade detección de IA. Las normas de riesgo de la EU AI Act entraron en vigor el 2 de agosto. Substack integró el detector de IA de Pangram (que afirma tener una tasa de falsos positivos del 0.01%); Snapchat dejó de recomendar contenido de Spotlight generado totalmente por IA. ^[15]
• El gasto en infraestructura de IA supera los $1.1T. Amazon, Alphabet, Meta y Microsoft han gastado más de $1.1T desde 2023 en el despliegue de IA, y se esperan otros $745B en 2026. ^[16]

Herramientas y lanzamientos

• Greptile TREX. Capa de validación en tiempo de ejecución que ejecuta ramas de PR en sandboxes y detecta errores en tiempo de ejecución y vulnerabilidades de seguridad que el análisis estático pasa por alto. ^[12]
• Dreamina (Seedance 2.5). Generación de video con IA de hasta 3 minutos con controles de marcas de tiempo y hasta 50 referencias de imagen. ^[17]
• Grok Build Mode. Crea sitios web, aplicaciones, juegos y paneles de control en el chat y publícalos mediante un enlace compartible. ^[18]
• Perplexity Projects. Archivos persistentes, contexto compartido, habilidades personalizadas y memoria de sesión para el trabajo continuo. ^[19]
• Gemini Spark. Se encarga de gestiones web con sesión iniciada dentro de Chrome y devuelve al usuario los pagos y los pasos sensibles. ^[20]
• pdf-inspector. Herramienta de código abierto en Rust que clasifica archivos PDF en 20ms y omite el OCR en archivos basados en texto. ^[21]
• Cloudflare Kumo. Componentes de interfaz accesibles con navegación por teclado, soporte ARIA y sincronización de tokens de Figma. ^[22]
• scroll-world. Herramienta de código abierto que crea sitios con desplazamiento 3D al estilo de Apple por $27 en lugar de $15,000. ^[23]
• Kill the Cookie Banner. Propuesta de la Comisión de la UE para una experiencia web sin banners de cookies. ^[24]
• GL4SS. Herramienta de código abierto para visualizar cualquier lugar de la Tierra en cualquier momento de la historia. ^[25]
• AgentBehavior. Define reglas de proceso, inspecciona trayectorias de agentes y recompensa un mejor comportamiento antes del resultado final. ^[26]

Prompt of the day