Google DeepMind integra el manejo de ordenador directamente en Gemini 3.5 Flash. El modelo ya puede ver la pantalla, razonar y actuar sobre navegadores, móviles y escritorios para automatizar tareas empresariales.
Google DeepMind presenta Gemma 4 12B, un modelo multimodal que procesa imagen y audio sin codificadores separados y funciona en portátiles con 16 GB de memoria.
OpenAI lanza GPT-5.6 en tres variantes y presume de eficiencia, capacidades de ciberseguridad y precios agresivos. La compañía compara directamente sus modelos con los de Anthropic para reclamar el liderazgo en programación.
Google DeepMind lanza un modelo de audio que traduce voz a voz en más de 70 idiomas manteniendo tono y ritmo del hablante. Llega a Google Translate, Meet y a los desarrolladores vía la Live API.
OpenAI entrenó GPT-5.2 y GPT-5.3 Codex íntegramente sobre infraestructura NVIDIA. El segundo es su primer modelo agéntico de programación que participa en su propio desarrollo. Detrás, una carrera por el hardware que define hoy quién puede construir IA de frontera.
OpenAI anunció que GPT 5.6 será el modelo "preferido" que impulsa Microsoft 365 Copilot, después de que un informe apuntara a que Microsoft empezaba a sustituir su tecnología por modelos propios para recortar costes.
Microsoft Research publica Flint, un lenguaje abierto que permite a agentes de IA crear gráficos elaborados a partir de instrucciones breves y editables. Su compilador traduce la intención del usuario a Vega-Lite, ECharts o Chart.js.
DeepMind ha publicado DiffusionGemma, un modelo experimental abierto que genera bloques de texto en paralelo. Promete hasta cuatro veces más velocidad en GPU locales, aunque con menor calidad general que los modelos Gemma convencionales.
Johannes Heidecke, responsable de sistemas de seguridad de OpenAI, deja la empresa tras una reestructuración que fusiona los equipos de investigación y seguridad. No es la única salida de estos días.
Google DeepMind incorpora el 'computer use' como herramienta nativa en Gemini 3.5 Flash, permitiendo construir agentes que ven, razonan y actúan en navegador, móvil y escritorio.
Google DeepMind presenta Gemma 4 12B, un modelo multimodal sin codificadores separados que procesa imagen y audio dentro del propio LLM y funciona en portátiles con 16 GB de memoria.
La empresa francesa Mistral AI publica Large 3, un modelo de mezcla de expertos con 675.000 millones de parámetros totales, junto a tres Ministral 3 más pequeños. Toda la familia se distribuye con licencia Apache 2.0.
Este sitio web utiliza cookies para mejorar la experiencia de navegación. Política de cookies.
Sin resultados. Prueba con otras palabras.
