IA Diaria Hoy

La startup PrismML y Qualcomm han mostrado un modelo de lenguaje de 1 bit funcionando por completo en local sobre unas gafas inteligentes con la plataforma Snapdragon AR1 Gen 1. La demostración se hizo en la Snapdragon Summit, en Pasadena, entre el 23 y el 24 de septiembre. La idea es que unas gafas puedan entender lo que ven y responder sin depender de la nube. Es un avance técnico interesante, pero conviene tener claro que se trata de una demostración y que todavía no se ha anunciado ninguna gafa a la venta con este modelo.

Qué se ha mostrado

Según el comunicado de PrismML y TechCrunch, se trata de un modelo de visión y lenguaje de 2.000 millones de parámetros, basado en su Bonsai 1.7B lanzado a principios de año. Está formado por un modelo de lenguaje de 1.700 millones de parámetros cuantizado a 1 bit, y un codificador de visión de 300 millones de parámetros a 4 bits. Con esa compresión, la empresa afirma que caben cuatro veces más parámetros en la misma memoria que antes en algunos tipos de gafas. La demostración permite preguntar en tiempo real por lo que el usuario está mirando.

Cómo lo consiguen

La técnica es comprimir los pesos del modelo hasta representarlos con un solo bit en lugar de con varios, lo que reduce mucho la memoria necesaria. PrismML afirma, según el comunicado, que el modelo de 1,7B a 1 bit ocupa unos 0,43 GB en pesos, y que se probó en un equipo con 4 GB de memoria y 6 billones de operaciones por segundo, con un contexto de 1.024 tokens. Se optimizó junto con Qualcomm para su unidad de procesamiento neuronal Hexagon. La empresa lo compara con un modelo de tamaño similar cuantizado a 4 bits, y TechCrunch resume que reduce el tamaño del modelo a la cuarta parte conservando casi todo su rendimiento en pruebas estándar. Son cifras de la propia compañía.

Por qué importa la ejecución en local

• Privacidad: según Ziad Asghar, de Qualcomm, permite asistencia basada en visión sin que el contexto visual personal salga del dispositivo. Es una ventaja frente a los casos en que las gafas envían imágenes a la nube, como vimos en el uso de fotos de las gafas Meta para entrenar IA.
• Inmediatez y batería: sin viaje a la nube, las respuestas pueden ser más rápidas, y la empresa habla de mejor eficiencia energética, aunque no se han publicado mediciones independientes.
• Modelos pequeños: es coherente con una línea de trabajo que busca ejecutar IA con menos recursos, como los modelos que razonan con menos tokens.

Lo que todavía no se sabe

• No hay producto: según The AI Insider, todavía no se ha anunciado ninguna gafa inteligente que use el modelo de PrismML.
• Licencia y apertura: el objetivo declarado de la empresa es la IA de pesos abiertos que funcione en el dispositivo, presentada como alternativa a depender de las promesas de privacidad de los laboratorios propietarios. Pero un análisis de Shattered.io señala que está por confirmar si este modelo concreto es de código abierto o no, dado que la tecnología se basa en propiedad intelectual de Caltech.
• Verificación independiente: nadie ha reproducido de forma independiente las cifras de rendimiento.
• Alcance limitado: un modelo de esta escala puede describir lo que ve y responder preguntas sencillas, pero no compite con los grandes modelos en tareas complejas.

Qué implica en la práctica

Si los modelos diminutos mantienen buena parte de su rendimiento, las gafas y otros dispositivos pequeños podrían ofrecer funciones de IA sin conexión constante. Para los fabricantes, sería una vía para competir en autonomía y privacidad, un terreno en el que Qualcomm también empuja, como vimos con la IA en los auriculares con Snapdragon, y que contrasta con el enfoque de las nuevas gafas de Meta.

Nuestra lectura

La demostración es una buena señal técnica, y encaja con la tendencia de llevar la IA al dispositivo. Pero entre una demo en un evento y un producto que la gente use hay un trecho grande: hace falta un fabricante de gafas, una licencia clara y pruebas independientes de rendimiento y batería. Lo sensato es mirar el anuncio como un indicador de hacia dónde va la tecnología y esperar a ver productos reales.

Fuentes: TechCrunch, comunicado de PrismML, The AI Insider y Shattered.io.

Nueva York vivió la semana del 21 de septiembre dos citas simultáneas: la Asamblea General de la ONU y la Semana del Clima, a la que acudieron más de 100.000 personas, según The Innovator. Y el tema que cruzó casi todas las conversaciones fue la inteligencia artificial. El debate se movió en dos vías: en la Asamblea, los riesgos de seguridad de la IA; en la Semana del Clima, su huella de energía y agua. El resultado, según MIT Technology Review, es que buena parte del sector climático mira la IA con escepticismo, en el mejor de los casos.

Qué se dijo en lo más alto

El secretario general de la ONU, António Guterres, conectó ambos asuntos en su discurso del primer día: la IA podría ayudar a resolver estos retos o empeorarlos. Guterres ha llegado a citar la IA descontrolada como una de tres amenazas existenciales, junto con la crisis climática y las desigualdades, según The Innovator. Simon Stiell, responsable de clima de la ONU, fue más duro en su discurso en la Semana del Clima: dijo que una IA que devora energía está elevando la contaminación de carbón, petróleo y gas y encareciendo la energía para hogares y empresas. Según MIT Technology Review, también advirtió de que los líderes de la IA tienen cada vez menos licencia social, y de que su apoyo público se hunde.

La paradoja, con cifras

• Las promesas: la IA puede ayudar a optimizar redes eléctricas y mejorar la predicción meteorológica, y la inversión de capital riesgo en tecnología climática alcanzó 26.000 millones de dólares en el primer semestre de 2026, según Currence, con una parte muy grande destinada a servicios para centros de datos.
• El coste: según The Innovator, gigantes como Microsoft, Google y Meta han fijado objetivos de emisiones ambiciosos, pero todos han visto subir sus emisiones, en buena parte por los centros de datos de IA. Según MIT Technology Review, mucho gas natural entra en servicio para atender la demanda inmediata, lo que alimenta la protesta local por la contaminación y el ruido.
• El horizonte: AP recoge una estimación según la cual los centros de datos estarían a unos cinco años de ser neutros en agua y a unos diez de dejar de sumar emisiones que calientan el planeta. Es una previsión, no un hecho.

Respuestas de la industria y de los gobiernos

En la víspera de la Semana del Clima, la empresa Emerald AI anunció con Nvidia y Google la AI Energy Management Alliance, una coalición que pretende demostrar que los centros de datos pueden gestionar su consumo eléctrico de forma dinámica. Turquía, anfitriona de las negociaciones climáticas de la ONU en noviembre, anunció un compromiso para que los países gestionen la alimentación y el despliegue de la IA, sin dar más detalles. Hubo además varias protestas relacionadas con la IA durante la semana.

Lo que no está resuelto

Que un debate ocupe titulares no significa que haya acuerdos. AP recuerda que cada año la Semana del Clima genera mucha conversación y poca acción, y que esta vez influyen dos fuerzas nuevas: el auge de la IA y los centros de datos, y los precios más altos de los combustibles fósiles por las guerras de Irán y Ucrania. Tampoco está claro cuánto de la promesa climática de la IA es real: como resume una cobertura, su credibilidad dependerá de qué ocurra detrás de la pantalla, cuánta energía usan los centros de datos, cómo se genera y si el público ve un beneficio climático real.

Qué implica en la práctica

• Para las empresas de IA: mayor presión para medir y publicar su consumo y sus emisiones, y para demostrar beneficios climáticos.
• Para los reguladores: se acumulan las respuestas locales, como la ley californiana que obliga a los centros de datos a pagar sus costes de red.
• Para los ciudadanos: la factura y la contaminación cercanas a los centros de datos se convierten en asuntos políticos.

Nuestra lectura

La conclusión más honesta es que las dos afirmaciones, que la IA puede ayudar contra el cambio climático y que su infraestructura lo agrava, son ciertas a la vez, y que la discusión de fondo es de balance: cuánto ahorro real aporta frente a cuánta demanda añade. Mientras no haya cifras verificables de ambos lados, seguirá siendo un debate de promesas. Es el mismo nudo que ya vimos con el consumo energético de los agentes de IA, y que enlaza con el discurso optimista de Jensen Huang sobre la IA como aliada del clima.

Fuentes: MIT Technology Review, AP (Broadband Breakfast), The Innovator y Artiverse.

El caso de las torres de vigilancia de la frontera sur de Estados Unidos, que ha llegado hasta el Congreso, deja una lección que va más allá de este programa: casi siempre se anuncia lo que un sistema de vigilancia con IA puede detectar, y casi nunca se mide lo que ocurre después. La investigación de MIT Technology Review sobre las torres y los movimientos posteriores permiten formular cinco preguntas que sirven para evaluar cualquier programa público de este tipo, desde cámaras de matrículas hasta gafas inteligentes. Aquí están, con lo que se sabe en cada caso.

1. ¿Qué se mide exactamente?

La CBP, según el reportaje, dice evaluar la tecnología por su efecto en la detección, la coordinación de la respuesta, la seguridad de los agentes y los resultados de las misiones. Pero, según la investigación, el Departamento de Seguridad Nacional no lleva registro de las muertes ocurridas al alcance de las torres ni de otras métricas de éxito o fracaso, y la agencia nunca ha examinado formalmente si las torres deberían haberlas detectado. Un indicador que no se calcula no se puede discutir. Se ha detectado a cuántas personas es un dato distinto de se ha ayudado o se ha llegado a tiempo.

2. ¿Qué se conserva para poder investigar?

Según la investigación, las imágenes y los datos de las torres de Anduril se sobrescriben cada 30 días, y un antiguo funcionario de asuntos internos de la CBP dijo que no se guardan más tiempo salvo que formen parte de una investigación activa, que solo se abre si alguien muere bajo custodia. Sin datos no hay forma de comprobar después si una torre vio o no a alguien, y esa es una carencia de diseño, no un detalle técnico.

3. ¿Cuál es el alcance real, no el anunciado?

El fabricante, Anduril, respondió que el alcance depende del terreno, los obstáculos y los límites virtuales que fija la CBP, y que un incidente cercano no implica que la torre no detectara nada. Es un argumento razonable. Pero es precisamente la evaluación independiente la que puede resolver la duda: el reportaje aplicó análisis topográfico a casos concretos y concluyó que algunas personas debían ser visibles. Sin ese contraste, se depende de la palabra de quien vende y de quien opera.

4. ¿Quién evalúa, y con qué independencia?

La representante Delia Ramirez propone acabar con el programa como parte de un plan más amplio para desmantelar el DHS, algo con pocas opciones en el Congreso actual, como ya analizamos en el proyecto de ley de Ramirez. Aunque se rechace esa propuesta, queda el punto de fondo: un programa que planea gastar unos 1.000 millones de dólares en cerca de 1.500 torres más hasta 2034 debería someterse a una evaluación ajena a quien lo contrata y a quien lo fabrica. Un profesor que ha estudiado esta tecnología admite que probablemente ofrece información útil en ciertos lugares y condiciones, y esa es una hipótesis que se puede comprobar.

5. ¿Qué pasa cuando falla?

Un sistema de detección es tan útil como la respuesta que dispara. En el caso de las torres, el reportaje documenta más de 1.050 muertes al alcance de su cobertura entre 2015 y principios de 2026, una cifra que mide proximidad, no evitabilidad, y que analizamos en nuestro artículo sobre esa investigación. Preguntar qué ocurre cuando falla implica saber quién responde, cómo se documenta y qué cambia después.

Las mismas preguntas en otros casos

• Flock: cuando decenas de gobiernos locales cancelan contratos, la pregunta es qué evidencia de eficacia se les pidió antes de firmar, como vimos en la oferta de bajas voluntarias de la empresa.
• Gafas inteligentes: la policía de Delhi las usó para grabar protestas mientras Meta defiende su LED de captura; la pregunta es quién verifica que la salvaguarda funciona, como recogimos en el caso de India.

Nuestra lectura

Estas cinco preguntas no toman partido por mantener o eliminar un programa concreto: sirven para saber si se puede juzgar con datos. En el caso de las torres, hoy no se puede, y eso es lo más preocupante, sea cual sea la conclusión. Cualquier ciudadano, periodista o concejal que se enfrente a un contrato de vigilancia con IA puede usarlas como lista: qué se mide, qué se conserva, cuál es el alcance real, quién evalúa y qué ocurre cuando falla.

Fuentes: MIT Technology Review, investigación, metodología y el anuncio de la ley de Ramirez.

YouTube presentó el 23 de septiembre, en su evento Made On YouTube, un paquete de herramientas de IA para creadores que abarca casi todas las etapas de un vídeo: un asistente que analiza el guion, edición conversacional con Gemini en Shorts, pruebas A/B de vídeos y miniaturas dinámicas, y un doblaje automático para directos. Conviene distinguir lo que ya está en marcha de lo que es una prueba o un anuncio sin fecha, porque algunos resúmenes lo presentan todo como disponible.

Un asistente que revisa el guion y el montaje

Según The Decoder y el blog de YouTube, el asistente de narrativa de YouTube Studio analiza guiones y cortes en bruto, revisa qué ha funcionado en el canal y sugiere cambios de ritmo, estructura y narración. Los creadores podrán enviar un vídeo sin publicar y pedir opinión a la IA antes de que salga. Otra novedad es una prueba que permite comparar hasta tres versiones editadas de un vídeo para ver cuál engancha mejor, aunque la compañía dice que la comparación de cortes llegará pronto. Además, las miniaturas dinámicas mostrarán a distintos grupos de espectadores la versión que mejor encaje, y, según YouTube, los creadores han hecho más de 40 millones de pruebas A/B de títulos y miniaturas desde que la función se lanzó en 2024.

Edición conversacional con Gemini

YouTube integra Gemini en un asistente de edición conversacional para Shorts y para la aplicación YouTube Create. El creador pide un primer borrador y, en el chat, recibe sugerencias para recortar silencios, reordenar fotogramas, sincronizar la música con el ritmo o añadir texto en pantalla, y puede alternar entre el chat y la línea de tiempo manual. Según YouTube, cientos de miles de canales usaron a diario las herramientas de Gemini anteriores durante agosto de 2026. Una cobertura precisa que el anuncio no da una fecha pública concreta para el asistente.

Traducción en directo: por ahora, una prueba

Aquí hay un matiz. Para los directos, YouTube anunció una prueba de doblaje automático en tiempo real que, según Social Media Today y Cryptopolitan, pilotoá en inglés y español a principios del próximo año. No es todavía una función disponible para todos. La tecnología de traducción en directo no es nueva, y otras plataformas ya la ofrecen, pero la escala de YouTube puede cambiar su alcance. Conecta con el auge de las voces sintéticas que analizamos en los nuevos modelos de voz de Google.

Otras novedades del evento

• Shorts Series: formato para agrupar Shorts en series, en línea con el auge de los microdramas, que superaron los 6.500 millones de visualizaciones en el primer semestre de 2026.
• Protección frente a suplantaciones: herramientas ampliadas de protección de la imagen y de moderación de comentarios con IA, con reconocimiento de voz.
• Compras: Ask YouTube se convierte en un asistente de compras.

Qué implica en la práctica

Para los creadores, las herramientas rebajan el coste de producir y probar contenido, y ayudan a decidir qué funciona. YouTube cita su informe sobre IA generativa: el 72% de los usuarios estadounidenses de 14 a 44 años que publican vídeos ya ha usado IA para crear o editar en el último año. Según Cryptopolitan, algunos creadores siguen recelosos. También hay una pregunta de fondo: si el asistente sugiere optimizar para lo que ya funciona, puede empujar hacia contenidos más parecidos entre sí. Es un movimiento paralelo al de OpenAI con creadores, como vimos en el fichaje del cofundador de Patreon.

Nuestra lectura

Las herramientas están pensadas para que el creador siga al mando: el asistente propone y la persona decide, y el propio anuncio habla de sugerencias y ajustes repetidos, no de vídeos terminados sin revisión. El riesgo es la homogeneización, porque un sistema entrenado en lo que ha funcionado tiende a recomendar lo que ya funciona. Lo razonable es tratarlo como un editor auxiliar, contrastar sus consejos con el criterio propio y esperar a ver las fechas y las condiciones de cada función.

Fuentes: The Decoder, blog de YouTube, Social Media Today y Cryptopolitan.

Jackson Kernion, un empleado de Anthropic que trabaja en el ajuste fino de Claude, ha explicado en X por qué la escritura de los modelos recientes de la compañía se ha vuelto más densa y menos natural, pese a que los modelos han mejorado en capacidades técnicas. Según The Decoder, que lo recogió el 23 de septiembre, Kernion sostiene que Opus 4.6 fue el último buen modelo para escribir de Anthropic, y que Opus 5.5 intenta recuperar parte de ese equilibrio. Es una explicación poco habitual porque describe un coste de diseño del entrenamiento y no un error puntual.

Qué dijo Kernion

Según The Decoder, la explicación es que optimizar los modelos para matemáticas, código y explicaciones técnicas dirigidas a otros modelos de IA ha creado un estilo que a los lectores humanos les suena a volcados de información excesivamente densos. Los modelos de lenguaje tienen mucha más memoria de trabajo que las personas y captan detalles a un nivel mucho más fino, de modo que durante el entrenamiento emerge un estilo que funciona bien para otros modelos pero que un lector humano vive como una acumulación de datos sin la cohesión que hace agradable un texto. Otras coberturas hablan de un estilo abstracto, cargado de jerga y corto de conectores, que algunos usuarios han apodado claudeish.

Por qué ocurre

El problema, según el resumen de Kernion, está en la estructura de recompensas del aprendizaje por refuerzo: si el entrenamiento premia que otro modelo entienda la respuesta, el texto se llena de detalle que a una persona le sobra. No es un fallo aislado sino una consecuencia de qué se mide y qué se premia, y es un patrón cercano al que vimos con los modelos que optimizan la recompensa que se les da, aunque aquí sin ninguna trampa: simplemente el objetivo que se pidió no era el que los lectores esperaban.

Qué cambia con Opus 5.5

Kernion escribió que Opus 5.5 es el primer modelo de la compañía con mejoras específicas en claridad de las frases y en esos volcados densos, que es un problema difícil de resolver y que seguirán mejorando, pero que no se había quedado tan contento con la escritura de un modelo desde Opus 4.6. Eso no significa que Opus 5.5 supere al anterior en escritura, según matiza The Decoder. La compañía, por su parte, describe que el modelo comunica de forma más natural, pone la información más importante al principio y sigue las reglas de redacción que se le dan. Un análisis de un tercero cita a un cliente, Box, que habría observado que el modelo usa un tercio de los tokens que Opus 5 y respuestas un 40% menos verbosas sin perder precisión, pero advierte de que la mayor parte de la evidencia procede por ahora de Anthropic y de sus primeros probadores, y que el autor divulga que desarrolla una aplicación de escritura.

Qué nos dice esto

• La calidad de escritura no se mide bien: los bancos de pruebas más usados miden matemáticas, código y razonamiento, no lo agradable o claro que resulta un texto para una persona.
• Hay un compromiso real: mejorar en unas capacidades puede empeorar otras si no se vigilan de forma explícita.
• La transparencia es informativa: que un ingeniero lo explique en público ayuda a entender cómo se entrenan estos sistemas, aunque la compañía no ha cuantificado el coste.

Qué puede hacer el usuario

Como criterio general, ayudan las instrucciones concretas de estilo: pedir frases cortas, que la idea principal vaya primero, que se eviten los tecnicismos innecesarios o que se explique como a un lector que no conoce el tema. Es sensato probar antes de dar por buena una mejora, porque la percepción de la escritura es subjetiva. La comparación de precios y capacidades entre modelos, como la que vimos con GPT-6 Sol y Luna, suele centrarse en el coste y en pruebas técnicas, y dice poco de la prosa.

Nuestra lectura

El caso muestra que la mejora de los modelos no es uniforme y que lo que no se mide acaba por descuidarse. Reconocerlo es un paso, y que Opus 5.5 incluya mejoras específicas apunta a que las empresas empiezan a tratar la claridad como un objetivo de entrenamiento. Falta comprobar, con evaluaciones independientes y con el uso real, si esas mejoras alcanzan lo que los usuarios echan de menos. Por ahora, lo prudente es tomarlo como una explicación honesta de una empresa sobre su propio producto, no como un veredicto neutral.

Fuentes: The Decoder, publicación de Kernion en X, Tech Insider y StashBase.

En Meta Connect 2026, cuyo discurso central pronunció Mark Zuckerberg el 23 de septiembre, la compañía presentó unas gafas de realidad virtual ultraligeras, sus primeras gafas inteligentes sin cámara y una tercera generación de las Ray-Ban Meta. Conviene distinguir bien los modelos, porque se han mezclado en algunos resúmenes: las de tercera generación sí llevan cámara, y las que no la tienen son un modelo aparte, las Ray-Ban Meta Audio. Estos son los anuncios con sus precios y fechas según Engadget, Tom’s Guide y VR.org.

Meta VR Glasses: un visor de 100 gramos

El anuncio estrella fue Meta VR Glasses, el visor ultraligero que se conocía como Project Phoenix. Pesa unos 100 gramos, según la empresa cinco veces menos que el Quest 3, no usa mandos y depende de un pequeño módulo de cálculo conectado por un cable óptico. Costará 1.299,99 dólares y saldrá a la venta en la primavera de 2027, con más de 75 títulos de realidad virtual adaptados a las manos en el lanzamiento. Tom’s Guide, que lo probó antes del discurso, lo considera el posible futuro de los visores, aunque con fallos iniciales. No se presentó ningún Quest nuevo.

Ray-Ban Meta Audio: las primeras sin cámara

Las Ray-Ban Meta Audio son las primeras gafas inteligentes de Meta sin cámara, con un asistente de voz de IA. Pesan 43 gramos, se ofrecen en los estilos clásicos Clubmaster y Burbank en 23 combinaciones de color y lente, cuestan 349 dólares, y su reserva ya está abierta con envíos desde el 13 de octubre. Engadget sugiere que puede ser una forma de eludir la etiqueta pervert glasses que muchos han dado a las gafas con cámara, algo que ya analizamos en las gafas inteligentes en India. Es una interpretación del medio, no una declaración de Meta.

Ray-Ban Meta (Gen 3): con cámara

• Precio: 449 dólares, disponibles ya en 27 combinaciones de lentes y colores.
• Novedades: diseño más delgado, un botón para activar Meta AI y una batería de hasta nueve horas frente a ocho de la generación anterior.
• Cámara: 12 megapíxeles con vídeo en 3K, y una función de fotos dinámicas que toma varias imágenes a la vez para elegir después la mejor. Dolby Atmos llegará más adelante este año.
• Estilos: incluye el clásico Aviator y el modelo Zena, de ojo de gato.

Analizamos si compensa en nuestra comparativa de las Ray-Ban Meta Gen 3.

Otros anuncios

• Ray-Ban Display: según VR.org, las gafas con pantalla llegarán a Canadá, Reino Unido, Francia, Italia y Alemania, ocho meses después de que Meta pausara la expansión inicial a esos cuatro países.
• Muse Charm: al final del discurso, Zuckerberg mostró un pequeño colgante que contiene el agente de IA Muse. Según Tom’s Guide, solo se han fabricado unos pocos y se prevé lanzarlo para las fiestas. Lo comentamos en el gadget de Meta como accesorio de moda.
• Llamadas holográficas: avatares fotorrealistas que llegarán con las gafas de RV en 2027, con un acceso anticipado limitado en Estados Unidos para usuarios de WhatsApp con Ray-Ban Display.

Qué implica en la práctica

• Para quien duda por la privacidad: existe ahora una opción sin cámara, aunque no elimina otras preocupaciones, como el micrófono o el uso de datos para entrenar IA que vimos en las gafas Meta y el entrenamiento de IA.
• Para el mercado: Meta amplía su gama en precio y función, con tres tipos de gafas y un visor de gama alta.
• Para los compradores: conviene fijarse en las diferencias entre los modelos: Audio, Gen 3 con cámara y Display con pantalla.

Nuestra lectura

El evento confirma la estrategia de Meta de que la IA viva en dispositivos que se llevan puestos, con una gama por perfiles de usuario. Lo más notable es la gafa sin cámara, que reconoce de facto el coste reputacional de la grabación discreta. Pero la tecnología de ámbito más amplio, el visor de 1.300 dólares, no llegará hasta 2027, y las cifras de batería y prestaciones son de la propia compañía, a la espera de pruebas prolongadas.

Fuentes: Engadget, Tom’s Guide, VR.org y Forbes.

OpenAI ha actualizado ChatGPT Voice para que pueda usar plugins como el correo, el calendario y Slack, funcione con los tres modelos de la familia GPT-6 y se integre en ChatGPT Work, su capa de tareas. Lo anunció el 23 de septiembre. En la práctica, significa que se puede pedir por voz que se consulte un evento, se redacte un correo o se prepare un documento, sin tocar el teclado. Es un paso hacia el asistente conversacional cotidiano, con matices sobre lo que es nuevo y sobre los riesgos de dar permisos a un agente que actúa por voz.

Qué se ha anunciado

• Plugins en Voz: según AI Weekly y The Decoder, por primera vez Voice puede acceder a plugins como el correo, el calendario y Slack, con conexiones a servicios como Gmail y Google Calendar.
• Modelos GPT-6: Voice puede funcionar con Astra, el más capaz, y con los modelos más ligeros Sol y Luna. Según las notas de la versión, los modelos disponibles dependen del plan y de la configuración del espacio de trabajo.
• ChatGPT Work por voz: Voice funciona dentro de ChatGPT Work, en la web y en el móvil, para crear documentos, presentaciones, sitios web y hojas de cálculo o abordar tareas complejas en el navegador solo hablando. Según AI Weekly, los suscriptores Plus y Pro tienen la pestaña Work en la aplicación móvil, y una cobertura indica que está disponible para planes de pago elegibles.

Ejemplos que muestra OpenAI

Según The Decoder, la empresa enseña escenarios como consultar eventos del calendario, enviar correos, que ChatGPT detecte y cancele cargos duplicados en aplicaciones financieras, o incluso construir una web con página de pago. Sam Altman ya citó la película Her como referencia en 2024, cuando salió la primera versión de la voz de ChatGPT, y esta actualización se presenta como otro paso hacia ese tipo de asistente.

Qué es nuevo y qué no

• Nuevo para la voz de ChatGPT: el acceso a estas aplicaciones desde la conversación hablada.
• No es nuevo el acceso a los datos: según un análisis de Tech Insider, quien ya había conectado Gmail o Slack al modo de texto de ChatGPT tenía el acceso; lo que cambia es que ahora funciona hablando.
• No es exclusivo del sector: según MacRumors, citado por esa misma fuente, el modo de voz de Claude ya puede consultar Gmail, Google Calendar, Google Docs y Slack. Tampoco se ha establecido un anuncio equivalente de Gemini.

Riesgos y precauciones

Un asistente que actúa por voz sobre el correo, el calendario y el chat de trabajo concentra riesgos que conviene tener presentes. Las acciones concretas dependen del plugin, de los permisos de la cuenta y de los controles del espacio de trabajo, según TBreak. Como criterio general, es sensato limitar los permisos a lo necesario, revisar lo que el asistente va a enviar antes de que lo haga y desconfiar de que un agente lea y actúe sobre mensajes de terceros sin supervisión. Es el mismo debate que plantean los agentes con permisos amplios, como el fallo de Muse para Mac: cuanto más acceso, mayor el impacto de un error o un ataque.

Qué implica en la práctica

• Para los usuarios: ahorro de tiempo en tareas rutinarias, con la necesidad de comprobar lo que se envía.
• Para las empresas: decidir qué plugins se activan y con qué permisos en los espacios de trabajo.
• Para el sector: los asistentes de voz dejan de ser una curiosidad y pasan a competir por gestionar el trabajo diario, una línea en la que también se mueve Gemini con sus llamadas a empresas.

Nuestra lectura

La actualización es coherente con el desplazamiento de los asistentes desde responder preguntas hacia ejecutar tareas, y se apoya en los modelos que ya vimos con GPT-6 Sol y Luna, más baratos. Pero la novedad es de interfaz más que de capacidad: se habla en lugar de escribir. El valor real dependrá de la fiabilidad con la que el asistente ejecute acciones y de cuánta confianza esté dispuesto a dar el usuario a un agente con acceso a su correo y su agenda.

Fuentes: The Decoder, AI Weekly, TBreak y Tech Insider.

Basecamp Research, una empresa de IA con sede en Londres y Boston, ha cerrado una ronda de serie C de 140 millones de dólares para entrenar modelos de IA con datos de la evolución y llevar hacia la clínica terapias diseñadas con ellos. La ronda, sobresuscrita y liderada por S32, incluye a Nvidia y al Anthology Fund. Su apuesta es que la biología necesita muchísimos más datos que el lenguaje, y que los datos públicos no bastan. Conviene ver qué promete, en qué punto está y qué preguntas quedan abiertas.

Quién invierte y cuánto vale

Según la nota de la empresa y coberturas como Tech.eu y BioSpace, la ronda está liderada por el fondo S32, con participación de NVentures, la rama de capital riesgo de Nvidia, y del Anthology Fund, un fondo de Menlo Ventures que cuenta con el respaldo de Anthropic. También participan el Fondo de Innovación de la OTAN, la Fundación Rockefeller, el fondo británico Sovereign AI, True Ventures y directivos del sector farmacéutico, como el vicepresidente de Roche, André Hoffmann. Con esta ronda, la compañía ha captado 225 millones en total y, según TFN, la valoración ronda los 800 millones de dólares, más del triple de la última conocida. Alguna cobertura matiza que la relación de Anthropic con la empresa es de colaboración en investigación y datos, y que quien invierte es el fondo, no la compañía.

Los datos: el Atlas de un billón de genes

El núcleo del proyecto es el Trillion Gene Atlas, presentado en marzo, que la empresa describe como el mayor conjunto de datos biológicos propios para entrenar IA. Se ha construido con socios como Nvidia, Anthropic, PacBio y Ultima Genomics a partir de datos recogidos mediante acuerdos de acceso y reparto de beneficios en más de 30 países de los siete continentes. Según The Decoder, en el momento de la entrevista el conjunto contenía unos 15 billones de tokens, según su director de tecnología, Philip Lorenz. A diferencia de un chatbot, la IA no procesa palabras, sino secuencias genéticas.

EDEN y qué pretenden diseñar

Los modelos se llaman EDEN y son modelos fundacionales biológicos: en vez de resolver una sola tarea científica, se entrenan para reconocer patrones en toda la biología. Según la empresa, pueden generar candidatos terapéuticos a partir de información de una enfermedad, como péptidos, enzimas y terapias celulares y génicas. El dinero servirá para entrenar la siguiente generación y para avanzar terapias celulares in vivo, es decir, reprogramar las células de un paciente dentro del cuerpo. La compañía menciona una colaboración con Anthropic en Claude Science como demostración.

Lo que dice el director de tecnología, y sus límites

Lorenz sostiene que la biología es un problema mucho mayor para la IA que el lenguaje, que hacen falta órdenes de magnitud más de datos y que lo que importa es combinar esa recogida masiva con experimentos pequeños y dirigidos. También advierte de que una buena puntuación en una prueba no garantiza una buena molécula. Es una salvedad honesta, y coherente con lo que vimos sobre lo poco que dicen las puntuaciones aisladas. Por ahora, según The Decoder, la empresa tiene resultados de laboratorio y datos en ratones, y las grandes preguntas abiertas, como acelerar los ensayos clínicos, son mucho más difíciles.

Preguntas abiertas

• Distancia a la clínica: se trata de una tecnología en fase preclínica, y pasar de datos en ratones a terapias en personas es un camino largo e incierto.
• Datos propios frente a públicos: la ventaja competitiva que señala la empresa depende de que sus datos exclusivos aporten más que los repositorios abiertos, algo que solo los resultados podrán demostrar.
• Reparto de beneficios: los acuerdos con países y comunidades de donde proceden las muestras plantean preguntas sobre cómo se comparten los frutos.

Qué implica en la práctica

Para el sector, es otra señal del interés inversor por el diseño de fármacos con IA, un mercado que MarketsandMarkets proyecta pasando de unos 5.000 millones de dólares este año a unos 17.500 millones en 2031, una estimación de un tercero. Para los laboratorios de IA, muestra que los datos propios y especializados pueden ser tan estratégicos como la potencia de cálculo, un asunto cercano a lo que vimos en el debate sobre si un modelo descubrió algo o hizo minería de genomas.

Nuestra lectura

La idea de convertir la diversidad biológica del planeta en datos de entrenamiento es atractiva y coherente con el argumento de que la biología es demasiado compleja para conformarse con datos públicos. Pero las rondas grandes miden expectativas, no eficacia clínica. Lo prudente es esperar a los resultados en ensayos y a cómo se documentan los acuerdos de acceso y reparto de beneficios, más que a la cifra de financiación.

Fuentes: The Decoder, Tech.eu, BioSpace y TFN.

OpenAI ha fichado a Sam Yam, cofundador y exdirector de tecnología de Patreon, para dirigir una nueva división llamada Creator Product, y con él se van otros dos directivos clave de la plataforma. Lo anunció el propio Yam el 22 de septiembre, a una semana del DevDay de OpenAI, que se celebra el 29 de septiembre en San Francisco. Nadie ha detallado todavía qué construirá el equipo, pero el calendario apunta a que el evento de mañana será el primer escaparate.

Quién llega y qué se sabe

Según The Next Web y PYMNTS, que citan a The Information, Yam cofundó Patreon hace 13 años y dirigió su tecnología durante todo ese tiempo. Se lleva a Drew Rowny, antiguo responsable de producto de Patreon y veterano de Google, y a Shannon Ma, su antigua responsable de ingeniería, que venía de Facebook. Según The Verge, ambos dejaron Patreon en las últimas semanas. En un hilo en X, Yam escribió que construirán junto con los creadores en OpenAI y que compartirán acceso anticipado a un nuevo conjunto de herramientas que cree críticamente valiosas para creadores y sus comunidades, sin decir cuáles. Invitó a seguir el DevDay y enlazó a una publicación de Sam Altman del 17 de septiembre en la que el consejero delegado decía que lo que más ilusión le hacía lanzar esa semana llegaría la siguiente.

Por qué este equipo

Patreon ha pagado a los creadores más de 10.000 millones de dólares desde 2013, según PYMNTS, y su equipo sabe cómo convertir una audiencia en ingresos recurrentes, algo que no han logrado las herramientas para creadores de OpenAI. La contrapartida es que OpenAI aporta lo que Patreon no tenía: distribución. Un producto para creadores dentro de ChatGPT parte de una base enorme de usuarios. Además, la economía de creadores es un mercado grande: Goldman Sachs la estimó hasta 480.000 millones de dólares en 2027, desde unos 250.000 millones, con los acuerdos con marcas como principal fuente de ingresos, según PYMNTS.

El contexto: Patreon y las dudas de los creadores

• Patreon en dificultades: en julio de 2026 la plataforma anunció el mayor recorte de plantilla de su historia, un 20% o 93 personas, según The Next Web, y pierde ahora a su cofundador y a dos altos cargos.
• Recelo creativo: según Tubefilter, OpenAI se topa con resistencia de creadores que ven la IA generativa como una amenaza para su sustento, un contexto que ya vimos en demandas como la de Sony y UMG contra Suno y en el debate sobre quién financia el contenido que entrena a los modelos. Para muchos, la contratación de Yam es una señal de que la empresa quiere ganarse esa confianza.
• La estrategia de fondo: los fichajes llegan cuando OpenAI busca monetizar a los usuarios gratuitos, que son la mayoría.

Lo que todavía no está claro

OpenAI no ha publicado un anuncio detallado de Creator Product, y una cobertura recuerda que el DevDay debe tratarse como una señal y no como una fecha de lanzamiento confirmada. Se ignora si serán herramientas dentro de ChatGPT, interfaces de programación reutilizables para desarrolladores o una aplicación independiente, y tampoco cómo se repartirían los ingresos con los creadores. Según otra cobertura, el DevDay también presentará una plataforma de agentes gestionados para desarrolladores y empresas.

Qué implica en la práctica

Para los creadores, la cuestión es si las nuevas herramientas amplían sus ingresos o los diluyen; el estándar, según un análisis, es algo más que otra demostración llamativa. Para las plataformas existentes, un competidor con la distribución de OpenAI cambia el mapa. Y para la industria, encaja con la tendencia de las plataformas de IA a mirar a los creadores, un movimiento comparable al de YouTube con la IA integrada en su creación de contenido.

Nuestra lectura

Que OpenAI contrate a quienes construyeron una de las mayores plataformas de membresías dice más de sus intenciones que cualquier declaración: quiere estar en la relación entre creadores y audiencias, no solo en la producción de contenido. Pero un fichaje no es un producto. Conviene esperar a lo que se muestre en el DevDay y a las condiciones para los creadores antes de valorar si es una alianza o una amenaza.

Fuentes: PYMNTS, The Next Web, Tubefilter y Wersm.

Meta corrigió en menos de 24 horas una vulnerabilidad de día cero en la aplicación de Muse para Mac, su agente de IA personal, después de que el investigador Patrick Wardle la hiciera pública el 21 de septiembre. El fallo permitía que un proceso local sin privilegios desviara el audio dictado y los mensajes del usuario a un servidor controlado por un atacante. No se trataba de una puerta abierta a cualquiera desde internet, como podría sugerirse, sino de un fallo que exigía tener ya código ejecutándose en el equipo. Aun así, es un buen ejemplo de los riesgos de los agentes con permisos amplios.

Qué se descubrió

Wardle, fundador de la Objective-See Foundation y conocido investigador de seguridad de macOS, publicó su hallazgo en un hilo de X el 21 de septiembre, cuatro días después de que Meta lanzara la aplicación de escritorio de Muse. Según InfoQ, el problema estaba en una preferencia de configuración no documentada, llamada endo_voyager_dictation_endpoint, que cualquier aplicación o script que se ejecutara con la cuenta del usuario podía modificar sin que macOS mostrara alertas de permiso. Al cambiar esa dirección, el dictado que el usuario enviaba al pulsar el micrófono de Muse iba al servidor del atacante, que también podía capturar el token de autenticación de la cuenta. Wardle lo bautizó como not-a-mused.

Qué requería y qué no

• Requería un acceso local previo: según varias coberturas, la prueba de concepto necesitaba que un atacante ya ejecutara código como el usuario local de macOS. No es un ataque remoto sin más.
• El alcance depende de los permisos del agente: como Muse puede conectarse a aplicaciones de Meta y a servicios de terceros, un asistente comprometido puede dar acceso a mucho más que una conversación.
• Hay desacuerdo sobre la gravedad: según Forkast, la valoración del asunto en el sentido de que hace falta un acceso local previo es estrecha, y Wardle la discute.

La respuesta de Meta

Wardle escribió el 22 de septiembre que Meta había corregido el fallo con una actualización rápida, y elogió la velocidad. Según una cobertura técnica, la solución eliminó el ajuste vulnerable de las versiones de producción. Sin embargo, según InfoQ, la empresa no publicó un aviso de seguridad formal ni coordinó con una autoridad de numeración de CVE, de modo que la vulnerabilidad carece de identificador oficial. El mismo medio recuerda que el consejero delegado, Mark Zuckerberg, había afirmado que el asistente estaba construido desde cero pensando en la privacidad y la seguridad.

Por qué importa más allá de este fallo

El fallo no es un ataque de inyección de instrucciones ni un problema de alineación del modelo: es una debilidad clásica de configuración local. Precisamente por eso es instructivo: un agente con acceso a correo, archivos, cuentas y herramientas de pago convierte cualquier debilidad convencional del programa en una vía hacia todo lo que tiene conectado. Cuantos más permisos, mayor el impacto de un fallo. Es la misma línea de preocupación de el caso de los mensajes privados que un columnista dice que Muse leyó y de la exposición de su sistema de archivos.

Qué hacer

• Actualizar la aplicación de Muse para Mac a la última versión.
• Revisar los permisos concedidos al agente y quitar los que no se usen.
• Mantener el sistema limpio de software sospechoso, porque este tipo de fallos aprovechan que ya haya código local malicioso.

Nuestra lectura

La rapidez de la corrección es una buena noticia, y la divulgación pública, por polémica que sea, funcionó para acelerarla. Pero el episodio deja preguntas: por qué existe un ajuste de depuración tan poderoso en una versión de producción, y por qué no hubo un aviso formal. Un producto que llega a cientos de miles de usuarios en su primera semana, como vimos en el debut de Muse, necesita un nivel de seguridad acorde con los permisos que pide.

Fuentes: Unite.AI, InfoQ, Forkast y Tech Journal.