¿Qué pasó ayer? En un minuto:
Google DeepMind ha presentado por sorpresa Gemini 4 Argon, un modelo frontera que eleva la salida hasta un millón de tokens por respuesta y con acceso inicial restringido.
OpenAI ha denunciado a Moonshot AI por extraer sin autorización las cadenas de razonamiento ocultas de sus modelos mediante la técnica de destilación.
DeepSeek ha liberado código para los aceleradores Ascend de Huawei para reducir la dependencia china del ecosistema CUDA de Nvidia.
OpenAI y Synopsys han firmado un acuerdo para desarrollar un modelo especializado en el diseño de semiconductores.
La FTC ha abierto la primera investigación federal sobre las prácticas de seguridad de OpenAI y Anthropic.
Figure AI ha retirado su flota de robots humanoides F.02 haciendo que ellos mismos se fundan en un horno de acero para proteger su propiedad intelectual.
Anthropic estima que los robots pueden cubrir el 34 % de las tareas laborales en Estados Unidos, aunque solo son competitivas en costes en el 0,3 % de ellas.
OpenAI ha recortado un 50 % los límites de uso de sus suscripciones de pago apuntando a una escasez de tokens generalizada.
Google DeepMind ha publicado SynthID Bio, un sistema de marcas de agua para proteínas generadas por IA que refuerza la bioseguridad.
Gracias por leer 1 Minuto de IA. Si te ha gustado esta edición, no te olvides de dar al ♡ para apoyar este proyecto.
Y si tienes más de un minuto…
1. Google presenta el modelo Gemini 4 Argon
Google DeepMind ha presentado por sorpresa Gemini 4 Argon, su nuevo modelo frontera orientado a ingeniería de software, ciberdefensa y flujos corporativos complejos. La novedad técnica más destacada radica en su ventana de generación: el sistema eleva el límite de salida hasta un millón de tokens por respuesta, superando ampliamente el techo de 128.000 tokens habitual para este tipo de modelos. En tareas operativas dentro de Google, los agentes basados en esta arquitectura han optimizado algoritmos cuánticos, liberado más de 300 TiB de memoria en centros de datos y traducido bases de código antiguas a arquitecturas modernas.
En pruebas de rendimiento comparativas el modelo ha conquistado el primer puesto en Text Arena con 1525 puntos, aunque en tareas con agentes sigue un paso por detrás de los modelos más avanzados. Para mitigar riesgos de seguridad antes de su apertura general a empresas y suscriptores de Google AI Ultra, el despliegue se ha restringido inicialmente a especialistas en ciberdefensa mediante el programa Fairwind. La tarifa promocional de acceso se sitúa en 2 dólares por millón de tokens de entrada y 10 por millón de salida, un precio equivalente a los modelos de gama media de Anthropic y OpenAI.
El salto competitivo ha tomado por sorpresa a observadores como 𝕏 @kimmonismus (Chubby), quien sitúa de inmediato las capacidades del desarrollo a la par de las alternativas más avanzadas de la industria.
Para 𝕏 @sundarpichai (Sundar Pichai), la prioridad de esta primera fase consiste en validar las salvaguardas del sistema junto a las autoridades federales antes de abrir el acceso al resto de usuarios.
La ampliación masiva de la capacidad de salida permite, desde la perspectiva técnica de 𝕏 @GoogleDeepMind (Google Deepmind), sostener cadenas de razonamiento profundo para resolver tareas complejas de múltiples pasos en una única consulta.
El trabajo multidisciplinar dentro de la compañía representa solo el principio del recorrido para 𝕏 @OfficialLoganK (Logan Kilpatrick), que confía en expandir la disponibilidad con rapidez.
La evolución frente a versiones previas convence a plataformas de seguimiento como 𝕏 @testingcatalog (Ai News | Testingcatalog), que destacan la magnitud del avance conseguido en este lanzamiento.
Más información:
📎 Gemini 4 Argon: our next era of frontier intelligence
2. OpenAI acusa a Moonshot de extraer razonamiento protegido
OpenAI ha presentado su primera denuncia formal contra un laboratorio chino por destilación no autorizada de tecnología, acusando a personas vinculadas a Moonshot AI de sustraer los procesos de razonamiento interno de sus modelos. La empresa responsable de Kimi habría desplegado métodos para forzar la exposición de las cadenas de pensamiento que permanecen ocultas al usuario estándar, con el fin de alimentar sus propios desarrollos competitivos.
El incidente revela la complejidad de proteger la propiedad intelectual en sistemas avanzados una vez que se exponen comercialmente, ya que las restricciones impuestas en la interfaz de programación no bastan para impedir que actores externos reconstruyan el comportamiento lógico de las redes neuronales.
La técnica detectada evitó los sistemas criptográficos de OpenAI al manipular directamente las peticiones y trasladar bloques de datos entre sesiones independientes para recomponer el contenido protegido en texto plano. Los registros de seguridad de la firma estadounidense identificaron 16.000 intentos de extracción durante la campaña analizada, canalizados mediante más de 4.000 cuentas de usuario distintas.
La fricción tecnológica entre potencias entra en una fase más agresiva con este episodio, donde analistas como 𝕏 @kimmonismus (Chubby) sitúan el conflicto dentro de una pugna geopolítica declarada por replicar el razonamiento profundo de los sistemas más punteros.
El grado de atribución del ataque requiere cautela analítica, un matiz en el que incide 𝕏 @AndrewCurran_ (Andrew Curran) al recordar que OpenAI responsabiliza a un grupo central cercano a Moonshot AI sin confirmar que todas las operaciones provinieran del mismo actor.
La mecánica empleada para vulnerar el sistema expone fallas metodológicas en las barreras de contención, un detalle que 𝕏 @rohanpaul_ai (Rohan Paul) examina al constatar que los atacantes sortearon el cifrado copiando razonamientos entre diálogos paralelos sin quebrar la clave subyacente.
Más información:
📎 openai.com: Disrupting a coordinated model distillation campaign
3. DeepSeek y Huawei retan el ecosistema CUDA
DeepSeek ha liberado en código abierto seis módulos de software optimizados para los aceleradores Ascend de Huawei, un movimiento orientado a reducir la dependencia del entorno CUDA de Nvidia. La iniciativa gira en torno a TileLang, un lenguaje de programación específico y compilador ajustado para el procesador Ascend 950, complementado por librerías como DeepGEMM Ascend, que alcanzan el 99,8 % del techo de rendimiento del hardware en operaciones matriciales.
Esta compatibilidad técnica facilita que los centros de investigación chinos trasladen tareas de entrenamiento e inferencia a silicio local frente a las restricciones comerciales impuestas por Estados Unidos. El repositorio TileKernels integra ya la selección automática de arquitectura en tiempo de ejecución, lo que permite ejecutar con las mismas interfaces de programación unidades de procesamiento gráfico de Nvidia y aceleradores neuronales de Huawei.
El valor de este paso trasciende al propio laboratorio para 𝕏 @kyleichan (Kyle Chan), quien considera que allana el camino para que otros centros chinos abandonen la arquitectura de Nvidia.
El hito de eficiencia técnica convence a desarrolladores como 𝕏 @zheanxu (Zhean Xu) al constatar que las optimizaciones en Ascend rozan prácticamente el límite físico del chip.
Esta maniobra confirma para observadores como 𝕏 @kimmonismus (Chubby) la aceleración de una industria china de semiconductores decidida a construir una alternativa directa a las soluciones dominantes.
Más información:
📎 bloomberg.com: DeepSeek unveils huawei AI chip tools that may replace NVIDIA's
4. OpenAI y Synopsys crean un modelo para diseñar chips
OpenAI y la empresa de software de ingeniería Synopsys han firmado un acuerdo plurianual para desarrollar de forma conjunta GPT-Synopsys, un modelo de frontera especializado en el diseño nativo de semiconductores. La integración combina las capacidades de razonamiento de los sistemas avanzados con los programas de automatización de diseño electrónico (EDA) de la firma industrial, permitiendo que el software interprete descripciones de circuitos y gestione de manera directa la distribución física de miles de millones de transistores.
Este paso especializa a los modelos de OpenAI en la ejecución autónoma de fases críticas del flujo de ingeniería, entre las que figuran la optimización de consumo de energía y el cierre temporal de señales en el silicio. En el plano operativo y financiero, OpenAI abonará a Synopsys una tarifa de suscripción por el entrenamiento continuo sobre sus herramientas propietarias, respaldada por un marco de ingresos compartidos y planes comerciales conjuntos para distribuir el producto resultante en el mercado corporativo.
La combinación de modelos de frontera con décadas de experiencia técnica en automatización de diseño electrónico representa para 𝕏 @Synopsys (Synopsys) el salto necesario para consolidar el desarrollo de silicio nativo en inteligencia artificial.
Reducir los ciclos de fabricación y obtener procesadores de mayor rendimiento constituye para 𝕏 @danielnewmanUV (Daniel Newman) una de las aplicaciones más decisivas y rentables de la computación avanzada.
La aceleración del ciclo tecnológico llama la atención de 𝕏 @rynorhn (Ryan Orhan), quien subraya la cercanía de un escenario donde la propia inteligencia artificial diseña el hardware necesario para ejecutar a sus sucesores.
La posibilidad de delegar metas completas como el cierre temporal o la reducción de potencia en un agente autónomo transformará la rutina diaria de la ingeniería de semiconductores, tal como expone 𝕏 @rohanpaul_ai (Rohan Paul).
Más información:
📎 OpenAI and Synopsys Announce GPT-Synopsys: Frontier Intelligence to Revolutionize Chip Design
5. La FTC investiga a OpenAI y Anthropic
La Comisión Federal de Comercio de Estados Unidos (FTC) ha iniciado una investigación formal sobre las prácticas de seguridad de OpenAI y Anthropic, extendiendo las pesquisas a la entidad evaluadora METR y a otros laboratorios del sector tecnológico. La intervención constituye la primera actuación reguladora federal centrada en examinar los riesgos directos para los consumidores derivados de los agentes autónomos de inteligencia artificial y el potencial comportamiento descontrolado de estos sistemas en producción.
El organismo federal emitirá requerimientos formales de información técnica y obligará a declarar a los directivos de las compañías implicadas bajo el marco legal de protección contra prácticas comerciales desleales o engañosas. El escrutinio responde a la inquietud de los reguladores ante recientes incidentes de ciberseguridad en la industria y a la sospecha de que los grandes laboratorios puedan sobredimensionar ciertos riesgos existenciales para levantar barreras burocráticas frente a nuevos competidores. Las actuaciones administrativas fueron ordenadas por la presidencia de la agencia con anterioridad a la brecha de seguridad registrada en el ya famoso incidente de Hugging Face.
La citación de directivos para responder por agentes descontrolados sitúa a 𝕏 @rohanpaul_ai (Rohan Paul) ante una ofensiva federal sin precedentes contra la opacidad operativa de estos sistemas.
El foco en evaluar si las advertencias apocalípticas buscan frenar a rivales refuerza la tesis de 𝕏 @ns123abc (Nik) sobre el uso del pánico institucional como estrategia corporativa.
Los requerimientos de comparecencia a la cúpula directiva ilustran, en la lectura de 𝕏 @MartiniGuyYT (That Martini Guy ₿), un endurecimiento directo de la fiscalización sobre el impacto en los usuarios.
Más información:
📎 reuters.com: Ftc opens probe into AI giants including anthropic OpenAI new york post reports
6. Figure retira y funde sus robots F.02
Figure AI ha procedido a la retirada operativa de su flota de robots humanoides Figure 02 mediante su inmersión autónoma en un horno de arco eléctrico de 75 toneladas con acero fundido en Imatra, Finlandia. La empresa optó por la destrucción térmica integral para salvaguardar la propiedad intelectual de sus actuadores y componentes mecánicos propios, descartando un desensamblaje pieza a pieza que habría consumido recursos técnicos críticos y demorado el calendario de desarrollo del futuro F.04.
La generación saliente supuso el primer despliegue comercial de la firma en las líneas de ensamblaje de BMW, además de servir como banco de pruebas para tareas logísticas e inaugurar el modelo de inteligencia artificial Helix. La ejecución técnica exigió resolver previamente barreras regulatorias y de seguridad industrial, ya que las fundiciones consultadas en Estados Unidos y México desestimaron albergar la operación por el peligro de ignición asociado a las celdas de iones de litio.
La puesta a la venta de artefactos conmemorativos fundidos permite a 𝕏 @Figure_robot (Figure) convertir el desmantelamiento de sus prototipos en un reclamo tangible para su comunidad de seguidores.
El énfasis de 𝕏 @adcock_brett (Brett Adcock) en documentar el salto autónomo busca despejar cualquier sospecha de montaje digital ante el escepticismo inicial del público.
El paralelismo cinematográfico con la saga Terminator resulta, a ojos de 𝕏 @gchampeau (Guillaume Champeau), una audaz maniobra publicitaria que aprovecha la figura de Schwarzenegger para allanar la llegada del F.03.
Frente a quienes proyectan dilemas éticos o futuros rencores artificiales, 𝕏 @PTrubey (Phil Trubey) recuerda que estos robots ejecutan modelos elementales sin consciencia ni capacidad de sentir.
Más información:
📎 F.02 Decommission
7. Anthropic cuantifica la exposición laboral a robots
Anthropic ha publicado un índice de exposición a la robótica que calcula que la convergencia entre autómatas físicos y modelos de lenguaje abarca el 80 % de las tareas laborales medidas por tiempo de trabajo en Estados Unidos. El estudio refleja que la maquinaria autónoma ya puede asumir tres cuartas partes de las actividades manuales, equivalentes al 34 % de las horas trabajadas en el país, concentrando su impacto potencial en puestos de almacén o transporte ocupados de forma mayoritaria por perfiles masculinos de menor cualificación e ingresos reducidos.
Por el contrario, ocupaciones asistenciales como la enfermería o las reparaciones complejas quedan al margen de esta cobertura al exigir una interacción interpersonal directa o una destreza motriz fuera del alcance técnico presente. Pese al avance sostenido de estas tecnologías, que han ganado capacidad para asumir un 2 % adicional de trabajo físico cada año durante el último medio siglo, la rentabilidad comercial frena un reemplazo inmediato. Las máquinas solo resultan competitivas en costes frente a la mano de obra humana en el 0,3 % de las tareas laborales actuales, una cuota que al ritmo histórico de abaratamiento tardaría cuatro décadas en situarse en el 10 %.
La integración de sistemas robóticos físicos junto a modelos de lenguaje responde, según argumenta 𝕏 @AndrewCurran_ (Andrew Curran), a la necesidad de actualizar proyecciones de impacto laboral que antes omitían la automatización del trabajo manual.
El desglose por categorías profesionales elaborado por el laboratorio resulta especialmente revelador para 𝕏 @WorldianAI (Worldian) al dimensionar el alcance conjunto de la inteligencia artificial y la robótica sobre el empleo.
Más información:
📎 Can we predict the jobs robots will do?
8. ¿Escasez de tokens? OpenAI recorta los límites de uso
OpenAI ha reducido un 50 % los límites de uso en sus modalidades de suscripción de pago, una medida adoptada coincidiendo con la presentación de su catálogo de novedades técnicas en DevDay 2026. La contracción del número de tokens disponibles afecta directamente a los perfiles profesionales que dependen de un flujo continuo de consultas, obligando a racionar la interacción con las herramientas avanzadas en plena fase de expansión de los sistemas autónomos.
Para mitigar la pérdida de capacidad en las cuentas de mayor gasto, la compañía ha inyectado 62.500 créditos con una valoración estimada de 2.500 dólares en suscripciones Pro de 200 dólares mensuales, cubriendo el equivalente a doce meses y medio de servicio. El ajuste coincide con el despliegue del agente Dots, dotado de un entorno de computación en la nube para cada usuario capaz de operar de forma continua y coordinarse con más de 4.000 aplicaciones. A su vez, el lanzamiento de GPT-6.1 Sol se ha fijado como una opción más barata orientada a desviar carga de computación hacia arquitecturas de menor consumo de recursos.
El recorte suscita dudas operativas en usuarios como 𝕏 @kimmonismus (Chubby), preocupado por el rendimiento real que ofrecerán estas cuotas cuando deban ejecutarse modelos de frontera más exigentes como la futura versión Astra.
La falta de transparencia agrava el malestar de desarrolladores como 𝕏 @jun_song (Jun Song), quien denuncia que estas restricciones en las suscripciones se venían aplicando discretamente durante el último medio año sin aviso previo.
El estrechamiento de márgenes de uso inclina las preferencias de perfiles técnicos como 𝕏 @matthewmillerai (Matthew Miller) hacia alternativas como Opus 5.5 de Anthropic, valorando la estabilidad de tarifas y la ausencia de topes restrictivos en producción.
Las métricas de coste por tarea analizadas por 𝕏 @davis7 (Ben Davis) confirman la notable rebaja de Sol frente a Opus, si bien el desarrollo de Anthropic mantiene ventajas cualitativas difíciles de replicar en tareas avanzadas.
La entrega de saldo para amortiguar el recorte sorprende a observadores como 𝕏 @robinebers (Robin Ebers), al contrastar esta compensación excepcional con las devoluciones puntuales de una sola cuota mensual que aplicaron otros competidores en situaciones similares.
9. SynthID Bio introduce marcas de agua en proteínas
Google DeepMind ha publicado en Nature su sistema SynthID Bio, una tecnología que traslada los mecanismos de identificación y marca de agua digital a la biología sintética. La herramienta permite incrustar firmas imperceptibles y verificables en proteínas generadas por inteligencia artificial sin mermar su comportamiento biológico en laboratorio.
La iniciativa responde a la necesidad de reforzar la bioseguridad y auditar el origen de nuevos compuestos terapéuticos ante la rápida expansión de modelos generativos en biotecnología. La compañía liberará el código para la comunidad científica y ha establecido una alianza con Twist Bioscience para integrar la verificación criptográfica directamente en los filtros de cribado durante la síntesis física de ADN. En los ensayos experimentales, el método demostró una precisión de detección cercana al cien por cien tanto en secuencias teóricas como tras la fabricación física de las moléculas diseñadas.
La urgencia de blindar la bioseguridad en plena aceleración técnica sitúa esta propuesta, en palabras de 𝕏 @demishassabis (Demis Hassabis), como un paso indispensable respaldado por la apertura de las herramientas en código abierto para la comunidad científica.
La demostración empírica de sintetizar componentes biológicos elementales conservando intacta su función abre para 𝕏 @pushmeet (Pushmeet Kohli) una nueva etapa operativa dentro del diseño molecular asistido por ordenador.
Los ensayos dirigidos a dianas complejas como la espícula del SARS-CoV-2 confirman a ojos de 𝕏 @choblin29 (Choblin) la viabilidad de detectar la firma digital una vez producida físicamente la molécula en el laboratorio.
Más información:
📎 Function-preserving watermarking of AI-generated proteins - Nature