¿Qué pasó ayer? En un minuto:
Google lanza Gemini 4 Carbon, su modelo más capaz para tareas largas, queda segundo en el nuevo MKA tras Claude Fable 5.2 con un coste 7 veces menor.
OpenAI compra Odessia, una startup de viajes con IA fundada hace menos de un año, en una operación centrada en incorporar a su fundador y equipo.
Anthropic inicia el roadshow de su salida a bolsa en el Nasdaq como ANT, con una valoración prevista de unos 1,4 billones.
OpenAI estrena Businesses in ChatGPT, que permite a empresas reclamar su perfil, subir información y publicar un agente propio para atender a clientes.
Google DeepMind presenta Gemini Robotics 2.5, su modelo VLA (Visión Lenguaje Acción) de robótica más capaz.
DeepMind verifica formalmente con AlphaProof Code la seguridad del protocolo Signal, hasta el código máquina que se ejecuta en los dispositivos.
El AI Futures Project adelanta a 2027 la llegada de un investigador de IA superhumano, tras el informe de METR que estima que Anthropic avanza al doble de su ritmo histórico.
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. Gemini 4 Carbon ya disponible
Google ha puesto en circulación Gemini 4 Carbon, el modelo más capaz de su catálogo, pensado para tareas largas y complejas en ingeniería de software, ciberseguridad, trabajo del conocimiento e investigación científica. El despliegue general llega tras dos semanas de acceso limitado a defensores de ciberseguridad a través del programa Fairwind, una cautela justificada por sus capacidades ofensivas de nivel frontera. Google no lo presenta como sustituto de Gemini 4 Argon, lanzado hace pocas semanas: Argon sigue siendo la opción recomendada para la mayoría de tareas, mientras Carbon consume más tokens para razonar, explorar y ejecutar bucles de verificación prolongados.
Según la compañía, lidera CursorBench 4.0 (60,4% en esfuerzo alto), WANDR de Perplexity y AutomationBench de Zapier con un coste por tarea más de dos veces inferior al del siguiente mejor modelo externo. Junto al modelo, Google estrena en vista previa la opción swarm en Antigravity, que convierte una sola instrucción en un equipo coordinado de agentes, y MKA (Multimodal Knowledge Agent), un benchmark creado con Artificial Analysis. MKA reúne 200 tareas multimodales de 10 sectores y 83 profesiones, cada una equivalente a entre tres y ocho horas de trabajo experto. Gemini Carbon ocupa el segundo puesto en MKA, solo por detrás de Claude Fable 5.2 aunque con un coste 7 veces menor.
El énfasis de 𝕏 @sundarpichai (Sundar Pichai) en las tareas sostenidas y de largo recorrido deja claro que Google compite ahora por el terreno de los agentes, no por la conversación rápida.
La demostración elegida por 𝕏 @demishassabis (Demis Hassabis), con Carbon desensamblando los binarios originales de Theme Park y portándolo a la web de una sola vez, es efectista, pero también una prueba útil de ingeniería inversa real.
𝕏 @GoogleDeepMind (Google Deepmind) defiende que la mayoría de benchmarks de trabajo del conocimiento se resuelven solo con texto, un argumento que, conviene recordarlo, también favorece a quien diseña la nueva prueba.
Desde dentro del equipo, 𝕏 @ammaar (Ammaar Reshi) celebra la demo de Theme Park como un momento de cierre de ciclo, reacción más emocional que técnica.
Más información:
📎 Gemini 4 Carbon is now available
📎 Introducing the Multimodal Knowledge Agent benchmark
2. OpenAI compra Odessia, startup de viajes con IA
OpenAI ha adquirido Odessia, una startup que en octubre lanzó un conserje de viajes basado en IA capaz de ayudar a planificar y reservar desplazamientos. La operación, adelantada por The Information, se produce apenas cinco meses después de ese lanzamiento y menos de un año después de que Francis Davidson fundara la empresa. Davidson se incorpora a OpenAI para trabajar en lo que la compañía describe como “el futuro de los viajes”.
No se han hecho públicas las condiciones económicas. Odessia había levantado 6 millones de dólares en una ronda liderada por Sequoia, una cifra modesta que encaja con una compra centrada en el equipo más que en un negocio consolidado. Los viajes son una de las categorías donde los asistentes con capacidad de agente pueden sustituir pasos que hoy controlan las agencias online, desde la búsqueda hasta la reserva. OpenAI no ha detallado cómo integrará esa experiencia en sus productos ni con qué calendario. El servicio independiente de Odessia ya ha cerrado, aunque la empresa mantiene la atención a los clientes con reservas y planes de viaje en curso.
La bienvenida personal de 𝕏 @gdb (Greg Brockman) a Davidson subraya que el activo principal de la operación es el fundador y su equipo.
La reacción de 𝕏 @Arturojrobles (Arturo Robles) lleva la noticia al parqué: Booking y Expedia acusaron el golpe, señal de que el mercado ve a los asistentes de IA como amenaza para la intermediación de viajes.
Al describir Odessia como agente de viajes, 𝕏 @WesRoth (Wes Roth) sitúa la compra dentro de la carrera por los agentes que completan tareas reales, no solo conversaciones.
Más información:
📎 OpenAI has acquired Odessia
3. Anthropic arranca el roadshow de su salida a bolsa
Anthropic, la desarrolladora de los modelos Claude, ha iniciado el roadshow de su oferta pública inicial: 825 millones de acciones de clase A a entre 70 y 78 dólares, de las que 801,35 millones emite la propia compañía y 23,65 millones venden accionistas existentes. Las aseguradoras tendrán además una opción de 30 días sobre otros 123,75 millones de títulos. Cotizará en el Nasdaq Global Select Market con el símbolo ANT, con Goldman Sachs y Morgan Stanley al frente.
En la parte alta del rango, la operación captaría unos 64.400 millones de dólares, de los que Anthropic ingresaría alrededor de 62.500 millones, con una valoración totalmente diluida de hasta 1,4 billones. Es menos de los 1,5 billones que se manejaban, aunque el Financial Times apunta que la demanda podría empujar el precio al alza. Las estimaciones externas van más lejos: Goldman proyecta más de 600.000 millones de ingresos en 2030 y Morningstar valora el capital en 1,7 billones.
El S-1 enmendado aporta letra pequeña relevante: acuerdos ampliados con Microsoft, de hasta 49.200 millones, y con Google, además de la posibilidad de cancelar un contrato de cómputo de 34.900 millones con Lambda. La compañía también declara haber superado un umbral de su Responsible Scaling Policy, su marco interno de seguridad, por la aceleración que la IA ya aporta a su propia investigación. El registro ante la SEC aún no es efectivo, por lo que las acciones no pueden venderse todavía.
El anuncio de 𝕏 @AnthropicAI (Anthropic) llega acompañado de su aviso legal, un recordatorio de que hasta que la SEC dé por efectivo el registro esto es una presentación a inversores, no una venta.
Lo que destaca 𝕏 @AndrewCurran_ (Andrew Curran) del folleto es la eficiencia: ingresos multiplicados por más de 45 en seis trimestres frente a costes de cómputo multiplicados por 10, y un margen bruto que pasa del 29% al 85% en un año.
Las cuentas de 𝕏 @kimmonismus (Chubby) sitúan la valoración diluida en una horquilla de 1,24 a 1,38 billones, lo que convierte el rango de precios en una rebaja frente a las expectativas, no en una prima.
Más información:
📎 Anthropic launches roadshow for proposed initial public offering
4. OpenAI abre ChatGPT a los perfiles de empresa
OpenAI ha lanzado en beta Businesses in ChatGPT, una función con la que las empresas pueden reclamar su perfil dentro del asistente, gestionar su información y consultar cómo interactúan los usuarios con ellas. El centro de la herramienta es el Business Hub: tras verificarse, cada compañía puede actualizar sus datos, subir catálogos de productos con precios y disponibilidad al día y revisar métricas agregadas de interacción. Las empresas elegibles pueden además crear y publicar un Business Agent, un asistente que responde dudas de clientes y les ayuda a comparar productos con la información que aporta el propio negocio.
Esa conversación aparece identificada como tal y separada de las respuestas independientes de ChatGPT, una distinción relevante si OpenAI quiere preservar la credibilidad de su producto principal. La lógica recuerda a las fichas de empresa de los buscadores o de Google Maps. ChatGPT se perfila como canal de descubrimiento comercial y las marcas ganan cierto margen para influir en cómo las presenta la IA. Para el comercio electrónico, tener precios y existencias actualizados dentro del asistente puede pesar tanto como el posicionamiento en buscadores. Por ahora, la experiencia solo está disponible para negocios elegibles en Estados Unidos, con foco en comercio electrónico y servicios en línea.
El mensaje de 𝕏 @OpenAI (Openai) se centra en dar a las empresas control sobre lo que los clientes ven de ellas, un argumento pensado para atraer a equipos de marketing más que a usuarios finales.
La lectura de 𝕏 @testingcatalog (Ai News | Testingcatalog) conecta el lanzamiento con capacidades de segmentación que OpenAI ya había presentado este año, lo que sugiere una estrategia comercial que se construye por piezas.
El escueto «oof» de 𝕏 @tunguz (Bojan Tunguz) resume el escepticismo de quienes temen que la entrada de contenido gestionado por marcas contamine la percepción de neutralidad del asistente.
Más información:
📎 openai.com: Introducing businesses ChatGPT
5. DeepMind presenta Gemini Robotics 2.5
Google DeepMind ha presentado Gemini Robotics 2.5, su modelo de visión-lenguaje-acción (VLA) más capaz hasta ahora, que ya está llegando a sus socios de robótica. Un modelo VLA traduce lo que el robot ve y la instrucción que recibe en movimientos físicos, y la compañía asegura que esta versión amplía tanto el abanico de habilidades aprendibles como la velocidad para adquirirlas. Se ha evaluado en más de 200 tareas distintas sobre varios tipos de robots: atar lazos, pipetear líquidos, servir comida con pinzas o doblar ropa, ejercicios elegidos porque exigen manejar objetos deformables, frágiles o herramientas.
Parte del avance se atribuye a Gemini 4 Argon, el modelo generalista de Google, que intervino en el desarrollo generando espacios virtuales de práctica a partir de una sola vista de cámara y revisando grabaciones de los fallos del robot para corregir la técnica, lo que según DeepMind ahorró meses de entrenamiento. El resultado más cercano a la industria procede de una prueba de concepto en líneas de producción de Mercedes-Benz, donde el humanoide Apollo 2 de Apptronik seleccionó y empaquetó piezas de automoción con un 96% de éxito. DeepMind acompaña el lanzamiento con medidas de seguridad específicas, como la detección de peligros, la evitación de personas y pruebas de resistencia frente a jailbreaks.
La ambición de 𝕏 @GoogleDeepMind (Google Deepmind) va más allá de sumar tareas: habla de acercarse a una destreza de nivel humano, una afirmación que sus propias demos todavía no permiten verificar fuera de condiciones controladas.
El resumen de 𝕏 @WesRoth (Wes Roth) pone el foco en una mejora de rendimiento del 20 al 30%, la cifra que mejor permite comparar esta versión con la anterior más allá del recuento de habilidades.
El entusiasmo de 𝕏 @kimmonismus (Chubby), que presenta la robótica como la próxima revolución, refleja el ánimo de parte de la comunidad, aunque la prueba industrial sigue siendo un único piloto.
Más información:
📎 Gemini Robotics 2.5: Accelerating Physical Intelligence
6. DeepMind verifica formalmente el código del protocolo Signal
Google DeepMind ha demostrado matemáticamente propiedades clave de seguridad de libsignal, la implementación de referencia del protocolo Signal, que protege miles de millones de conversaciones en apps como Signal y Google Messages. Lo ha hecho con AlphaProof Code, un marco de varios modelos y agentes que reparte el trabajo como un equipo de investigación: expertos humanos deciden qué demostrar con ayuda de un agente que redacta especificaciones en Lean, y un grupo de agentes autónomos escribe las pruebas.
La verificación no se queda en el diseño del protocolo, sino que también llega al código máquina que es el que realmente se ejecuta en los dispositivos. Según DeepMind, es la primera vez que se verifica formalmente la implementación de un protocolo criptográfico tan desplegado, con o sin IA. La verificación formal es el estándar más alto de garantía para el software, pero ha sido demasiado costosa en la práctica. En este caso, los agentes generaron unos 6,5 millones de líneas de pruebas comprobadas por máquina, apoyadas en unas 26.000 líneas de especificaciones que sí requieren confianza humana.
Que 𝕏 @sundarpichai (Sundar Pichai) enmarque el trabajo como un uso de Gemini 4 Carbon convierte un resultado de investigación en escaparate comercial de su modelo más potente.
Para 𝕏 @Dan_Jeffries1 (Daniel Jeffries), los sistemas que encuentran fallos también pueden corregirlos, y limitar la IA por temores exagerados debilitaría las defensas; una lectura con evidente carga política.
La pista que siguió 𝕏 @AndrewCurran_ (Andrew Curran) fue la del producto: la contribución de Carbon y los primeros usuarios con acceso anticipaban su lanzamiento esa misma mañana.
Más información:
📎 Formal Verification of Signal’s Protocol with Gemini
7. AI Futures adelanta a 2027 el investigador superhumano
El AI Futures Project, el grupo autor del escenario AI 2027, ha publicado su actualización de plazos Q3.5. Todos sus miembros prevén ahora que un Investigador de IA Superhumano (SAR) llegará probablemente en algún momento de 2027, salvo una ralentización deliberada importante. El grupo define el SAR como el punto en el que una empresa preferiría despedir a todos sus investigadores humanos y apoyarse solo en investigadores automatizados antes que contar con el mejor equipo humano del mundo sin IA.
El giro es notable porque hasta ahora, Kokotajlo, el más optimista del grupo, daba un 50% de probabilidad a que llegara antes de 2029. La causa principal es un informe de METR que estima que Anthropic avanza en IA unas dos veces más rápido que su ritmo histórico, con un margen de entre 1,3x y 3x, y que atribuye el 80% de esa aceleración a la propia IA. Con esas cifras, el progreso iría cinco meses por delante de lo descrito en AI 2027. El grupo asigna además entre un 35% y un 65% de probabilidad a que antes de 2028 llegue una IA capaz de automatizar todo el trabajo de cuello blanco, a la que llama TED-AI.
Los autores reconocen que publicaron con prisa y que el modelo puede contener errores, aunque sostienen que no alterarían las conclusiones generales. Ante el escenario previsto por su modelo, su recomendación explícita es pausar o pautar de forma sustancial el desarrollo de IA de frontera.
La advertencia de 𝕏 @AndrewCurran_ (Andrew Curran) va más allá de la investigación en IA: insiste en que esta aceleración se generaliza a todo, una extrapolación que el propio informe solo plantea como probabilidad para el trabajo de cuello blanco.
El ángulo de 𝕏 @FABYMETAL4 (Fabyδ) es bursátil: sostiene que el rango de 70 a 78 dólares por acción de Anthropic apenas descuenta una explosión de inteligencia en 2027.
Al subrayar que Kokotajlo escribe que la explosión de inteligencia ocurrirá en 2027 «después de todo», 𝕏 @AGTPinsights (Agtp) recuerda que el grupo había alejado antes sus propios plazos y ahora vuelve a acercarlos.
El encuadre de 𝕏 @Techmeme (Techmeme) vincula expresamente la revisión al informe de METR sobre la I+D de Anthropic, lo que deja ver hasta qué punto la previsión depende de una sola fuente de evidencia.
Más información:
📎 Q3.5 Timelines Update: Looks Like the Intelligence Explosion Will Happen in 2027 After All