Wan 3.0 genera 30 segundos en una sola pasada, NVIDIA mide picos de hasta 30x de trabajo por vatio, Mistral firma con HUMAIN

El 24 de agosto es un día de hardware tanto como de modelos. NVIDIA lanza tres anuncios de infraestructura en la misma tanda de Hot Chips: primeras mediciones en silicio para Vera Rubin NVL72, entrada en producción de Groq 3 LPX, apertura de la plataforma a chips de terceros mediante NVLink Fusion. Alibaba presenta Wan 3.0, que genera 30 segundos de vídeo nativo en una sola pasada. Y dos laboratorios no estadounidenses se muestran el mismo día junto a instituciones nacionales: Mistral con HUMAIN en Arabia Saudí, Sakana AI con el Ministerio japonés de Defensa. A esto se suman la disponibilidad general de la autorización empresarial para los conectores MCP en Anthropic, la llegada de GPT-5.6 a Kiro y una serie de anuncios sobre agentes de voz.

Wan 3.0 genera 30 segundos nativos en una sola pasada

24 de agosto — Alibaba lanza Wan 3.0, la nueva generación de su modelo de vídeo. El cambio más visible está en la duración: el modelo produce 30 segundos nativos en una sola pasada, sin ensamblaje de planos sucesivos (stitching). Hasta ahora, superar una decena de segundos suponía generar varios segmentos y luego unirlos, con las desviaciones de coherencia que eso provoca en la iluminación, las texturas y los rostros.

El segundo eje es la entrada multimodal. Wan 3.0 acepta hasta 20 assets de referencia y analiza documentos y páginas web además de imágenes, audio y vídeo, lo que la página oficial denomina creación omnimodal (Omni-Creation). En la práctica, se le entrega una carpeta de marca en lugar de una descripción textual.

El modelo también genera audio sincronizado nativo: voces, efectos y ambiente se producen al mismo tiempo que las imágenes, y no se añaden después. En imagen fija, Wan 3.0 fusiona hasta 9 imágenes en una composición única y genera 12 imágenes secuenciales con estilo y sujeto constantes, lo que apunta explícitamente al storyboard y a las versiones publicitarias.

Dos capacidades menos espectaculares son importantes en uso profesional: el renderizado de texto largo en 12 idiomas, que cubre gráficos, fórmulas e infografías donde los modelos de vídeo suelen fallar, y el control colorimétrico preciso, condición para ajustarse a una guía de estilo.

El ecosistema siguió ese mismo día: Wan 3.0 estaba disponible desde el día cero en fal, Leonardo.Ai, Scenario, RunningHub, Venice, TapNow, DeeVid, Pixmax y a través del Pika API Club.

Capacidad anunciada	Valor para Wan 3.0
Duración nativa	30 s en una sola pasada, sin ensamblaje
Assets de referencia	Hasta 20, con análisis de documentos y páginas web
Audio	Sincronizado, generado de forma nativa con las imágenes
Renderizado de texto	Texto largo en 12 idiomas (gráficos, fórmulas, infografías)
Fusión de imágenes	Hasta 9 imágenes en una composición
Series de imágenes	Hasta 12 imágenes secuenciales coherentes

🔗 Wan 3.0 — página oficial

NVIDIA mide hasta 30x más trabajo por vatio en Vera Rubin NVL72

24 de agosto — Con motivo de la conferencia Hot Chips, NVIDIA publica sus primeras mediciones de rendimiento en silicio para Vera Rubin NVL72. La cifra destacada apunta directamente a la eficiencia de los centros de datos: hasta 30x más rendimiento por megavatio que la generación GB300 NVL72 en el modelo DeepSeek V4 Pro, y un coste por millón de tokens hasta 35x inferior.

El punto metodológico cuenta tanto como el resultado. NVIDIA descarta las mediciones de inferencia clásicas, calibradas sobre secuencias de 1 000 a 8 000 tokens: en una sesión agéntica, el contexto se acumula y alcanza varios cientos de miles de tokens de entrada. Por tanto, las mediciones se hicieron con SemiAnalysis AgentX, una carga de sesiones reales de codificación agéntica registradas, con llamadas a herramientas y subagentes conservados. Dos reservas: las cifras esperan la revisión de SemiAnalysis y aún no incorporan la aportación de la CPU Vera.

La justificación está en una estadística de OpenRouter: una carga agéntica consume 15x más tokens que una consulta de chat simple. Para una fábrica de IA limitada por la energía, la cuestión se formula sin rodeos: el rendimiento por megavatio determina los ingresos, el coste por millón de tokens determina el margen. La tecnología DSX MaxLPS permite además provisionar hasta 40% más GPU con el mismo presupuesto de megavatio.

Las ganancias vienen de una acumulación de optimizaciones de inferencia: servicio desagregado que separa el tratamiento del contexto y la generación de la respuesta, caché KV distribuida con descarga por niveles, núcleos CUDA fusionados como MegaMoE y cuantificación NVFP4 que comprime los pesos a 4 bits. La plataforma completa cuenta con siete chips, incluidas las GPU Rubin.

Comparación medida	Ganancia anunciada
Vera Rubin NVL72 frente a GB300 NVL72 (rendimiento por MW)	hasta 30x
Vera Rubin NVL72 frente a GB300 NVL72 (coste por millón de tokens)	hasta 35x más barato
GB300 NVL72 frente a Hopper (rendimiento por MW)	hasta 15x
DSX MaxLPS	+40% de GPU con el mismo presupuesto de megavatio

🔗 Vera Rubin NVL72 y las cargas agénticas

Groq 3 LPX entra en plena producción, Nebius y SpaceXAI adoptan Vera Rubin

24 de agosto — Segundo capítulo de la misma tanda de Hot Chips: el sistema rack-scale NVIDIA Groq 3 LPX pasa a plena producción, como extensión de Vera Rubin NVL72.

La cifra de referencia procede de un benchmark de Artificial Analysis sobre Gemma 4 31B: 3 400 tokens de salida por segundo con contexto largo de 100 000 tokens, es decir, 4x la plataforma alternativa más cercana. El problema que aborda tiene un nombre preciso: la latencia de decodificación. Un agente genera su respuesta token por token, y el menor retraso unitario se multiplica a lo largo de las cadenas de trabajo.

La distribución de funciones es explícita: las GPU Rubin tratan el contexto a gran escala, LPX acelera la decodificación sensible a la latencia. Un rack puede reunir 256 aceleradores LP30 conectados mediante enlaces directos chip a chip.

Se citan tres adoptantes. Nebius es el primer cloud de IA en integrar Groq 3 LPX, dentro de su Token Factory; CoreWeave despliega Spectrum-X Multiplane en producción para interconectar sus racks Vera Rubin; y SpaceXAI adopta las CPU NVIDIA Vera para la orquestación, la llamada a herramientas y la ejecución de código detrás de la IA agéntica, con la intención de construir su arquitectura en torno a Vera Rubin, desde los centros de datos terrestres hasta los satélites en órbita.

En cuanto a la red, superar los mayores clústeres actuales exigía hasta ahora un tercer nivel, costoso en cableado, óptica, energía y latencia. Spectrum-X Multiplane divide en su lugar la conexión de cada servidor en varios caminos independientes, o planos, cada uno operando su propia red de dos niveles.

Elemento medido	Valor anunciado
Groq 3 LPX sobre Gemma 4 31B, contexto 100k	3 400 tokens/s de salida, 4x la plataforma más cercana
Rack Groq 3 LPX	hasta 256 aceleradores LP30, enlaces chip a chip
Spectrum-X Multiplane	hasta 512 000 GPU en dos niveles
Pérdida de un plano de ocho	alrededor de 90% de ancho de banda conservado
Recuperación de hardware	11x más rápida que el balanceo de software, 1,6x de producción

🔗 Groq 3 LPX, Spectrum-X y NVLink Fusion

NVLink Fusion conecta chips personalizados a la plataforma NVIDIA

24 de agosto — Tercer artículo de NVIDIA del día: NVLink Fusion incorpora chips personalizados (XPU) a un dominio de escalado NVLink de 72 aceleradores. La sexta generación de NVLink muestra una latencia de extremo a extremo 3x inferior a las soluciones basadas en Ethernet estándar, con un rendimiento de paquetes 10x superior; la hoja de ruta anuncia dominios de hasta 1 152 aceleradores y óptica coempaquetada. NVLink-C2C conecta los XPU a las CPU Vera u otras CPU con hasta 6x la eficiencia energética de una interfaz PCIe.

El argumento es el desacoplamiento: la planificación de una fábrica de IA —energía, edificio, refrigeración, racks, red— comienza mucho antes de que se cierre la combinación de aceleradores, y un centro de datos bloqueado en un único chip se convierte en un riesgo de planificación. Los adoptantes reutilizan la arquitectura de rack MGX y su cadena de suministro. Socios citados: Intel, MediaTek, GUC, QCT y Annapurna Labs.

🔗 NVLink Fusion y los XPU

Mistral y HUMAIN firman por una IA soberana en Arabia Saudí

24 de agosto — Mistral anuncia una colaboración estratégica con HUMAIN, la empresa saudí de inteligencia artificial: infraestructura de cómputo, desarrollo de modelos avanzados y despliegue de soluciones en el reino y la región. El compromiso, según Mistral, se cifra en varios cientos de millones de euros.

Las líneas iniciales son la ciberseguridad y la voz, con modelos frontera de alto rendimiento en lengua árabe. Mistral estudiará el uso de los centros de datos de HUMAIN para sus necesidades locales de cómputo, y ambos socios apuntarán conjuntamente a las industrias reguladas del reino. El anuncio amplía una secuencia iniciada este verano —ampliación de la colaboración con Microsoft, luego European Compute Units a principios de agosto— y el comunicado precisa que se trata de declaraciones prospectivas, sujetas a acuerdos comerciales posteriores.

Control is becoming the defining topic in enterprise AI adoption. Across the world, and especially in regulated industries, organizations want the benefits of AI without giving up control over their sensitive data and systems.

🇪🇸 El control se está convirtiendo en el tema decisivo para la adopción de la IA en la empresa. En todo el mundo, y especialmente en las industrias reguladas, las organizaciones quieren los beneficios de la IA sin renunciar al control de sus datos y de sus sistemas sensibles. — @MistralAI en X

🔗 Anuncio de @MistralAI · Entrada de Mistral

Sakana AI consigue un contrato del Ministerio japonés de Defensa

24 de agosto — Sakana AI hace público un contrato firmado el 29 de julio con el Ministerio japonés de Defensa (防衛省), relativo al estudio y la demostración de las funciones de IA necesarias para las operaciones de análisis integrado. El proyecto se dirige a los oficiales de análisis de la Dirección de Inteligencia, en tres ejes: recopilación, capacidades de análisis y gestión documental. La pieza tecnológica empleada es la tecnología de agentes de IA del laboratorio.

No es su primer contrato de defensa: en marzo de 2026, el laboratorio tokiota ya había sido seleccionado para las tecnologías básicas de los sistemas de mando y control. Para una empresa cuya identidad pública se apoya en sus modelos abiertos, la trayectoria merece ser señalada: el blog dispone ahora de una sección dedicada a defensa e inteligencia, y Sakana AI está contratando para ese equipo.

「Sakana AI株式会社は、令和8年7月29日、防衛省と「総合分析業務に必要なAI機能の調査・実証」に関する契約を締結いたしました。」

🇪🇸 Sakana AI firmó el 29 de julio de 2026 un contrato con el Ministerio de Defensa relativo al estudio y la demostración de las funciones de IA necesarias para las operaciones de análisis integrado. — Sakana AI, entrada oficial

🔗 Sakana AI — análisis integrado para Defensa

Anthropic pone en disponibilidad general la autorización empresarial para los conectores MCP

24 de agosto — La autorización gestionada por la empresa (enterprise-managed auth) para los conectores MCP pasa a disponibilidad general en Claude Team y Claude Enterprise, después de una beta abierta en junio. El problema que resuelve es concreto: hasta ahora, conectar un conector MCP suponía dos pasos: el administrador lo activaba para la organización y luego cada usuario pasaba por un flujo OAuth para cada herramienta. Ahora el administrador autoriza una sola vez, mediante el proveedor de identidad de la empresa, y los usuarios encuentran sus herramientas ya conectadas.

Un punto interesa a los equipos de seguridad: un administrador puede exigir que un conector pase siempre por el proveedor de identidad, lo que impide vincular una cuenta personal a una herramienta profesional. Diez proveedores MCP son compatibles en el lanzamiento: Asana, Atlassian, Canva, Datadog, Figma, Granola, Linear, Notion, Slack y Supabase, con Okta como único IdP por ahora. El mecanismo no es propietario: es la primera implementación de la extensión Enterprise-Managed Authorization del Model Context Protocol.

🔗 Anuncio de @ClaudeDevs · Entrada de Anthropic

Boris Cherny reconoce los rechazos en ciberseguridad como un defecto

24 de agosto — Al día siguiente de sus comentarios sobre los tres niveles de capacidad, el responsable de Claude Code responde a dos preguntas recurrentes entre los desarrolladores de seguridad. La primera es la sospecha de un modelo interno privilegiado: el equipo usa exactamente el mismo Fable que los usuarios finales.

La segunda es más directa: los rechazos provocados por temas de ciberseguridad se reconocen como un defecto, en términos que no buscan suavizarlo, y el equipo está trabajando para reducirlos. Es una información útil para los profesionales de la seguridad defensiva o de los CTF, que se topan con frecuencia con rechazos ante solicitudes legítimas. No se da un calendario, pero el mensaje prolonga la actualización de agosto sobre los guardarraíles de biología de Fable 5, que ya pretendía reducir los falsos positivos.

We use the same exact Fable. Cyber security refusals suck, and we are working on reducing them. More to come.

🇪🇸 Usamos exactamente el mismo Fable. Los rechazos en ciberseguridad son molestos y estamos trabajando para reducirlos. Habrá más cosas. — @bcherny en X

Anthropic comienza a mantener automáticamente sus propias aplicaciones

23 de agosto — Empujado a precisar qué entiende por codificar, Boris Cherny establece una distinción sencilla: el coding es el acto de escribir código, la engineering es todo lo demás por encima. Reconoce que la separación entre trabajo táctico y trabajo estratégico es otro marco de lectura válido.

Es el final de su mensaje lo que aporta la información nueva. Afirma ver cómo empiezan a automatizarse parcelas del trabajo estratégico, y da un ejemplo concreto: Anthropic comienza a mantener automáticamente sus aplicaciones, y un número de clientes de rápido crecimiento estaría haciendo lo mismo. El matiz importa: ya no se trata de generar código a demanda, sino de dejar que agentes se encarguen del mantenimiento rutinario de aplicaciones en producción: actualizaciones de dependencias, correcciones, adaptaciones a cambios de API. El verbo empleado describe un despliegue en curso y no un estado de hecho, y no se dan cifras, ni una aplicación concreta, ni un perímetro exacto.

🔗 Hilo @bcherny sobre el coding y la engineering

Un digest comercial semanal automatizado con Claude Code

24 de agosto — Anthropic publica un artículo sobre un uso interno de Claude Code fuera del desarrollo de software: una comercial de terreno cuenta cómo sustituyó el stand-up de quince minutos del lunes por la mañana por un digest semanal personalizado, entregado por mensaje de Slack a cada comercial.

La arquitectura se apoya en pocas cosas: Claude está conectado a BigQuery mediante MCP, y el almacén actúa como fuente de verdad de los datos de marketing. El método es más instructivo que la técnica: el piloto arrancó con un solo equipo voluntario, y cada corrección recibida de los destinatarios se convirtió en una regla explícita del prompt: al final de la primera semana, este contaba con nueve reglas de contenido, cada una trazable a un comentario preciso. Como cada mensaje se compone a partir de la lista de cuentas de su destinatario, dos mensajes nunca son idénticos; los BDR (business development representatives) pidieron después su propia variante.

🔗 Un digest semanal personalizado con Claude Code

GPT-5.6 llega a Kiro, el agente de desarrollo de AWS

24 de agosto — La familia completa GPT-5.6 — Sol, Terra y Luna — ya está disponible en Kiro, el agente de desarrollo de software de AWS. El argumento destacado no es la potencia bruta, sino la relación precio/rendimiento: en Terminal-Bench 2.1, una prueba realizada conjuntamente por OpenAI y AWS, GPT-5.6 Terra completa con éxito las tareas con aproximadamente un 82% menos de coste.

La explicación avanzada se apoya en el método de Kiro, el desarrollo guiado por especificaciones (spec-driven development): la herramienta convierte una intención de alto nivel en requisitos, diseño técnico y tareas ejecutables, lo que ancla el modelo en un contexto preciso desde el principio y limita los callejones sin salida. OpenAI detalla los usos previstos: planes de implementación estructurados, tareas de código de varios pasos, contexto del repositorio, puntos de control antes de aplicar los cambios. Para quienes siguen el ecosistema de agentes de código, el anuncio confirma sobre todo que la gama GPT-5.6 se está extendiendo fuera de las superficies de OpenAI.

🔗 GPT-5.6 en Kiro

Codex gana un modo desarrollador con acceso al Chrome DevTools Protocol

24 de agosto — El changelog de ChatGPT y Codex recibe una oleada de novedades centradas en el navegador pilotado por el agente. La principal es un modo desarrollador para Browser use, tanto en Chrome como en el navegador integrado de Codex: concede acceso controlado al Chrome DevTools Protocol, la interfaz que utilizan las herramientas de desarrollo de Chrome. Así, el agente puede perfilar el rendimiento y depurar el tráfico de red, la salida de consola y el estado de la página, en lugar de limitarse a lo que lee en pantalla.

El mismo protocolo impulsa la velocidad: Browser use pasa a ser hasta dos veces más rápido, gracias a instantáneas del DOM que reducen los intercambios con el navegador. Las automatizaciones programadas respetan ahora el modo de aprobación seleccionado, lo que corrige una discrepancia molesta para las ejecuciones no supervisadas.

Novedad del changelog	Alcance anunciado
Modo desarrollador para Browser use	Chrome y navegador integrado de Codex, acceso CDP controlado
Browser use acelerado	Hasta 2x más rápido (optimizaciones CDP e instantáneas DOM)
Comando `/init`	Componer de la aplicación, funcionamiento idéntico al CLI de Codex
Computer Use	Empresas fuera del EEE, Reino Unido y Suiza
Controles de Computer Use en Windows	Configurables aplicación por aplicación

🔗 Changelog de ChatGPT y Codex

Los ganadores del Gemma 4 Good Challenge

24 de agosto — Google publica los resultados de su Gemma 4 Good Challenge, una competición de Kaggle que invitaba a los desarrolladores a abordar problemas reales con sus modelos abiertos: más de 1.600 proyectos presentados en seis semanas. La dificultad radicaba menos en la calidad de los modelos que en su despliegue en entornos restringidos, con participantes que utilizaron LiteRT, Cactus, Ollama, llama.cpp y Unsloth para ejecutarlos en hardware corriente.

El hilo conductor de los proyectos premiados es el funcionamiento sin conexión y la privacidad por diseño. GEM-4 obtiene el primer puesto con un asistente robótico para personas mayores y con discapacidad: un Gemma 4 31B anota secuencias de vídeo de entrenamiento, y un controlador E2B ajustado traduce observaciones e instrucciones en movimientos. Entre los premios especializados, Gem-Care ajusta Gemma 4 E2B para reconstruir el habla no normativa y baja la tasa de error por palabra del 32,7% al 19,0%; PreVillage ofrece enrutamiento conversacional en nepalí romanizado en una Raspberry Pi 5 a 7,5 tokens por segundo.

🔗 Los proyectos premiados del Gemma 4 Good Challenge

ADK evalúa nativamente agentes de voz

24 de agosto — El Agent Development Kit de Google ahora admite la evaluación de agentes en vivo y de voz, en el mismo ciclo que el de los agentes de texto. El principio: un simulador de usuario pronuncia sus turnos de palabra, sintetizados por Gemini TTS y luego enviados en streaming al agente, cuyas respuestas habladas se califican automáticamente. El modo en vivo se activa únicamente por la presencia de un bloque live_model_config; sin él, los mismos casos de prueba se ejecutan en modo texto.

Los casos de prueba se dividen en dos estilos: el escenario, en el que un persona improvisa sus turnos según un plan, y la conversación fija, guionizada palabra por palabra. La evaluación pasa por jueces LLM guiados por rúbricas en lenguaje natural, escritas una vez y aplicadas a toda la suite. La ejecución se realiza mediante adk eval o AgentEvaluator, lo que permite insertar evaluaciones de voz en un pipeline CI/CD. ADK Web añade un conmutador entre modo estándar y modo en vivo, reconstruye la transcripción a partir del flujo de audio y adjunta a cada turno un clip de audio reproducible.

🔗 Evaluar agentes de voz en ADK

Grok Voice Think Fast 2.0 toma la delantera en el índice Speech-to-Speech

24 de agosto — xAI anuncia que Grok Voice Think Fast 2.0 ocupa el primer puesto del índice Speech-to-Speech de Artificial Analysis, que mide menos la calidad de la voz devuelta que la capacidad de un agente de voz para razonar sobre lo que oye, resolver un problema real de un cliente y llevar una tarea hasta el final llamando a herramientas.

El modelo no es una novedad de hoy: su artículo de presentación data del 29 de julio. Lo que xAI comunica aquí es la clasificación y unas cifras de producción. En Starlink, filial del mismo grupo, Grok Voice gestiona más de 15.000 llamadas entrantes de soporte y ventas al día y cierra más de 3.000 pedidos por semana, sumando voz y chat. La familia Think Fast ejecuta su razonamiento en paralelo a la síntesis de voz, lo que evita pagar la inteligencia en latencia.

Benchmark	Think Fast 2.0	GPT-Realtime-2.1 (High)	Gemini 3.1 Flash (High)
AA Speech-to-Speech Quality Index	82,9 %	79,1 %	69,5 %
τ-voice Bench (rendimiento del agente)	56,5 %	45,7 %	37,7 %
Tiempo hasta el primer sonido	0,70 s	—	2,98 s

🔗 Anuncio @SpaceXAI · Artículo de x.ai

ElevenLabs lleva toda su API al terminal

24 de agosto — ElevenLabs publica la versión 1 de su CLI, que expone la totalidad de la API en el terminal. El anuncio se dirige a dos públicos por igual: los desarrolladores y los agentes de código.

Este doble objetivo se refleja en las decisiones técnicas. Los comandos están documentados para ser descubiertos fácilmente, los agent skills están integrados directamente en la herramienta, y la salida está disponible en JSON estructurado: tres condiciones para que un agente controle la herramienta de forma fiable en lugar de interpretar texto libre. El modo dry run completa el conjunto: permite previsualizar el resultado de una operación antes de ejecutarla, un mecanismo de seguridad útil cuando es un agente autónomo el que dispara la llamada. La salida se enmarca en la continuidad del servidor MCP oficial lanzado por el editor el 17 de agosto.

🔗 ElevenLabs CLI v1

MiniMax abre 14 días de acceso ilimitado en GMI Cloud

24 de agosto — Del 24 de agosto al 6 de septiembre, MiniMax abre acceso ilimitado a sus modelos en GMI Cloud: M3 y M2.7 en lenguaje, Speech 2.8 y Music 3.0 en audio.

Lo destacable va más allá de la operación comercial. El 21 de agosto, MiniMax se limitaba a un anuncio enigmático que insinuaba la llegada de un modelo M3, sin especificaciones ni fecha. Tres días después, M3 ya está accesible por su nombre en una oferta fechada, junto a dos modelos de audio cuyos números de versión no habían aparecido en comunicaciones previas del proveedor. No se acompaña el anuncio de ningún benchmark ni de ninguna especificación técnica: es una disponibilidad, no una ficha de producto.

🔗 14 días de acceso ilimitado en GMI Cloud

Breves

Nemotron 3.5 Lightning entra en el top 4 de PinchBench — El modelo de NVIDIA se sitúa en el top 4 de los modelos de pesos abiertos con un 86,4% de éxito medio en las pruebas de agentes estandarizadas OpenClaw; Nemotron 3 Ultra conserva el primer puesto. 🔗 Tweet @NVIDIAAI
Wan 3.0 ya está disponible a través del Pika API Club — El agregador, lanzado el 5 de agosto, da acceso a más de un centenar de modelos mediante una sola API. La incorporación el mismo día de lanzamiento prolonga la lógica ya observada con Seedance 2.5 el 17 de agosto. 🔗 Tweet @pika_labs
Runway amplía Ruby a todos los modelos de su plataforma — Las salidas de Seedance 2.5, Gen-4.5 o MiniMax H3 se convierten ahora en EXR de 16 bits o en ProRes y HEVC de 10 y 12 bits, sin una cadena de calibración distinta por generador. 🔗 Tweet @runwayml
Runway abre un hackathon presencial en San Francisco — El 30 de septiembre, orientado a la construcción de agentes y aplicaciones; las candidaturas se presentan en hackathon.runway.com. 🔗 Tweet @runwayml
Según Boris Cherny, la inyección de prompt resultó resoluble — Continúa hablando de la generación de código sin bugs y cita el precedente: la combinación de entrenamiento en alineamiento e interpretabilidad mecanicista acabó por resolver el problema, tras muchos años. 🔗 Hilo @bcherny
Webinar de GitHub el 25 de agosto sobre la app Copilot — Demostración en directo de 18h a 19h CEST con Pierce Boggan y James Clancey; la página de inscripción detalla Agent Merge, que se encarga de rebase, revisiones y checks hasta el merge. 🔗 Tweet @github
GitHub destaca la temporada 2 de su pódcast — Vídeo de presentación de los presentadores y de sus episodios favoritos de la temporada anterior, sin anuncio de producto. 🔗 Tweet @github
Grok 4.6 a mitad de precio en el portal Nous Research — Descuento del 50% durante una semana, utilizable con el agente open source Hermes o mediante una suscripción SuperGrok o X Premium+ ya existente. 🔗 Tweet @SpaceXAI
Codex Live Build destaca el control por voz — Sesión en directo en X con el creador Alex Finn, dedicada al trabajo sin teclado en Codex en ordenador y móvil. Demostración, sin anuncio de funcionalidad. 🔗 Tweet @OpenAIDevs
HeyGen publica una guía de prompt para vídeos inmobiliarios — Redacción de prompts destinados a vídeos de avatar de calidad cinematográfica, en continuidad con su serie inmobiliaria. 🔗 Tweet @HeyGen
Los 110 años de los parques nacionales estadounidenses con Maps, Search y Gemini — Google cruza sus tendencias de búsqueda (las consultas sobre senderismo para principiantes suben un 165% en un mes) y los usos de AI Mode, Ask Maps y Gemini Live en la preparación de viajes. Ninguna función nueva. 🔗 Artículo de blog.google

Lo que significa

Después de varios días centrados en los usos de software, el hardware vuelve al primer plano — y lo que mide ha cambiado. NVIDIA descarta explícitamente las métricas de inferencia calibradas sobre secuencias de 1 000 a 8 000 tokens para preferirles sesiones reales de codificación agéntica registradas, con contexto creciente, llamadas a herramientas y subagentes incluidos. La unidad de cuenta sigue el mismo desplazamiento: ya no es el rendimiento bruto sino el trabajo por megavatio, y el coste por millón de tokens. La restricción ya no es el silicio disponible, sino la energía que se le puede dar. La distribución GPU/LPU dice lo mismo desde otro ángulo: procesamiento de contexto por un lado, decodificación sensible a la latencia por el otro, porque la inferencia agéntica ha dejado de ser una carga homogénea.

La segunda señal del día es la apertura de la plataforma. NVLink Fusion conecta chips diseñados por otros, SpaceXAI adopta las CPU Vera, e Intel, MediaTek y Annapurna Labs figuran en la lista de socios. El argumento comercial es el del calendario: una fábrica de IA se planifica — energía, edificio, refrigeración, red — mucho antes de que se cierre la mezcla de aceleradores, y vender el rack, la red y la instrumentación en lugar del único acelerador equivale a volverse indispensable incluso para quienes fabrican su propio silicio.

Más inesperadamente, la soberanía ocupa dos anuncios el mismo día. Mistral anuncia una colaboración con HUMAIN para modelos arabófonos y el uso de centros de datos saudíes; Sakana AI firma con el Ministerio japonés de Defensa para el análisis de inteligencia. Dos laboratorios no estadounidenses, dos instituciones nacionales, una misma lógica: lo que Mistral llama control y lo que el gobierno japonés llama poder informacional designan la capacidad de ejecutar entrenamiento e inferencia en una jurisdicción elegida. Para Sakana, cuya identidad pública se apoya en trabajos abiertos, la sección dedicada a la defensa y las contrataciones asociadas indican una línea de actividad duradera más que un contrato aislado.

Queda un hilo discreto pero coherente: la instrumentación se estructura para ser pilotada por un agente, no solo por un humano. ElevenLabs lanza un CLI cuyos argumentos de venta — comandos descubrires, JSON estructurado, modo dry run — se dirigen explícitamente a los agentes de código. Codex gana acceso al Chrome DevTools Protocol, es decir, la posibilidad de leer el estado real de una página en lugar de su renderizado. ADK aporta la evaluación vocal nativa para que los agentes hablantes dejen de entregarse al feeling. Y Grok Voice publica volúmenes de producción — 15 000 llamadas al día en Starlink — en lugar de limitarse a una puntuación de clasificación. Cada vez, el mismo cambio: salir del prototipo exige interfaces mecanizables y medidas reproducibles.