Actualidad de AI #36: Nuevos modelos e inversiones

Nuevos modelos y protocolos

Esta semana se anunciaron nuevos modelos en el ecosistema de AI, centrados especialmente en sistemas multiagente y capacidades multimodales. Estas son las novedades destacadas:

• Nvidia Nemotron 3: Se presentó una nueva familia de modelos de código abierto optimizados para sistemas multiagente.
• OpenAI GPT Image 1.5 & GPT-5.2-Codex: Se actualizaron las capacidades de generación de imágenes de ChatGPT y se lanzó la versión de Codex centrada en ingeniería de software.
• Google Gemini 3 Flash: Este modelo, centrado en el bajo coste y la alta velocidad, pasó a ser el predeterminado en las búsquedas y las aplicaciones de Gemini.
• AI2 Molmo 2 & Olmo 3.1: Se lanzaron Molmo 2, capaz de analizar vídeos (seguimiento de objetos, recuento), y Olmo 3.1, un modelo de razonamiento abierto.
• Black Forest Labs FLUX.2: Se anunció un modelo de imagen avanzado capaz de generar imágenes con datos web en tiempo real.
• Klarna Agentic Product Protocol: Se presentó un protocolo de estándar abierto que permite a los asistentes de AI acceder a más de 100 millones de productos.
• Alibaba Wan2.6: Modelo multimodal capaz de generar vídeos HD de hasta 15 segundos, con soporte para guiones gráficos y referencias de personajes.
• xAI Grok Voice Agent API: Se ofreció a los desarrolladores una API de tecnología de voz a voz (speech-to-speech).
• Meta SAM Audio: Se lanzó un modelo capaz de separar sonidos específicos de archivos de audio mediante entradas visuales y de texto.

Nuevas funciones e integraciones

Las plataformas y aplicaciones existentes siguen integrando capacidades de AI en los flujos de trabajo:

• Google Translate & CC: El servicio de traducción pasó a centrarse en el contexto con la infraestructura de Gemini, mientras comenzaron las pruebas del asistente CC basado en correo electrónico.
• Zoom AI Companion 3.0: Se presentó una nueva versión que conecta los datos de las reuniones con flujos de trabajo automatizados.
• Adobe Firefly: Se añadieron instrucciones de texto y funciones de control de cámara para los procesos de edición y montaje de vídeo.
• OpenAI Aplicaciones de terceros: Se incorporó a ChatGPT soporte para aplicaciones de terceros sin necesidad de instalación externa.
• YouTube Playables Builder: Se anunció una plataforma basada en Gemini 3 que permite crear juegos mediante instrucciones de texto e imágenes.

Notas de investigación

Los datos de Stanford HAI y de investigaciones independientes revelan los niveles de capacidad de los modelos y las expectativas futuras:

• Éxito en el examen CFA: Se indicó que GPT-5, Gemini 3.0 Pro y otros modelos destacados superaron los tres niveles de los exámenes de certificación CFA. Gemini 3.0 Pro alcanzó una tasa de acierto del 97,6 % en el nivel 1.
• Previsiones para 2026: Stanford HAI prevé que aumentará el uso de AI en la atención sanitaria, pero que las expectativas de AGI (inteligencia general) no se cumplirán a corto plazo.

Agenda de inversión

El flujo de capital en el sector continúa con grandes valoraciones y alianzas estratégicas:

• Amazon & OpenAI: Se informó de que Amazon se prepara para invertir 10.000 millones de dólares en OpenAI y de que la valoración podría superar los 500.000 millones de dólares.
• Databricks: Captó más de 4.000 millones de dólares con una valoración de 134.000 millones de dólares.
• Lovable: Captó 330 millones de dólares en una ronda de serie B y alcanzó una valoración de 6.600 millones de dólares.
• Otras inversiones: Chai Discovery (130 M$), Neural Concept (100 M$), PolyAI (86 M$) y Mirelo (41 M$) completaron sus rondas de inversión.