AI FRONTIER
Signals worth understanding before they become obvious.
Qwen publica Qwen-Image-2.1-Turbo: un checkpoint acelerado de 8 pasos para texto a imagen y edición de imágenes
Qwen-Image-2.1-Turbo es un checkpoint acelerado de Qwen-Image-2.1 para generación de texto a imagen y edición de imágenes con 8 pasos de eliminación de ruido, usa la misma arquitectura de generación visual de 7B y se carga directamente con QwenImage21Pipeline en Diffusers.
- El calendario de muestreo recomendado de 8 pasos se guarda con el checkpoint y se carga automáticamente; establecer num_inference_steps por sí solo no lo anula.
- La generación usa CFG=1 por defecto, y el prefix KV caching reutiliza el contexto del texto y de la imagen de referencia entre los pasos de eliminación de ruido.
- La tarjeta del modelo indica un tamaño de 7B parámetros, tipo de tensor BF16 y la licencia Qwen Research License Agreement.
- Requiere Diffusers con soporte para sigmas de muestreo configurados por pipeline (PR #14950), además de una compilación de PyTorch compatible con CUDA, transformers>=5.17.0, accelerate y pillow.
Como el calendario de 8 pasos viene incluido en el checkpoint, los desarrolladores obtienen menos pasos de inferencia y menor latencia, pero deben tener en cuenta que el calendario se aplica por defecto y que otros calendarios no se han eva...
Microsoft publica Microsoft-Decision-1, un modelo especializado en decisiones de agentes, y OpenAI lanza su Decisions API
Microsoft publicó Microsoft-Decision-1, un modelo de IA especializado en tareas de decisión estructuradas. La versión inicial se construyó sobre Qwen3.5-9B, con planes de extenderlo al MAI de Microsoft y a otros modelos de OpenAI.
- La versión inicial se construyó sobre Qwen3.5-9B, con planes de extensión al MAI de Microsoft y a otros modelos de OpenAI.
- Procesa en una sola pasada contextos de entrada de hasta 32.000 tokens.
- En 8 variaciones de entrada, la tasa de cambio de juicio promedió 1,3 %; cambiar las descripciones de las opciones o invertir y mezclar su orden no cambió los juicios.
- Validado con unas 150.000 preguntas y 36 benchmarks, Microsoft reporta la mayor precisión entre los modelos comparados y una velocidad 4,5 veces superior a Quyet-1.0-Large y hasta 35 veces superior a GPT-6 Sol.
Para los desarrolladores de agentes, Decision-1 devuelve probabilidades calibradas en una sola inferencia, por lo que sirve como capa de control basada en la confianza que ejecuta automáticamente los casos claros y escala los ambiguos.
LegalOn reduce a la mitad los costos de Codex manteniendo la velocidad de desarrollo
LegalOn redujo un 65 % los costos diarios estimados de Codex mientras mantenía la velocidad de desarrollo. Asignó Astra, Sol y Luna a las tareas y gestionó los presupuestos de forma estratégica.
- LegalOn redujo un 65 % los costos diarios estimados de Codex.
- La empresa mantuvo la velocidad de desarrollo mientras reducía costos.
- Asignó Astra, Sol y Luna a las tareas y gestionó los presupuestos de forma estratégica.
Para los constructores de IA, esto muestra que asignar modelos a tareas y gestionar presupuestos de forma estratégica puede reducir drásticamente los costos de los agentes de programación sin sacrificar la velocidad de desarrollo.
Google Research publica un informe sobre problemas abiertos de privacidad y seguridad de agentes desde una perspectiva contextual
Google Research publicó un informe de taller, elaborado con más de 50 participantes del ámbito académico y de la industria, que expone desafíos fundamentales de privacidad y seguridad de agentes de IA autónomos y propone un enfoque multicapa basado en la integridad contextual en los niveles de sistema, modelo, usuario ...
- El informe surge del Google Contextual Agent Privacy and Security (CAPS) Workshop celebrado a finales de 2025 en Nueva York, con la participación de más de 50 investigadores y líderes de la industria.
- El informe pide benchmarks multiagente estandarizados, descritos como entornos dinámicos «Agent Gym» para simular de forma segura interacciones complejas y en cascada durante periodos prolongados.
Para los constructores de IA, el informe convierte la integridad contextual en una dirección de diseño implementable de capa supervisora y motor de políticas, y señala la ausencia de benchmarks compartidos de seguridad multiagente.
Tras revisar 1.933 artículos de IROS, vemos seis nuevos cambios en robótica
Leiphone revisó 1.933 artículos de IROS e identificó seis nuevos cambios en la investigación en robótica.
- La revisión abarca 1.933 artículos de IROS.
- Leiphone informa de seis nuevos cambios en robótica.
Para los investigadores en robótica, esta revisión a gran escala sirve como referencia para seguir las tendencias de investigación de IROS.
Nuevo estudio de Ant×Universidad de Zhejiang: que la IA «lea» la emoción en diálogo en streaming | EMNLP'26
Un nuevo estudio de Ant y la Universidad de Zhejiang propone un método para que la IA reconozca emociones durante el diálogo en streaming, y el trabajo fue aceptado en EMNLP'26.
- La investigación fue realizada conjuntamente por Ant y la Universidad de Zhejiang.
- El trabajo fue aceptado en EMNLP'26.
- El estudio se centra en la comprensión de emociones en diálogo en streaming.
Para quienes construyen sistemas de diálogo en tiempo real, el reconocimiento de emociones en streaming merece incluirse en la evaluación y el diseño de producto.
El gran modelo de código abierto Zidong Taichu lidera 8 de 9 benchmarks internacionales de referencia
Según el Departamento de Economía y Tecnología de la Información de la provincia de Hubei, el gran modelo de código abierto Zidong Taichu ocupó el primer lugar en 8 de 9 benchmarks internacionales de referencia.
- Según el Departamento de Economía y Tecnología de la Información de la provincia de Hubei, el gran modelo de código abierto Zidong Taichu ocupó el primer lugar en 8 de 9 benchmarks internacionales de referencia.
Para los desarrolladores de IA, el primer lugar de Zidong Taichu en 8 de 9 benchmarks internacionales de referencia añade un punto de comparación sólido al evaluar modelos de código abierto.
Mejora del rendimiento: «los LLM por sí solos no bastan», según una startup estadounidense que combina IA tradicional para verificar respuestas
Según EE Times Japan, una startup estadounidense de IA sostiene que los LLM por sí solos no bastan para mejorar el rendimiento y los combina con IA tradicional para verificar las respuestas.
- EE Times Japan informa de que la mejora del rendimiento «no basta con los LLM por sí solos».
- La startup estadounidense de IA combina LLM con IA tradicional y verifica las respuestas.
Para los constructores de IA, esto indica que la mejora del rendimiento requiere una arquitectura híbrida de LLM e IA tradicional con verificación de respuestas.