AI FRONTIER
Signals worth understanding before they become obvious.
Mage-VL-Cowork: una receta de entrenamiento completa para aprender uso híbrido de la computadora a partir de arneses evolucionados
El artículo presenta Mage-VL-Cowork, un agente de uso de computadora híbrido de 4B entrenado desde un checkpoint general alineado multimodalmente mediante un currículo progresivo de cinco etapas de extremo a extremo que abarca midtraining, SFT y RL. Mage-CUA-Forge sintetiza 293.806 tareas de escritorio y web en 6.915 h...
- Mage-VL-Cowork es un CUA híbrido de 4B entrenado desde un checkpoint general alineado multimodalmente.
- El entrenamiento usa un currículo progresivo de cinco etapas de extremo a extremo que abarca midtraining, SFT y RL.
- Mage-CUA-Forge sintetiza 293.806 tareas de escritorio y web en 6.915 habilidades.
- El artículo reporta que Mage-VL-Cowork-4B alcanza 66,0 % en OSWorld-Verified y afirma lograr rendimiento de vanguardia en su tamaño de parámetros.
Para los equipos que construyen agentes en dispositivo, la receta muestra que la síntesis de tareas reutilizable condicionada por habilidad junto con un arnés docente evolucionado puede unificar la interacción GUI con la ejecución de código...
mistralai/Mistral-Large-4-1T-A52B: MoE multimodal nativo de 1 billón de parámetros
Mistral publicó Mistral Large 4, un modelo Mixture-of-Experts multimodal nativo de 1 billón de parámetros con 52 mil millones de parámetros activos por token, una longitud de contexto de 1M y soporte para más de 160 idiomas bajo la Mistral Ecosystem Open-Weight License.
- ~1T de parámetros totales / ~52B activos, con 128 expertos enrutados (4 activos por token) y 1 experto compartido
- Admite una longitud de contexto de 1M y entrada multimodal nativa de texto e imagen con un codificador visual estilo Pixtral
- Entrenado desde cero en 3.800 GPU NVIDIA Grace Blackwell en los propios centros de datos de Mistral en Europa
- Reporta 48 % en el Artificial Analysis Coding Agent Index, prácticamente empatado con el modelo líder de pesos abiertos GLM-5.3, usando en promedio 47 % menos tokens por tarea
Para quienes construyen flujos de trabajo multimodales y agénticos, este modelo ofrece contexto de 1M y llamada a funciones nativa en pesos abiertos, pero la escala de 1T de parámetros exige despliegue tensor-parallel multi-GPU y el uso com...
AutoHebb: redes neuronales automodificables que infieren en zero-shot y aprenden de forma continua
El artículo presenta las redes hebbianas autónomas (AutoHebb), una clase de redes neuronales feedforward de aprendizaje en línea que combinan retroalimentación externa con actividad generada internamente para producir una señal de aprendizaje global (neuromodulador), la cual controla una regla de aprendizaje local hebb...
- El artículo reporta que las redes AutoHebb tienen éxito en tareas de inferencia zero-shot (ZI).
- El artículo reporta habilidades emergentes (no entrenadas) de ZI y aprendizaje continuo (CL).
- El artículo reporta que AutoHebb admite ingeniería inversa hacia algoritmos explícitos.
Para los constructores de IA, buscar pesos fijos mediante meta-aprendizaje mientras se actualizan los pesos plásticos con una regla hebbiana de tres factores ofrece una vía alternativa analizable hacia el aprendizaje continuo en línea y la ...
DyCraft: un sistema agéntico para la generación de escenas 4D de horizonte largo
DyCraft descompone la generación de animación en pasos: primero expande el prompt del usuario en un plan detallado y construye una escena estática, y luego crea un storyboard 3D de las poses clave de animación para que un agente de programación pueda escribir movimiento local entre estados inicial y final verificados.
- El artículo evalúa DyCraft en 24 tareas de animación de horizonte largo y múltiples planos, que abarcan robots humanoides, personajes humanos y animales, y mecanismos físicos.
- DyCraft utiliza el storyboard 3D para descomponer el problema en pares de estados inicial y final verificados, junto con una colección de herramientas de autoría de movimiento.
- El artículo se envió a arXiv el 29 de octubre de 2026 (arXiv:2610.40754, cs.CV).
Para quienes construyen pipelines de 3D y animación, DyCraft indica que dividir la generación de horizonte largo en estados inicial y final verificables de forma independiente frena mejor las violaciones físicas que dejar que un agente prog...
OpenAI presenta LifeVal, un benchmark para la IA en tareas cotidianas
OpenAI presenta LifeVal, un benchmark que mide qué tan bien ayuda la IA a las personas a completar tareas cotidianas, desde encontrar cuidado infantil hasta gestionar finanzas y trámites gubernamentales.
- LifeVal es un benchmark presentado por OpenAI.
- Mide qué tan bien ayuda la IA a las personas a completar tareas cotidianas.
- Las tareas de ejemplo incluyen encontrar cuidado infantil, gestionar finanzas y trámites gubernamentales.
Para los desarrolladores de IA, LifeVal desplaza la evaluación hacia tareas reales como cuidado infantil, finanzas y trámites gubernamentales, señalando dónde se necesitan mejoras específicas en los modelos.
Qodo incorpora contexto a la revisión de código con IA mediante Codex
Qodo lleva el conocimiento de la empresa y los estándares de codificación a Codex, ayudando a los desarrolladores a detectar problemas P0 en todos los repositorios antes de abrir una pull request.
- Qodo lleva el conocimiento de la empresa y los estándares de codificación a Codex.
- La integración ayuda a los desarrolladores a detectar problemas P0 en todos los repositorios antes de abrir una pull request.
Para los constructores de IA, inyectar contexto específico de la organización en los agentes de revisión de código desplaza la revisión de comprobaciones genéricas hacia la detección de problemas graves antes de la PR.
Un nuevo artículo de Yann LeCun, de 66 años, desafía la Scaling Law: 109 millones de parámetros superan a 72 mil millones
Yann LeCun publicó un nuevo artículo que reporta que un modelo de 109 millones de parámetros superó a un modelo de 72 mil millones de parámetros, desafiando la suposición de la Scaling Law de que los modelos más grandes necesariamente entienden mejor el mundo.
- El artículo reporta que un modelo de 109 millones de parámetros superó a un modelo de 72 mil millones de parámetros.
- El artículo fue publicado por Yann LeCun, de 66 años.
- El artículo desafía la Scaling Law, argumentando que los modelos más grandes no necesariamente entienden mejor el mundo.
Para los constructores de IA, este artículo sugiere que la escala de parámetros no es el único determinante de la comprensión del mundo, y que la arquitectura y los objetivos de entrenamiento pueden importar más.