MarkTechPost
Fuente de noticias de IA. Los artículos son seleccionados y adaptados por la redacción de Hamidun News.
Últimas publicaciones
Liquid AI lanzó LFM2.5-350M: modelo eficiente de 350M parámetros con RL escalado
Liquid AI probó que la densidad de IA es más importante que el conteo de parámetros: modelo pequeño puede ser entrenado mejor a través del aprendizaje reforzado.
Parallax: atención lineal local mejorada con corrección de covarianza
Investigadores de MarkTechPost presentaron Parallax — una nueva variación del mecanismo de atención para LLMs pequeños con calidad y velocidad mejoradas.
MiniMax M3: Nuevo Modelo con 1M Tokens, Multimodalidad y Computer Use
La empresa presentó la arquitectura MiniMax Sparse Attention que admite un millón de tokens en contexto y funciona con video, imágenes y control de computadora.
Los agentes IA autónomos funcionan 50 veces más que la búsqueda: investigación de Harvard y Perplexity
Nueva investigación de Harvard y Perplexity muestra que agentes IA realizan 26 minutos de trabajo independiente por sesión, comparado con 33 segundos para asistentes de búsqueda.
Memory OS: Pila de Memoria de 6 Capas Abierta para Hermes Agent
El nuevo proyecto Memory OS agrega memoria local persistente a Hermes Agent a través de seis capas de arquitectura, búsqueda de memoria gestionada y wiki integrada.
Google lanza Gemini 3.5 Live Translate: modelo de voz a voz para 70+ idiomas
Gemini 3.5 Live Translate traduce el habla en tiempo real, sintetizando audio con un retraso de varios segundos. El modelo está disponible en Gemini Live API, Google Meet y la aplicación Google Traductor.
Nous Research presentó constructor de perfiles Hermes Agent
Nueva interfaz Hermes Agent reemplaza configuración CLI multietapa — los usuarios ahora ensamblan perfiles de agentes en un flujo único del panel.
SpaceXAI Lanzó Grok 4.5 — Modelo de Código Clase Opus
SpaceXAI presentó Grok 4.5, modelo clase Opus entrenado con Cursor para codificación y tareas de agente, con precio de $2/$6 por millón de tokens.
Ant Group Presentó LingBot-VLA 2.0 — Modelo Abierto para Controlar Robots de Cualquier Diseño
Su modelo de 6 mil millones de parámetros entrenado en 60 mil horas de video de robótica y puede controlar una docena de tipos de manipuladores a través de un espacio de acción unificado.
NVIDIA Nemotron-Labs-3-Puzzle-75B: la compresión del modelo en un 37% duplicó la velocidad del servidor
NVIDIA lanzó una versión comprimida del LLM Nemotron-3-Super: Nemotron-Labs-3-Puzzle-75B. Gracias al método Puzzle (alternancia entre compresión y destilación), el modelo se hizo un 37% más pequeño y duplicó el throughpu
Google Research lanzó SensorFM, un modelo para 35 tareas de predicción de salud
Google Research entrenó el modelo fundacional SensorFM con 1 billón de minutos de datos de 5 millones de usuarios de Fitbit y Pixel Watch para predecir la salud.
Robbyant lanza LingBot-World-Infinity, un modelo causal para mundos interactivos
Robbyant presentó LingBot-World-Infinity, un modelo de video de 14B que funciona como un simulador interactivo y genera video en 720p a 60 cuadros por segundo.
Datalab Lift contra competidores: cómo funciona un extractor de 9B con JSON Schema
Datalab comparó su herramienta Lift de 9B con NuExtract3, LlamaExtract, Marker y Docling — y analizó cuándo el enfoque schema-first gana en la extracción de datos de PDFs.
Liquid AI Lanza Antidoom: Método FTPO Reduce Bloqueos en Modelos de Reasoning
Liquid AI abrió el código fuente de Antidoom — una herramienta que identifica el token-disparador de bucles infinitos y reentrena solo él, reduciendo la frecuencia de doom-loops del 22,9% al 1%.
Google AI Studio añadió la importación de repositorios de GitHub al modo de desarrollo Build
Google AI Studio actualizó el modo Build: ahora cualquier repositorio de GitHub puede importarse directamente y convertirse de inmediato en una aplicación editable y desplegable.
NVIDIA lanzó Audex-30B — un modelo MoE unificado de audio y texto basado en Nemotron-Cascade-2
NVIDIA integró reconocimiento de voz, traducción, síntesis de voz y generación de audio en un único modelo MoE de 30.000 millones de parámetros, conservando las capacidades de texto de Nemotron-Cascade-2.
Ant Group abre el código fuente de LingBot-Vision: un modelo de 1B para la percepción espacial de robots
Robbyant, de Ant Group, publicó LingBot-Vision, un modelo ViT de 1B entrenado para reconocer bordes de objetos sin anotación y superar a modelos más grandes en tareas de percepción espacial.
IA para Procesamiento de Documentos PDF: Guía de Herramientas 2026
Descripción general de herramientas de código abierto para convertir PDF corporativos y escaneos en JSON estructurado — esencial para que LLMs y agentes de IA funcionen con datos corporativos reales.
Meituan Lanza LongCat-2.0: Modelo MoE Abierto con 1,6 Billones de Parámetros y Contexto de 1 Millón de Tokens
La empresa china Meituan presentó LongCat-2.0 — un modelo MoE masivo con ventana nativa de un millón de tokens entrenado en ASICs nacionales.
Synthetic Sciences Lanza OpenScience — Workbench de IA Abierto para ML, Biología, Física y Química
OpenScience de Synthetic Sciences — workbench de código abierto bajo Apache 2.0 con 250+ habilidades, compatible con cualquier modelo de IA para tareas en ML, biología, física y química.
Sakana AI lanza el traductor Sakana Translate para japonés, inglés y chino
Sakana AI añadió el traductor Sakana Translate a Sakana Chat basado en modelos Namazu — con tres modos: traducción directa, revisión y diálogo con documentos.
Ajuste fino de Gemma-3 en matemáticas usando GRPO y adaptadores LoRA
Un flujo de trabajo GRPO paso a paso para ajustar Gemma-3 en el conjunto de datos GSM8K—desde la configuración del entorno y adaptadores LoRA hasta funciones de recompensa y exportación del modelo final.
Page Agent de Alibaba Gestiona Interfaces Web vía DOM sin Capturas de Pantalla y Modelos Multimodales
Alibaba presentó Page Agent — un agente JavaScript del lado del cliente que entiende comandos de texto y gestiona páginas web vía DOM sin capturas de pantalla ni código del servidor.
Anthropic lanza Claude Science Beta: Entorno multiagente para genómica y proteómica
El 30 de junio de 2026, Anthropic abrió acceso beta a Claude Science — una plataforma multiagente para canalizaciones reproducibles en genómica, proteómica y queminformática.
NVIDIA presenta ASPIRE — framework de robótica que se auto-aprende con 31% de éxito zero-shot en tareas complejas
NVIDIA lanzó ASPIRE — un framework para robots que escribe y mejora programas de control, acumula soluciones verificadas en una biblioteca de habilidades y las transfiere a nuevas tareas sin reentrenamiento.
NVIDIA HORIZON: Agente Autónomo Cierra 100% de los Benchmarks RTL en Diseño de Chips
NVIDIA presentó HORIZON — un agente que escribe y verifica independientemente código RTL para diseño de chips, logrando 100% de cumplimiento en benchmarks estándar.
Ex-líder técnico de Qwen: por qué el razonamiento híbrido fracasó y qué sigue
Zunyuan Lin, ex-líder de desarrollo de Qwen en Alibaba, explicó dónde falló el razonamiento dinámico de Qwen3—y por qué la IA agentiva requiere un enfoque de entrenamiento fundamentalmente diferente.
LlamaIndex lanzó legal-kb: búsqueda de documentos con agentes a través de cuatro herramientas en Index v2
LlamaIndex publicó la aplicación de referencia legal-kb, dando a los agentes acceso tipo archivo a una base de conocimiento mediante retrieve, find, read y grep en el motor Index v2.
NVIDIA Lanzó Nemotron-Labs-TwoTower — Modelo de Lenguaje de Difusión con Pesos Abiertos
NVIDIA ha abierto los pesos del modelo de lenguaje de difusión Nemotron-Labs-TwoTower, que combina una columna vertebral AR congelada con una cabeza de difusión para acelerar la generación de texto.
Interfaze lanzó un modelo ASR de código abierto por difusión para el reconocimiento de seis idiomas
Interfaze publicó diffusion-gemma-asr-small, el primer adaptador ASR de código abierto basado en DiffusionGemma de Google: 42 millones de parámetros, seis idiomas y un costo de inferencia ligado al número de pasos de eli