media AI News (smol.ai) · hace 1 h · releases

OpenAI reduce los precios de GPT-5.6, Thinking Machines lanza Inkling-Small y Google presenta Gemini Robotics 2

Traducido del English → Español

Este resumen de noticias de IA cubre desarrollos significativos en precios, modelos de peso abierto e infraestructura de robótica. OpenAI redujo agresivamente los costos de GPT-5.6 mientras Thinking Machines lanzó un modelo multimodal compacto y Google DeepMind amplió sus capacidades de robótica.

OpenAI redujo los precios de GPT-5.6 Luna en un 80% y Terra en un 20%, introduciendo Sol Fast con menor latencia para flujos de trabajo de agentes.
Thinking Machines lanzó Inkling-Small, un modelo MoE de pesos abiertos con 12B parámetros activos que iguala el rendimiento de la versión insignia a un cuarto de su tamaño.
Google DeepMind lanzó Gemini Robotics 2, permitiendo el control completo del cuerpo humanoide y la coordinación multi-robot a través de una arquitectura de cerebro unificada.
Los agentes en la nube ahora representan el 56% de las PRs fusionadas en Cursor, mientras que la infraestructura de memoria persistente enfrenta evidencia mixta respecto a su impacto en la calidad de las respuestas.

Estas actualizaciones destacan un cambio hacia costos de inferencia más eficientes, modelos multimodales de peso abierto accesibles y la maduración de sistemas de IA encarnada.

Importancia 2/3 AI News (smol.ai) OpenAI Google DeepMind AI agents Multimodal

Artículos relacionados

arxiv arXiv cs.AI · hace 42 d · 1 vista

Marco de doble agente para traducción verificada entre modelos

Un marco de doble agente convierte protocolos experimentales en lenguaje natural en comandos ejecutables para plataformas robóticas de laboratorio. Utiliza un Agente Analizador y un motor de mapeo basado en reglas para traducir los protocolos, con un Agente de Validación LLM heterogéneo que asegura la precisión e inicia la autocorrección. El marco permite con éxito la ejecución autónoma de extremo a extremo de experimentos basados en placas de microtitulación como el ensayo de Bradford.

arxiv arXiv cs.AI · hace 43 d · 1 vista

OneCanvas: Comprensión de escenas 3D mediante reproyección panorámica

OneCanvas permite la comprensión de escenas 3D en Modelos Visión-Lenguaje agregando características de parches sobre un lienzo panorámico utilizando coordenadas del mundo 3D. Logra resultados de última generación en SQA3D y VSI-Bench, con una fuerte generalización en SPBench, utilizando significativamente menos recursos de entrenamiento que los métodos anteriores.

arxiv arXiv cs.LG · hace 43 d

ViGOS: Desacoplar la percepción y el razonamiento en la auto-distilación multimodal de política activa

ViGOS introduce un marco de auto-distilación de política activa con fundamentos visuales para modelos de lenguaje grande multimodales. Desacopla la percepción y el razonamiento utilizando un maestro solo de imagen para descripciones visuales y un maestro de razonamiento para las salidas finales, reduciendo la dependencia de referencias solo de texto. Este enfoque mejora el rendimiento basado en imágenes en múltiples benchmarks de visión-lenguaje.

arxiv arXiv cs.AI · hace 43 d

RTSGameBench: Un benchmark de RTS para el razonamiento estratégico

RTSGameBench aborda las limitaciones de los benchmarks de RTS existentes ofreciendo una jugabilidad diversa, diagnóstico de competencias específicas y generación de escenarios autoevolutivos. Evalúa modelos de visión y lenguaje en el razonamiento estratégico bajo incertidumbre, revelando que los modelos de última generación tienen dificultades con la coordinación multiagente y tareas a gran escala.

arxiv arXiv cs.AI · hace 43 d

ThinkDeception: Marco de detección de engaño multimodal interpretable

ThinkDeception introduce un marco de aprendizaje por refuerzo progresivo que permite la detección de engaño multimodal interpretable. Aprovecha un conjunto de datos de Cadena de Pensamiento anotado paso a paso y propone la Optimización de Política Relativa Grupal Visual-Audio con un currículo dinámico, mejorando la calidad del razonamiento y superando a los métodos existentes en benchmarks principales.