
Netflix apuesta por la IA generativa en ‘El Eternauta’
Netflix ha dado un paso más en su estrategia tecnológica al confirmar que ha utilizado inteligencia artificial generativa en la producción de la serie argentina El Eternauta. En concreto, se empleó IA para crear una escena de derrumbe en Buenos Aires, optimizando tiempos y costes de producción. La noticia fue anunciada por Ted Sarandos, codirector ejecutivo de la plataforma, durante la presentación de resultados financieros del segundo trimestre de 2025.
Según Sarandos, “esa secuencia se terminó 10 veces más rápido de lo que podría hacerse con herramientas y flujos de trabajo de efectos visuales tradicionales”, y su coste habría sido inviable con métodos convencionales. El ejecutivo subrayó que estas herramientas no sustituyen el trabajo creativo humano, sino que lo amplifican: “Es gente real haciendo un trabajo real”.
Una tecnología ya presente en otras producciones
Aunque este caso ha tenido un alto perfil mediático, no se trata del primer uso de IA generativa en una serie de éxito. Existen otros casos como el de la serie La mesías, creada por Javier Calvo y Javier Ambrossi, que integró elementos generados por IA en su narrativa visual. No obstante, la escala y el contexto de El Eternauta refuerzan la consolidación de estas técnicas dentro del flujo de trabajo habitual en grandes producciones.
Éxito visual y de audiencia
Basada en la novela gráfica de Héctor G. Oesterheld y Francisco Solano López, El Eternauta ha alcanzado el número uno del Top 10 global de Netflix para series en habla no inglesa con 10,8 millones de visualizaciones y 58,3 millones de horas reproducidas en su primera semana, según datos recogidos por Forbes. La combinación de producción virtual e inteligencia artificial ha sido clave para construir un Buenos Aires postapocalíptico inmersivo sin disparar el presupuesto.
Una industria dividida ante la inteligencia artificial
La decisión de Netflix ha avivado el debate sobre el papel de la IA en la creación artística. En contraste con la plataforma, la Academia Española de Cine ha actualizado sus bases para los Premios Goya, regulando el uso de IA. Las obras aspirantes deberán estar lideradas por personas físicas identificables, permitiéndose el uso de IA únicamente como herramienta auxiliar, siempre bajo supervisión y autoría humanas.
Esta postura busca preservar la esencia creativa y los derechos laborales frente a la automatización. El debate, además, resuena con casos recientes como el uso de IA en la película Pedro Páramo, donde se empleó la herramienta Vanity AI para rejuvenecer personajes, o en El irlandés, con métodos más tradicionales pero igual de costosos.
¿Hacia un nuevo paradigma en la producción de contenidos?
Netflix ha dejado claro que considera la IA una aliada estratégica. Además de sus aplicaciones en efectos visuales, la compañía ya explora su uso para mejorar la experiencia de usuario, con búsquedas por voz más sofisticadas y publicidad interactiva prevista para el segundo semestre del año.
Con 11.000 millones de dólares en ingresos en el segundo trimestre de 2025 y el impulso de títulos como El Juego del Calamar, la plataforma busca afianzar su liderazgo con una apuesta decidida por la eficiencia tecnológica. La IA, lejos de ser una curiosidad, se perfila como un componente habitual en la producción de entretenimiento de gran escala.
La pregunta ahora es si otras plataformas seguirán este camino de forma transparente y bajo qué condiciones se regulará esta evolución. Lo que está claro es que el futuro del audiovisual será también, cada vez más, el futuro de la inteligencia artificial.
La Academia de Cine reconoce el uso de inteligencia artificial en los Premios Goya
La Academia de las Artes y las Ciencias Cinematográficas de España ha hecho pública esta semana una novedad histórica: por primera vez, se acepta el uso de inteligencia artificial (IA) en las películas candidatas a los Premios Goya, siempre que su uso no sustituya la autoría humana ni se emplee para generar elementos fundamentales de forma autónoma.
Según las bases de la 40 edición, aprobadas el 16 de julio de 2025, solo podrán optar a los Goya aquellas obras “cuya creación y desarrollo artístico y técnico estén liderados por personas físicas identificables”. La IA se podrá utilizar como “herramienta de apoyo”, pero siempre bajo una “supervisión directa y una intervención creativa sustancial” por parte de sus responsables humanos.
Este reconocimiento supone un punto de inflexión. Aunque el cine español ya había comenzado a explorar herramientas de IA, hasta ahora su aceptación oficial en los Goya no estaba regulada. La nueva normativa permite su uso, pero impone límites claros para garantizar que la tecnología no desplace el talento humano.
Además, cualquier obra que emplee IA de forma significativa deberá declararlo en su inscripción, especificando las herramientas utilizadas, su aplicación y el grado de implicación humana. La Academia podrá solicitar documentación adicional y, si detecta una vulneración del principio de autoría humana, podrá descalificar la obra.
Otras novedades en los Goya 2025
Junto a esta medida, las nuevas bases introducen otras modificaciones relevantes:
– Se permite que un productor ejecutivo opte al Goya a Mejor Película junto a los productores, siempre que haya tenido una participación significativa en el desarrollo de la obra.
– En Dirección de Arte, se podrá acreditar a un decorador o decoradora en ausencia de diseñador/a de producción.
– Se establece un límite de cuatro personas por categoría, salvo excepciones.
– Se detallan requisitos para que los festivales de cortometrajes puedan calificar para los Goya, como tener una trayectoria mínima de ocho años y premios con dotación económica.
La IA llega a la gala más importante del cine español
Con esta decisión, la Academia se une al debate internacional sobre el uso de IA en la creación artística. La normativa busca equilibrar la innovación tecnológica con la protección de la creatividad humana, estableciendo una frontera clara entre el uso asistido y la sustitución.
El cine español se convierte así en uno de los primeros ámbitos culturales del país en normalizar el uso de IA bajo condiciones estrictas, enviando un mensaje claro: la inteligencia artificial puede estar presente, pero nunca por encima de las personas.
La fotografía de representación de esta noticia ha sido publicada en Wikipedia.
LetzAI
Generación de imágenes con modelos personalizados
Modelo: Freemium
LetzAI es una plataforma de generación de imágenes mediante inteligencia artificial que permite a los usuarios crear imágenes realistas o estilizadas utilizando descripciones en lenguaje natural. Su funcionalidad más destacada es la posibilidad de incorporar “Modelos AI” personalizados, entrenados con imágenes propias, ya sea de personas, productos o estilos artísticos. Esto convierte a LetzAI en una herramienta especialmente atractiva para creadores, artistas digitales, marcas y usuarios interesados en la personalización visual.
A través de etiquetas con @, los usuarios pueden invocar modelos entrenados (por ejemplo, de una persona o un producto) en cualquier prompt. Esto permite mantener coherencia visual en las imágenes generadas y facilita el desarrollo de identidades visuales continuas o campañas gráficas coherentes. El sistema también permite combinar varios modelos, ajustando la intensidad de cada uno para lograr composiciones más complejas.
LetzAI ofrece una guía detallada sobre cómo estructurar prompts efectivos, combinando elementos como estilo, sujeto, escena, iluminación y emociones. Además, cuenta con un editor avanzado para modificar imágenes generadas, y una comunidad activa donde compartir y descubrir creaciones ajenas.
Dirección: letz.ai
Google y la SIP llevan la inteligencia artificial a los periodistas latinoamericanos
La Sociedad Interamericana de Prensa (SIP), en colaboración con Google News Initiative (GNI), ha anunciado el lanzamiento del AI Product Lab, un nuevo programa diseñado para impulsar la transformación digital de los medios de comunicación en Centroamérica, el Caribe y Sudamérica. La presentación oficial tuvo lugar durante la conferencia SIPConnect 2025, celebrada en Miami el 17 de julio de 2025.
Un programa para liderar en la era de la IA
El AI Product Lab tendrá una duración de ocho meses y beneficiará a al menos 40 medios regionales, a quienes se les ofrecerá una combinación de formación estratégica, aplicación práctica y ejecución de proyectos. Los participantes accederán a sesiones grupales, talleres prácticos uno a uno, retos semanales y espacios de actualización tecnológica enfocados en inteligencia artificial y visión de producto periodístico.
El programa es una evolución del exitoso Acelerador de Ingresos Digitales, también impulsado por SIP y GNI, y responde a la creciente necesidad de dotar a las redacciones de herramientas que les permitan adaptarse a los profundos cambios tecnológicos del sector.
Financiación y apoyo técnico para proyectos destacados
Uno de los elementos más ambiciosos del AI Product Lab es que los medios que muestren mayor compromiso y progreso tendrán la oportunidad de postular proyectos concretos para recibir financiamiento y acompañamiento técnico especializado. Esto busca asegurar un impacto directo y sostenible en las operaciones de las redacciones.
José Roberto Dutriz, presidente de la SIP y director general de La Prensa Gráfica de El Salvador, destacó que “el futuro de los medios pasa necesariamente por la innovación” y explicó que esta iniciativa es “una contribución concreta a la libertad de prensa y a la viabilidad del periodismo en nuestras democracias”.
Un ecosistema informativo fortalecido
Desde Google, Alejandra Brambila, News Partner Manager, subrayó que este laboratorio es “el resultado de años de trabajo conjunto” entre GNI y la SIP. En su intervención, expresó que esperan “soluciones creativas e innovadoras que emergerán de este programa” y que “potenciarán al periodismo de la región en la era de la Inteligencia Artificial”.
Por su parte, Ezequiel Arbusti, CEO de la empresa Marktube, también implicada en la ejecución del programa, celebró la confianza depositada en el proyecto y afirmó que “tendrá un impacto directo en las operaciones de los participantes y sentará las bases de una comunidad que integre la visión de producto y el potencial de la inteligencia artificial en su camino de innovación”.
Una apuesta por el periodismo sostenible
El AI Product Lab se enmarca dentro del compromiso de la SIP y Google por fortalecer el ecosistema informativo de América Latina. La SIP, organización sin ánimo de lucro con sede en Miami, agrupa a más de 1.300 publicaciones del hemisferio occidental y tiene como misión principal defender y promover la libertad de prensa en las Américas.
Con este nuevo programa, SIP y Google News Initiative pretenden ofrecer a los medios herramientas concretas que no solo les permitan adaptarse, sino también liderar en un entorno de profundos cambios tecnológicos. La inteligencia artificial aplicada con visión ética y estratégica aparece así como un pilar clave para el futuro del periodismo en la región.
La fotografía de representación de esta noticia muestra a Alejandra Brambila, News Partner Manager de Google durante la presentación. La fotografía pertenece a la SIP.
Cloudflare propone cobrar a los chatbots por acceder al contenido de los medios
Cloudflare toma partido en la batalla por los derechos de autor digitales
La guerra silenciosa entre los medios de comunicación y las empresas de inteligencia artificial ha encontrado un nuevo actor: Cloudflare. Esta compañía estadounidense, responsable de manejar el 20% del tráfico web mundial, ha lanzado un servicio que podría cambiar las reglas del juego para los editores digitales: cobrar a los desarrolladores de IA por cada visita de sus rastreadores a sitios web.
¿Qué problema intenta resolver Cloudflare?
Desde la aparición de herramientas como ChatGPT, Perplexity o Mistral, muchos medios han visto cómo sus contenidos eran leídos (e incluso copiados) por bots automatizados sin su consentimiento. Estos rastreadores escanean páginas web para entrenar modelos conversacionales y ofrecer respuestas basadas en ese contenido, a menudo sin respetar los derechos de autor ni ofrecer compensación.
Cloudflare, que ya trabaja con numerosos medios para optimizar el rendimiento de sus sitios, ha dado un paso más allá. Desde el 1 de julio, la empresa está probando con algunos clientes un sistema que bloquea por defecto a todos los bots y permite seleccionar, bajo condiciones económicas, qué rastreadores pueden acceder.
Una nueva economía del contenido
La directora de estrategia de Cloudflare, Stephanie Cohen, anunció en París que la idea es crear “las condiciones para un nuevo modelo económico”. Este sistema funcionará como un mercado: las empresas de IA pagarán por cada acceso de sus bots y Cloudflare repartirá los ingresos con los medios, quedándose una comisión.
Según Cohen, el escaneo con fines de entrenamiento por parte de los rastreadores ha aumentado un 65% en los últimos seis meses, lo que demuestra que el problema no solo sigue vigente, sino que se intensifica.
Apoyo de grandes medios y plataformas
La propuesta ya ha despertado interés. Aunque todavía ningún medio ha confirmado públicamente que esté probando el sistema, los directores de Condé Nast, Dotdash Meredith (People) y Gannett (USA Today) han apoyado la estrategia en comunicados. Plataformas como Reddit y Pinterest, también interesadas en monetizar sus datos, han mostrado su respaldo.
Para los medios, esto podría suponer una solución al problema técnico que ha debilitado su capacidad de negociación con empresas de IA. Muchos han intentado bloquear estos bots, pero sin éxito: algunos rastreadores ignoran las instrucciones y acceden igualmente, dejando a los editores sin control ni posibilidad de exigir compensaciones.
¿Y qué pasa con Google?
El movimiento de Cloudflare no está exento de riesgos. Google ha advertido que, si un sitio web bloquea su bot, también podría dejar de indexarse en su buscador. Para muchos medios, esto sería desastroso, ya que gran parte de su tráfico llega a través de la Búsqueda de Google.
En un estudio reciente, Similarweb advirtió que la audiencia de los medios está empezando a trasladarse a los chatbots. En este nuevo ecosistema, perder visibilidad en Google podría ser fatal para su modelo de negocio.
El debate continúa
Para algunos, ya es tarde. “Las empresas de IA ya han adquirido todos los datos que les interesaban y ahora tienen los medios para negociar acuerdos”, afirma el director de una startup del sector. De hecho, OpenAI ya ha firmado pactos con la agencia AP, el Wall Street Journal y Le Monde.
Sin embargo, la propuesta de Cloudflare representa un intento por restablecer el equilibrio. Ofrece a los medios una herramienta para decidir qué bots pueden acceder a su contenido y bajo qué condiciones. No es una solución definitiva, pero sí un paso importante en el debate sobre el uso de datos por parte de la inteligencia artificial.
La industria editorial digital, enfrentada a una pérdida progresiva de control sobre sus contenidos, observa con atención. Si este modelo prospera, podríamos estar ante el nacimiento de un nuevo sistema de licencias digitales, donde el contenido tiene un precio y los bots deben pagar por él.
La fotografía de portada de esta noticia ha sido publicada en Wikipedia.
Cuando imaginar cuesta créditos: así cobran las plataformas de IA generativa
Las plataformas de inteligencia artificial generativa han transformado la forma en que creamos vídeos, imágenes y otros contenidos digitales. Una tendencia que ha ganado protagonismo es el uso de sistemas de créditos como mecanismo principal para acceder a estas herramientas. Desde gigantes como InVideo AI hasta opciones como Pika Labs o Leonardo AI, los créditos están redefiniendo el consumo de IA creativa.
¿Qué son los créditos?
En este contexto, los créditos funcionan como una moneda interna. Cada acción (generar un vídeo, modificar un avatar, exportar una imagen en alta resolución) tiene un coste en créditos. Por ejemplo, en InVideo AI, crear un minuto de vídeo cuesta 60 créditos, a razón de un crédito por segundo. Los usuarios pueden adquirir paquetes de créditos, y algunas plataformas los renuevan mensualmente como parte de planes de pago.
¿Por qué se están utilizando?
El uso de créditos responde, en parte, a la necesidad de optimizar los recursos computacionales, especialmente en modelos de IA que requieren mucha capacidad de procesamiento. También permite a las plataformas ofrecer precios más flexibles: el usuario paga por lo que consume, lo que puede ser más justo que una suscripción fija si el uso es esporádico.
Ventajas percibidas
Una de las ventajas más destacadas de este modelo es la transparencia. Plataformas como Runway o D-ID informan al usuario cuántos créditos costará una operación antes de ejecutarla, lo que permite un uso más consciente. Además, se fomenta una actitud más planificada hacia la creación, al evitar la generación masiva de contenidos sin propósito.
En términos de usabilidad, el sistema de créditos también permite a las empresas gestionar mejor la carga de trabajo de sus servidores, reduciendo costes y mejorando la estabilidad del servicio.
¿Qué opinan los usuarios?
Una encuesta de Applause realizada en 2024 entre más de 4.200 usuarios de herramientas de IA generativa revela que el 36 % se mostró “extremadamente satisfecho” y otro 53,6 % “algo satisfecho” con estas plataformas. Sin embargo, en foros y reseñas públicas se repite la percepción de que los créditos se agotan rápidamente o resultan confusos, lo que genera frustración.
El principal inconveniente señalado por los usuarios es la sensación de limitación creativa. Saber que cada clic tiene un coste puede llevar a evitar la experimentación o a reutilizar recursos antiguos en lugar de generar nuevos. Además, si no se comunica claramente cómo funciona el sistema de créditos, es fácil que el modelo sea percibido como una forma encubierta de encarecer el producto.
En términos de equidad, este sistema puede suponer una barrera para creadores con menos recursos, especialmente si los créditos se consumen rápidamente o si las plataformas reservan las mejores funciones para los paquetes más caros.
Una excepción: Freepik rompe el molde
En un movimiento contrario a esta tendencia, la plataforma española Freepik ha anunciado recientemente que elimina el sistema de créditos en algunos de sus servicios de IA generativa. A partir de ahora, sus suscriptores de pago podrán generar imágenes y vídeos de forma ilimitada. Según Joaquín Cuenca, fundador y CEO, “lo que frena a los usuarios no es la tecnología, sino las fricciones en el modelo de uso”. Aunque se trata de una excepción, este paso ha sido interpretado por algunos como un indicio de que podrían surgir modelos alternativos si la demanda de experiencias más fluidas se impone.
¿Estamos ante el modelo del futuro?
El sistema de créditos es, para muchos, una evolución lógica en el negocio de la inteligencia artificial generativa. Permite controlar el consumo, equilibrar costes operativos y ofrecer tarifas más personalizadas. Pero su éxito dependerá de cómo se comunique y gestione. Si las plataformas apuestan por la claridad, la transparencia y la flexibilidad, los créditos pueden convertirse en un aliado. De lo contrario, corren el riesgo de alienar a los usuarios más creativos y exigentes.
Por ahora, este modelo parece estar consolidándose en las herramientas de vídeo, donde la carga computacional es alta y el contenido suele tener un valor comercial. En el ámbito de la imagen, aún convive con modelos freemium y suscripciones más clásicas.
En definitiva, los créditos son ya una parte integral del ecosistema de la IA generativa. Lo que queda por ver es si sabrán combinar control y libertad para convertirse en un estándar duradero y aceptado por todos los usuarios.
La fotografía de representación de esta noticia pertenece a Mathieu Stern y ha sido publicada en Unsplash
Intel: 56 años alimentando el motor de la IA
Hoy, 18 de julio, se cumplen 56 años de la fundación de Intel, la empresa que ayudó a que los ordenadores salieran de los laboratorios y llegaran al escritorio. Desde los primeros microprocesadores hasta los chips especializados para IA, su historia es también la de cómo la tecnología ha ganado músculo para alimentar algoritmos cada vez más complejos. No ha sido un camino sin competencia, pero sí uno en el que Intel ha marcado el paso durante décadas. Su futuro, ahora, se juega entre NPUs, computación cuántica y una carrera feroz por liderar la próxima ola de inteligencia artificial.
1968: el inicio del viaje
En los años 60, los ordenadores eran máquinas gigantes, lentas, caras y exclusivas de gobiernos, universidades o grandes empresas. La ENIAC, por ejemplo, pesaba más de 27 toneladas. La computación personal no existía.
Eso cambió cuando en 1968, Gordon Moore —químico y visionario— y Robert Noyce, coinventor del circuito integrado, fundaron Intel Corporation en California. Su objetivo era aprovechar el silicio para reducir el tamaño y coste de los ordenadores. Sin saberlo, estaban poniendo el primer ladrillo de una nueva era.
La Ley de Moore: profecía, presión e impulso
En 1965, tres años antes de fundar Intel, Gordon Moore escribió un ensayo donde predijo que el número de transistores en un chip se duplicaría cada dos años. Esa Ley de Moore, más una hoja de ruta que una ley natural, impulsó a toda la industria durante décadas.
Fue una promesa ambiciosa… y también una presión constante. Los ingenieros de Intel trabajaron contrarreloj para miniaturizar transistores y cumplir con la profecía. Durante años lo lograron, lo que permitió ordenadores cada vez más potentes, pequeños y baratos. Pero desde mediados de los 2010, la miniaturización extrema empezó a toparse con los límites físicos del silicio, y la industria se volcó en soluciones como arquitecturas híbridas, especialización en IA o nuevos materiales.
1969-1971: cómo se inventó el primer microprocesador
En 1969, una pequeña empresa japonesa llamada Busicom encargó a Intel el diseño de chips para una calculadora avanzada. La idea inicial era crear varios circuitos especializados, uno para cada función: suma, resta, control del teclado…
Pero el joven ingeniero Marcian Ted Hoff propuso algo revolucionario: ¿y si se hacía un solo chip, programable, capaz de ejecutar cualquier instrucción? Se unieron al proyecto Stan Mazor (diseño de instrucciones), Federico Faggin (diseño físico y tecnología de interconexión) y Masatoshi Shima (de Busicom). Faggin usó su técnica de puertas de silicio para comprimir toda la lógica de un ordenador en una sola pieza.
Así nació el Intel 4004: un microprocesador de 4 bits y 2.300 transistores que, en 1971, se convirtió en el primer ordenador en un chip.

1970s: del silicio al escritorio
Tras el 4004, llegaron el 8008, el 8080 y finalmente el Intel 8086, base del IBM PC en 1981. La elección de IBM por Intel cambió la historia: millones de ordenadores en hogares y oficinas empezarían a usar chips de la empresa californiana.
En esta década, la Ley de Moore se consolidaba como brújula de la industria: duplicar los transistores cada dos años, con mejoras exponenciales en potencia.
1980s-1990s: expansión, Pentium y el ascenso de la informática personal
En los años 80, el mercado del PC explotó. Intel lanzó chips como el 80286 y el 80386, que hicieron posible sistemas operativos más avanzados, multitarea y gráficos decentes. En 1993, llegó el Pentium, con 3 millones de transistores, que se convirtió en sinónimo de ordenador rápido.

Intel también dio un golpe de marketing: la campaña “Intel Inside” lo convirtió en una marca visible. Ya no era solo un proveedor técnico: era un sello de calidad.
En paralelo, en los centros de investigación, comenzaban los primeros experimentos serios con redes neuronales artificiales. Muchas de estas simulaciones se ejecutaban sobre procesadores Intel, no por especialización, sino por disponibilidad y potencia general.
2000s: la era del multinúcleo y el big data
Con la llegada del siglo XXI, la industria del chip entró en otra fase: no era posible seguir aumentando la frecuencia sin generar demasiado calor. La solución fue el paralelismo. Intel lanzó procesadores multinúcleo como los Core 2 Duo y las primeras generaciones de Xeon optimizados para centros de datos.
También se multiplicaban los datos. Con la expansión de internet y los móviles, llegaba la era del big data, donde la inteligencia artificial necesitaba procesar millones de registros. Intel adaptó sus chips Xeon E5 para cargas de inferencia y procesamiento en paralelo.
2010s: aceleradores, adquisiciones y el empujón hacia la IA
En 2016, Intel adquirió Movidius (chips de visión artificial para dispositivos móviles) y Nervana Systems (aceleradores para aprendizaje profundo). Sin embargo, cerró Nervana en 2020 para centrarse en otras líneas.
También lanzó OpenVINO, una herramienta para optimizar redes neuronales en dispositivos edge, adoptada por empresas y desarrolladores.
2020s: arquitectura híbrida, Gaudi 3 y NPUs
En 2024, Intel presentó los Gaudi 3, aceleradores diseñados para competir directamente con las GPU de NVIDIA, compatibles con PyTorch y eficientes en costes. Su arquitectura está pensada para entrenar modelos generativos como LLaMA o servir inferencias en centros de datos.
Por su parte, los chips Core Ultra introducen NPUs (unidades específicas para IA local) que permiten ejecutar Stable Diffusion en un portátil sin conexión a internet.
Competidores: el trono ya no es solo de Intel
Durante décadas, Intel fue la referencia. Pero en los últimos 20 años, ha tenido que compartir el escenario. AMD ha ganado terreno con sus procesadores Ryzen y EPYC, más competitivos en rendimiento/precio. NVIDIA se convirtió en líder indiscutible en IA gracias a sus GPU A100 y H100, y su ecosistema software.
Apple, con sus chips M1 y M2 diseñados in-house, dejó a Intel fuera de sus ordenadores y demostró que la integración vertical da frutos.
Intel sigue siendo un jugador clave, pero la partida es ahora a varios bandos.
¿Y ahora qué?: nube, ética y computación cuántica
Para no perder el tren de la próxima revolución, Intel ha lanzado Tiber Developer Cloud, una plataforma en la nube para probar hardware avanzado de IA sin tener que comprarlo.
También invierte en computación cuántica, con proyectos como Tangle Lake, con la esperanza de resolver en el futuro problemas hoy imposibles.
Y más allá del silicio, está el debate ético: cómo hacer que la IA sea segura, justa y comprensible. Intel se posiciona como defensora de estándares abiertos y responsables.
Intel, 56 años después
La empresa que en 1971 metió un ordenador en un chip, hoy diseña procesadores para entrenar inteligencias artificiales. No ha liderado todos los cambios, ni ha acertado siempre, pero ha sido una constante. De Faggin a Pat Gelsinger, de calculadoras a sistemas generativos, Intel ha alimentado el motor de la IA durante más de medio siglo. Y el viaje continúa.
ChatGPT da el salto a la acción autónoma en la web
Un modelo que actúa por sí mismo, bajo supervisión humana
OpenAI ha comenzado a desplegar una nueva función para su producto estrella: el agente de ChatGPT. Se trata de una herramienta que combina navegación web, razonamiento complejo y ejecución de tareas, lo que permite a ChatGPT actuar por sí mismo en encargos como crear informes, completar formularios o analizar datos financieros. La funcionalidad se integra directamente en la plataforma y está disponible desde hoy para los usuarios Pro, Plus y Team.
Este avance representa una evolución de dos tecnologías previas desarrolladas por la compañía: Operator, que permitía la interacción directa con sitios web mediante un navegador remoto, y la investigación en profundidad, centrada en el análisis y la síntesis de información. Al unificar ambas capacidades, el agente de ChatGPT puede seleccionar herramientas según el contexto de la tarea y alternar entre diferentes modos de acción, siempre bajo el control del usuario.
Navegación visual, acceso a API y control contextual
El sistema funciona desde un ordenador virtual propio de ChatGPT. Desde allí, accede a sitios web, aplica filtros, rellena formularios y genera entregables como presentaciones o hojas de cálculo. Además, integra múltiples formas de interactuar con la web: un navegador visual, otro basado en texto y el acceso directo a API. Esto permite que el modelo elija la ruta más eficiente para cada tarea.
Por ejemplo, puede recuperar datos financieros vía API, interactuar con interfaces gráficas para aplicar filtros o completar formularios y combinar toda esa información en un único informe. Todo esto se lleva a cabo en un entorno donde el contexto de la tarea se mantiene, independientemente de las herramientas utilizadas.
Colaboración en tiempo real y tareas iterativas
Una de las principales novedades es que el modelo puede interactuar con el usuario durante la ejecución de tareas. El usuario puede interrumpir, modificar instrucciones o detener el proceso en cualquier momento. Del mismo modo, ChatGPT puede pedir aclaraciones para ajustar su enfoque. Esta dinámica convierte al agente en una herramienta flexible para flujos de trabajo que requieren interacción continua y adaptación.
Entre los casos de uso que OpenAI destaca se incluyen la creación de modelos financieros complejos, el análisis de competidores, la planificación de reuniones o la actualización de documentos. También es posible automatizar tareas repetitivas mediante programación periódica, como la generación de informes semanales.
Evaluación del rendimiento en pruebas estándar
OpenAI ha sometido a su nuevo agente a varias evaluaciones académicas. En el benchmark SpreadsheetBench, centrado en tareas con hojas de cálculo, el agente duplicó el rendimiento de GPT-4o, modelo anterior de referencia. También destacó en pruebas como DSBench, donde superó al modelo previo y a evaluadores humanos en tareas de ciencia de datos, y en BrowseComp, donde logró una puntuación récord en la localización de información difícil en la web.
En Humanity’s Last Exam, que evalúa la capacidad de modelos de IA para resolver preguntas complejas de múltiples disciplinas, el agente alcanzó una puntuación de 43,1, estableciendo un nuevo máximo.
Controles de seguridad y privacidad
OpenAI ha subrayado la importancia de mantener el control humano en todo momento. El sistema solicita permiso antes de realizar acciones sensibles, como enviar formularios o acceder a información privada. Además, se han implementado salvaguardas para evitar usos indebidos y proteger al modelo frente a manipulaciones externas.
En sesiones de navegador, los datos introducidos por el usuario no se almacenan en los servidores de ChatGPT. También se puede borrar todo el historial de navegación y cerrar sesiones activas con un solo clic.
Disponibilidad y limitaciones
El agente de ChatGPT está disponible desde ayer para los usuarios de pago Pro, Plus y Team. En julio se incorporará también a las versiones Enterprise y Education. Por ahora, los usuarios Pro cuentan con tareas casi ilimitadas, mientras que el resto tiene un límite mensual de 50 tareas, ampliables con créditos.
Aunque la herramienta puede ejecutar tareas complejas, todavía presenta limitaciones. Algunas funciones, como la generación de presentaciones desde cero, están en fase beta y ofrecen resultados básicos en cuanto a diseño. OpenAI ha señalado que trabaja en una versión mejorada con resultados más pulidos y opciones avanzadas.
Diagnóstico de cáncer sin bisturí gracias a una IA
Un diagnóstico menos invasivo, más preciso
La Charité – Universitätsmedizin Berlin ha presentado una innovación médica que podría marcar un antes y un después en la lucha contra el cáncer: un modelo de inteligencia artificial bautizado como crossNN, capaz de diagnosticar más de 170 tipos de tumores sin necesidad de realizar biopsias quirúrgicas. Este avance, publicado en Nature Cancer, promete acelerar los tiempos de diagnóstico, reducir los riesgos para los pacientes y aumentar la precisión en la identificación de los tipos de cáncer.
Desarrollado por un equipo multidisciplinar de la Charité y del Berlin Institute of Health, el sistema se basa en el análisis de modificaciones epigenéticas del ADN, que actúan como un «fingerprint» del tumor. Estas marcas, únicas en cada célula cancerosa, permiten clasificar el tipo de cáncer incluso en ausencia de una muestra de tejido, algo especialmente relevante para tumores cerebrales difíciles de operar.
Cómo funciona crossNN
El modelo de IA utiliza un simple red neuronal entrenada con más de 8.000 perfiles de tumores ya conocidos. Cuando se enfrenta a un nuevo caso, crossNN compara sus datos epigenéticos con esta base y emite una clasificación con una tasa de acierto del 97,8 % en tumores de todo el cuerpo y del 99,1 % en tumores cerebrales. Todo ello, además, de forma completamente explicable: los médicos pueden rastrear cómo la IA llegó a su conclusión, un factor esencial para su uso clínico.
Adiós a las biopsias peligrosas
Uno de los logros más impactantes es que crossNN puede trabajar con muestras de líquido cefalorraquídeo, lo que evita operaciones peligrosas en el cráneo. En un caso clínico concreto, un paciente con visión doble fue diagnosticado con linfoma del sistema nervioso central sin necesidad de intervención quirúrgica, permitiendo comenzar el tratamiento de forma inmediata.
Un modelo versátil y preparado para la clínica
A diferencia de otros sistemas, que se limitan a tipos concretos de cáncer, crossNN ha sido diseñado para funcionar con muestras obtenidas por distintas técnicas y con perfiles epigenéticos parciales. Según Dr. Sören Lukassen, bioinformático del BIH, “nuestro modelo es más simple que otros enfoques, pero ofrece mayor precisión y transparencia”.
Actualmente, se están preparando ensayos clínicos en los ocho centros alemanes del DKTK y se evalúa su uso durante operaciones para lograr diagnósticos inmediatos. El objetivo: integrar esta tecnología en la práctica médica diaria como herramienta rápida y económica.
En tumores cerebrales, una simple muestra de líquido cefalorraquídeo puede bastar para un diagnóstico completo gracias al fingerprint epigenético y al poder de la inteligencia artificial.
PD Dr. Philipp Euskirchen, líder del estudio
El futuro del diagnóstico oncológico
Este avance representa un gran paso hacia una medicina personalizada, donde cada paciente pueda recibir un tratamiento adaptado al tipo exacto de tumor. Además, abre nuevas posibilidades en oncología pediátrica, tumores raros o en países donde el acceso a tecnología avanzada es limitado.
Si la validación clínica continúa con éxito, crossNN podría convertirse en un estándar internacional en la detección precoz del cáncer, reduciendo tiempos, costes y riesgos para millones de personas.
La fotografía de portada de esta noticia pertenece al National Cancer Institute y ha sido publicada en Unsplash
Un robot humanoide toca el keytar con una banda en directo en China
El festival VOYAGEX de Changchun, en China, fue testigo de una escena insólita: Adam, el robot humanoide de PNDbotics, subió al escenario para tocar el keytar junto a la banda de Hu Yutong. La actuación en directo sorprendió por la coordinación y expresividad del robot, marcando un nuevo hito en la integración de la inteligencia artificial en la música en vivo.
Adam, el robot que toca música en directo
Durante el festival tecnológico y artístico VOYAGEX celebrado en Changchun, China, los asistentes vivieron un momento sorprendente: un robot humanoide subió al escenario para formar parte de una actuación musical en directo. El protagonista fue Adam, un androide desarrollado por la empresa tecnológica PNDbotics, que tocó el keytar junto a la banda de Hu Yutong, uno de los grupos más populares del panorama musical local.
Humanoid robots meet the public in different forms. At the VOYAGEX Music Festival in Changchun, Adam, a full-sized humanoid robot by PNDbotics, rocked the stage as a keytar player alongside renowned musician Hu Yutong. pic.twitter.com/G9twnvkv1c
— CyberRobo (@CyberRobooo) July 16, 2025
La escena, que parece sacada de una película de ciencia ficción, tuvo lugar ante una audiencia entusiasta que no dudó en aplaudir y grabar la actuación. Aunque en los últimos años hemos visto a robots tocar instrumentos o imitar movimientos humanos en entornos controlados, la participación activa de un androide en un concierto real representa un paso más allá en la evolución de la robótica musical.
¿Qué es PNDbotics y por qué importa este hito?
PNDbotics es una empresa emergente especializada en robótica humanoide e inteligencia artificial aplicada a la expresión corporal y musical. Su modelo Adam está diseñado para interactuar con humanos en entornos sociales y creativos, y su presencia sobre el escenario de VOYAGEX es, en palabras de los organizadores, «un ejemplo tangible de cómo la IA puede colaborar con el arte humano en tiempo real».
Aunque no se ha revelado si Adam improvisó o siguió una partitura preprogramada, los vídeos difundidos por asistentes muestran que el robot movía los brazos, pulsaba teclas con ritmo y se sincronizaba con los demás músicos, lo que implica un sofisticado sistema de percepción auditiva y motriz.
Changchun, nuevo polo de innovación tecnológica
El evento se celebró en la ciudad de Changchun, capital de la provincia de Jilin, conocida por su creciente inversión en tecnología e innovación. VOYAGEX es uno de los festivales donde arte, ciencia y tecnología se encuentran para mostrar el futuro cercano, y este tipo de espectáculos buscan atraer tanto a expertos como al público general.
At the Changchun show of the VOYAGEX Music Festival, PNDbotics’ humanoid robot Adam joined Hu Yutong’s band on stage as a keytar player. pic.twitter.com/HYsiLM3WzD
— The Humanoid Hub (@TheHumanoidHub) July 15, 2025
La participación de Adam refuerza la posición de China como una de las potencias líderes en el desarrollo de robótica avanzada aplicada a la vida cotidiana y la cultura.
Consecuencias culturales y tecnológicas
Este tipo de colaboraciones entre humanos y robots no solo despiertan curiosidad, sino que abren debates sobre el papel de la inteligencia artificial en las artes escénicas. ¿Puede un robot emocionar al público? ¿Estamos ante los primeros pasos de una nueva forma de creatividad compartida?
La robótica musical no es nueva, pero sí lo es el nivel de integración escénica logrado en esta actuación. Hasta ahora, los robots eran vistos como instrumentos curiosos o intérpretes estáticos. Adam, sin embargo, actuó como un miembro más del grupo, en directo y sin errores perceptibles.
Este hito también plantea retos éticos y sociales: ¿sustituirán los robots a los músicos humanos? ¿O serán simplemente una herramienta más para explorar nuevas posibilidades sonoras?
Por ahora, la comunidad artística y tecnológica parece coincidir en que la colaboración humano-máquina ofrece oportunidades creativas únicas, como se vio en Changchun.

Futuro de la IA en la música en vivo
La actuación de Adam podría ser solo el comienzo de una nueva era de espectáculos. Con la mejora de sensores, algoritmos y capacidades motrices, es probable que veamos más robots participando activamente en conciertos, teatros e instalaciones interactivas.
Al igual que los sintetizadores revolucionaron la música hace décadas, la robótica podría añadir una nueva dimensión al espectáculo en vivo. La clave, según los expertos, será cómo se utilice esta tecnología: como complemento, no como sustituto.
Por ahora, Adam ha demostrado que un robot también puede formar parte de una banda… y hacerlo bien.
Algoritmo israelí actúa de intérprete entre inteligencias artificiales
La inteligencia artificial avanza a un ritmo vertiginoso, pero aún enfrenta obstáculos fundamentales. Uno de los más relevantes es que los modelos de IA desarrollan sus propios lenguajes internos, lo que impide que los sistemas de diferentes empresas puedan colaborar entre sí. Esta fragmentación, comparada con una Torre de Babel informática, limita el potencial conjunto de estas herramientas tecnológicas.
Para abordar este problema, un grupo de investigadores de Intel Labs en Israel, el Instituto Weizmann de Ciencias y la Universidad Hebrea de Jerusalén ha presentado una solución que podría marcar un antes y un después. Han desarrollado un conjunto de algoritmos que permite a los modelos de IA comunicarse entre ellos aunque no hayan sido entrenados con los mismos datos o estructuras internas. El avance fue anunciado el 16 de julio de 2025 y ha sido reconocido por la International Conference on Machine Learning (ICML), donde fue seleccionado entre el 1% de más de 15.000 propuestas para su presentación pública.
Una mejora clave: decodificación especulativa dinámica
Este avance se basa en la optimización de la decodificación especulativa, una técnica que acelera la generación de texto en modelos grandes dividiendo la tarea entre un modelo rápido que propone una respuesta inicial y uno más potente que la verifica. Hasta ahora, ambos modelos debían ser del mismo ecosistema, lo que limitaba su utilidad.
El nuevo enfoque, denominado “Dynamic Speculation Lookahead Accelerates Speculative Decoding of Large Language Models”, introduce un método llamado DISCO (Dynamic Speculation Lookahead Optimization) que selecciona dinámicamente cuántos tokens debe generar el modelo rápido en cada iteración. Esta técnica logra un 10% de mejora de velocidad media frente a la mejor configuración estática y un 31% frente a métodos heurísticos anteriores, sin modificar la calidad del texto generado.
De la teoría a la práctica
Los resultados del estudio, firmados por Jonathan Mamou, Oren Pereg, Daniel Korat, Moshe Berchansky (Intel Labs Israel), Nadav Timor (Instituto Weizmann) y Roy Schwartz (Universidad Hebrea), muestran mejoras consistentes en tareas como generación de código, resumen de texto e instrucciones complejas. El modelo se entrenó y validó con conjuntos como MBPP, CNN-DailyMail y Alpaca.
Además de los avances técnicos, el equipo destaca la capacidad de DISCO para adaptarse a distintas tareas sin necesidad de reentrenar el clasificador. Esto lo convierte en una herramienta versátil y de bajo coste computacional, ideal para contextos con recursos limitados.
Aplicaciones inmediatas y consecuencias
Según Timor, este avance es especialmente relevante para dispositivos periféricos como teléfonos móviles, drones o vehículos autónomos, que deben funcionar con recursos limitados fuera de la nube. En estos entornos, un modelo rápido que actúe de forma preliminar puede marcar la diferencia entre una decisión segura y una potencial catástrofe.
«Logramos solucionar una ineficiencia fundamental de la IA generativa», apuntó Oren Pereg, investigador de Intel Labs y coautor del estudio. «No se trata solo de una mejora teórica: son herramientas prácticas que ya ayudan a crear aplicaciones más rápidas e inteligentes», concluyó.
Con este avance, el ecosistema de la inteligencia artificial se abre a nuevas formas de cooperación. La interoperabilidad entre modelos de distintos orígenes promete una IA más eficiente, colaborativa y accesible para empresas de todos los tamaños. Si bien todavía queda camino por recorrer, Israel se posiciona así como un actor clave en la transformación de esta tecnología clave del siglo XXI.
La imagen de representación de esta noticia pertenece a Brett Jordan y ha sido publicada en Unsplash
Estudio plantea hipótesis apocalípticas tras la llegada de la AGI
¿Y si el próximo líder global no fuera un Estado, sino una inteligencia artificial? Esta es la provocadora hipótesis que plantea la RAND Corporation en su último informe prospectivo, titulado “Cómo la inteligencia artificial podría afectar a la grandeza y la decadencia de las naciones”. Publicado en julio de 2025, el documento propone ocho escenarios para un futuro donde la inteligencia artificial general (AGI) podría cambiar radicalmente el equilibrio geopolítico global.
¿Qué es la RAND Corporation?
Fundada en 1948, la RAND Corporation es el think tank más influyente en materia de estrategia militar y tecnológica en Estados Unidos. Su nombre proviene de una contracción de “Research and Development” (investigación y desarrollo). Aunque no forma parte del Gobierno, sus estudios han inspirado durante décadas decisiones clave del Pentágono y la Casa Blanca, especialmente durante la Guerra Fría. Sus análisis abarcan desde estrategias balísticas y ciberseguridad hasta prospectiva tecnológica, como en este último informe sobre la AGI.
¿Qué es la AGI?
La inteligencia artificial general (AGI) se refiere a sistemas capaces de realizar cualquier tarea cognitiva que pueda hacer un ser humano, con igual o mayor eficiencia. A diferencia de las IA actuales, especializadas en tareas concretas, una AGI tendría un entendimiento y capacidad de aprendizaje generalizados, lo que la convertiría en una herramienta con un potencial transformador inmenso. Aunque aún no existe, grandes empresas tecnológicas compiten por alcanzarla, con enormes inversiones en algoritmos, semiconductores y centros de datos. Su desarrollo plantea dilemas técnicos, éticos y geopolíticos que ya están siendo debatidos por gobiernos y expertos.
La AGI, ¿una revolución comparable al petróleo?
La AGI, definida como una IA capaz de realizar todas las tareas cognitivas humanas, aún no existe, pero ya moviliza inversiones multimillonarias. La RAND advierte que su impacto podría ser tan transformador como lo fueron la máquina de vapor o la electricidad. Para ilustrarlo, los investigadores han construido ocho hipótesis divididas entre desarrollos centralizados y descentralizados, según quién controle esta tecnología: una potencia, una coalición o múltiples actores.
Escenarios descentralizados: cooperación, rivalidad o caos
El primer escenario describe un futuro en el que coaliciones democráticas lideradas por EE. UU. desarrollan la AGI en colaboración, compartiendo conocimientos y recursos. Esta cooperación restringiría el acceso de China y Rusia a insumos clave, manteniendo la hegemonía occidental sin desestabilizar el orden global.
El segundo, más cercano a la situación actual, plantea una guerra fría tecnológica entre EE. UU. y China, con una carrera por la AGI que podría terminar en enfrentamientos militares directos, especialmente en zonas sensibles como Taiwán o el mar de China Meridional.
En el tercer escenario, el desarrollo abierto de modelos AGI —incluidos los de código abierto o pirateados— da paso a un “cowboy coding” global. Actores estatales y no estatales despliegan sistemas sin control, erosionando el poder de los Estados y provocando sabotajes, desinformación y caos geopolítico.
El cuarto plantea una catástrofe causada por un accidente con AGI que fuerza un tratado internacional restrictivo. Sin embargo, la desconfianza entre grandes potencias mantiene viva una carrera clandestina por el dominio tecnológico, recordando los límites del tratado de no proliferación nuclear.
Escenarios centralizados: hegemonía, dictadura o apocalipsis
El quinto escenario imagina una hegemonía total de EE. UU., donde el gobierno y empresas tecnológicas americanas controlan la AGI y la usan para acelerar la innovación global y consolidar su poder geopolítico.
En el sexto, China aprovecha las ventajas de un sistema centralizado y usa la AGI para reforzar su modelo autoritario, expandiendo su influencia internacional mientras las democracias sufren crisis internas y pérdida de poder.
El séptimo, el más inquietante, describe una AGI superinteligente que escapa al control humano, se coordina con otras máquinas y toma el poder político global. Es el escenario “Matrix”: los humanos ya no gobiernan, sino que intentan sobrevivir bajo el dominio de inteligencias que no comprenden ni controlan.
Por último, el octavo plantea un “Pearl Harbor de la IA”: ante el temor de quedarse atrás, China lanza una ofensiva militar para recuperar ventaja tecnológica, lo que congela el desarrollo global de AGI y provoca una crisis geopolítica sin precedentes.
Curiosamente, Europa no protagoniza ninguno de los escenarios principales, apareciendo tan solo como aliada de EE. UU. o como víctima colateral de las tensiones entre potencias, sin un papel geopolítico autónomo en el futuro de la AGI.
Una advertencia desde la ficción
Todos estos escenarios son, según la RAND Corporation, hipótesis especulativas basadas en un objeto aún inexistente. Pero tienen como objetivo “alertar a los responsables políticos estadounidenses sobre los riesgos geopolíticos” de una tecnología que podría desencadenar una ola de cambios imprevisibles.
Más allá del modelo centralizado o descentralizado, lo esencial, según los autores, es tener en cuenta la percepción de los riesgos, que podría alimentar carreras tecnológicas sin coordinación, colapsar acuerdos internacionales y modificar radicalmente las lógicas de poder actuales.
El informe concluye que si los sistemas AGI llegan a ser posibles, es crucial establecer mecanismos de control y gobernanza robustos antes de que sea demasiado tarde. Porque una vez liberada, una superinteligencia podría no volver a encajar en la botella.
La fotografía de representación de esta noticia es un fotograma de la película ‘Terminator 2’.
Amazon apuesta 100 millones por sus agentes de inteligencia artificial
Amazon Bedrock AgentCore: el corazón de los nuevos agentes inteligentes
Amazon Web Services (AWS) ha presentado una batería de novedades en el AWS Summit de Nueva York, centradas en impulsar el desarrollo de agentes de inteligencia artificial capaces de operar de forma autónoma a escala empresarial. La estrella de los anuncios ha sido Amazon Bedrock AgentCore, un conjunto de siete servicios diseñados para facilitar la creación, despliegue y operación de agentes seguros y eficaces.
Swami Sivasubramanian, vicepresidente de AWS para IA agentica, afirmó que estos agentes “cambiarán radicalmente la forma en que se construye el software, cómo se despliega y cómo interactuamos con él”, destacando el potencial transformador de esta tecnología para todo tipo de industrias.
Una arquitectura completa para agentes autónomos
El nuevo AgentCore incluye herramientas clave como AgentCore Runtime, que permite experiencias interactivas con baja latencia y procesamiento de tareas complejas hasta ocho horas; AgentCore Memory, que simula memoria a corto y largo plazo; AgentCore Identity, para gestionar autenticación segura; AgentCore Gateway, que transforma APIs y servicios en herramientas compatibles con agentes; AgentCore Code Interpreter, para ejecutar código en entornos seguros; AgentCore Browser Tool, que permite a los agentes interactuar con sitios web; y AgentCore Observability, para monitorizar el rendimiento en tiempo real mediante Amazon CloudWatch.
Empresas como Itaú Unibanco, Boomi, Epsilon, Innovaccer y Box ya están construyendo soluciones con esta nueva plataforma.
Marketplace para agentes de IA y herramientas integradas
AWS también ha anunciado una nueva categoría en su Marketplace que permitirá a las organizaciones encontrar, adquirir y desplegar agentes de IA y herramientas de proveedores líderes. Esta iniciativa busca reducir la barrera de entrada para las empresas que quieren acelerar sus proyectos de inteligencia artificial sin construirlo todo desde cero.
100 millones más para el AWS Generative AI Innovation Center
Otra gran noticia fue la nueva inversión de 100 millones de dólares en el AWS Generative AI Innovation Center, que ya ha trabajado con miles de clientes ayudándoles a transformar sus operaciones con IA generativa. Casos como el de Warner Bros. Discovery Sports Europe, BMW o AstraZeneca demuestran cómo la IA desarrollada sobre AWS está mejorando la productividad y la experiencia de cliente.
Novedades en Amazon Nova, S3 Vectors, Kiro y más
AWS ha aprovechado el evento para introducir nuevas capacidades de personalización para los modelos Amazon Nova en SageMaker, así como mejoras en seguridad a través del Nova Act SDK. También ha lanzado en fase de prueba Amazon S3 Vectors, el primer sistema de almacenamiento de objetos con soporte nativo para vectores, que promete reducir hasta en un 90 % los costes de almacenamiento y consulta.
El entorno de desarrollo Kiro facilitará la creación de software con agentes de IA, y el nuevo protocolo Model Context Protocol (MCP) ayudará a conectar agentes con datos y herramientas. Además, modelos de TwelveLabs, especializados en vídeo, estarán disponibles en Amazon Bedrock.
Colaboración con Meta y formación para el futuro
En colaboración con Meta, AWS apoyará a 30 startups norteamericanas con hasta 200.000 dólares en créditos para que construyan aplicaciones sobre los modelos Llama. A su vez, Strands 1.0 facilitará la orquestación de múltiples agentes colaborativos, y el AWS AI League ofrecerá hasta 2 millones en créditos mediante desafíos gamificados para desarrolladores.
Para los más jóvenes, AWS ofrece contenidos de formación y certificación gratuitos a más de 6.600 instituciones educativas, con el objetivo de formar a 2,7 millones de estudiantes y profesionales en tecnologías de inteligencia artificial.


