OpenAI ha llançat oficialment aquest dijous tot un seguit de productes, alguns dels quals ja eren molt esperats. Entre ells hi ha la nova família GPT-5.6: SOL, el model més gran; Terra, la versió intermèdia, i Luna, el model més petit i eficient. Però els anuncis no s’han acabat aquí. OpenAI també ha presentat ChatGPT Work, una nova versió de Codex i GPT Live, un sistema que permet mantenir converses en temps real amb un nivell d’intel·ligència molt elevat. Aquest conjunt de novetats situa OpenAI, com a mínim, al mateix nivell que Anthropic i, en alguns àmbits, fins i tot una mica per sobre. La companyia no vol perdre la cursa ni en el mercat professional ni en el del desenvolupament de programari. Per això, la presentació ha estat plena d’exemples relacionats amb les finances, el màrqueting, els recursos humans i altres entorns corporatius. En definitiva, una demostració pensada clarament per al món professional.

Els nous models d’OpenAI no es limiten a obtenir millors resultats en els benchmarks. També poden treballar durant més temps, coordinar diversos agents en paral·lel i interactuar, en nom nostre, amb les aplicacions i les pàgines web que tenim obertes a l’ordinador. I poden fer-ho amb rapidesa i amb un nivell de qualitat sorprenent. Són models destinats a redefinir la manera com treballem. Poden crear presentacions atractives, fulls de càlcul sofisticats, informes, quadres de comandament o pàgines web que després es poden compartir fàcilment. Pensem, per exemple, en les finances. Abans es preparava un full de càlcul i s’enviava. Més endavant, aquell full es va convertir en un quadre de comandament estàtic. Ara, un model pot crear una web en forma de dashboard interactiu, compartir-la amb tot l’equip i permetre que qualsevol persona hi explori escenaris i possibilitats.

Quan desapareix bona part de la complexitat necessària per executar una tasca, no només podem fer-la més de pressa: també podem fer-la millor, amb un nivell de sofisticació que fins fa poc ni tan sols havíem imaginat. A classe acostumo a posar l’exemple dels comptables manuals. En aquella època, l’habilitat essencial consistia a sumar bé, fer-ho ràpidament i traslladar els assentaments del llibre diari al llibre major. Amb l’arribada de Lotus 1-2-3 i VisiCalc, els primers fulls de càlcul, van aparèixer models financers cada vegada més sofisticats i la feina dels comptables es va transformar completament. Les màquines van assumir bona part dels assentaments i els professionals es van convertir progressivament en analistes financers.

Els nous models d’intel·ligència artificial ens porten cap a una transformació similar. Crear una web, compartir-la i presentar la informació d’una manera atractiva i interactiva ja no serà una habilitat excepcional: serà el nou estàndard. Probablement veurem la fi de bona part de la programació feta manualment. Però, al mateix temps, assistirem a una explosió sense precedents de la programació: milions de persones que mai no s’havien imaginat programant començaran a crear aplicacions, webs i eines digitals. També s’ha presentat GPT Live, un model capaç de mantenir converses en temps real, acceptar interrupcions i gestionar diverses converses simultànies sobre temes diferents sense perdre el fil. És un pas més cap al domini de la interacció amb clients per part dels models d’intel·ligència artificial.

Però aquests dies han passat moltes més coses. Grok 4.5 ja és aquí i és molt bo, comparable a Opus 4.8 o GPT-5.5, el model anterior d’OpenAI. ByteDance, la companyia propietària de TikTok, ha llançat Seedream 5.0, un model multimodal de generació d’imatges amb capacitat de raonament. Meta, per la seva banda, ha presentat Muse Image, que permet editar stories d’Instagram o imatges de WhatsApp, i també Muse Spark 1.1, un nou model que se situa a l’altura d’Opus 4.8 o GPT-5.5 High. Si algú pensava que la cursa de la intel·ligència artificial ja estava decidida i que la partida s’havia acabat, s’equivocava de ple.

Hi ha més partit que mai.

OpenAI Sol: Terra i Luna

OpenAI ha presentat GPT-5.6 com una nova família de models orientada a fer més feina amb menys temps, menys tokens i un cost inferior. La gamma inclou Sol, el model més potent; Terra, pensat per a un ús general equilibrat; i Luna, l’opció més ràpida i econòmica. La principal novetat no és només un augment de la intel·ligència, sinó una millora substancial de l’eficiència: models més petits aconsegueixen resultats semblants o superiors als dels competidors més avançats, però amb una fracció del cost computacional.

El salt més rellevant es produeix en les tasques professionals de llarga durada. GPT-5.6 pot navegar, programar, utilitzar eines, analitzar documents, elaborar models financers i produir presentacions, informes o fulls de càlcul amb més autonomia i qualitat visual. A més, incorpora un mode "ultra" que coordina diversos agents en paral·lel, de manera que els problemes complexos ja no són abordats per una única instància, sinó per un petit equip d’agents especialitzats que treballen simultàniament i integren els resultats.

Aquesta arquitectura apunta cap a un canvi de paradigma: la IA deixa de ser només una interfície conversacional i es converteix progressivament en una infraestructura de treball. La seva capacitat per executar programes, gestionar eines, supervisar processos i corregir els seus propis resultats redueix la necessitat que l’usuari defineixi cada pas. Això pot transformar profundament professions com la consultoria, el desenvolupament de programari, la recerca científica, les finances o el disseny.

Tanmateix, l’augment de capacitats també incrementa els riscos. GPT-5.6 presenta avenços molt importants en ciberseguretat i biologia, àmbits en què la mateixa tecnologia pot servir tant per detectar vulnerabilitats com per explotar-les. OpenAI respon reforçant els sistemes de monitoratge, els controls d’accés i la verificació d’usuaris. La qüestió central ja no és només fins on poden arribar aquests models, sinó com governem una tecnologia cada vegada més autònoma, poderosa i integrada en les decisions quotidianes de les organitzacions.

ChatGPT Work 

OpenAI presenta ChatGPT Work com una evolució de ChatGPT orientada a la feina professional. La proposta no consisteix simplement a generar textos o respondre preguntes, sinó a connectar el model amb les eines, els documents i les aplicacions que ja utilitzen les organitzacions per transformar informació dispersa en resultats acabats: informes, presentacions, fulls de càlcul, plans comercials o anàlisis executives. Impulsat per Codex i GPT-5.6, el sistema pot recopilar context de correus, Slack, bases de dades, fitxers i aplicacions d’escriptori, definir un pla d’acció i executar-lo amb una intervenció humana menor. L’usuari, però, manté el control: pot revisar l’estratègia abans de començar, seguir el procés, modificar-ne el rumb i treballar en paral·lel amb la intel·ligència artificial.

El canvi rellevant és que ChatGPT deixa de ser una eina separada del flux de treball i passa a operar dins seu. Pot actualitzar una presentació amb dades de diferents fonts, comparar experiències de clients, reconciliar informació entre sistemes empresarials o mantenir projectes actius mitjançant tasques recurrents. Segons OpenAI, activitats que abans requerien setmanes poden completar-se en hores. La promesa és clara: ampliar la capacitat de cada professional i reduir el temps dedicat a buscar informació, coordinar eines i donar forma final als resultats. Però també implica un canvi organitzatiu profund. Quan la IA pot reunir context, planificar i actuar, el seu valor ja no depèn només de la qualitat de les respostes, sinó de fins a quin punt les empreses redissenyen els seus processos, les responsabilitats i els mecanismes de control.

GPT Live 

OpenAI ha renovat el mode de veu de ChatGPT amb GPT-Live, un model molt més capaç que l’anterior sistema basat en la generació GPT-4o. La millora no és només de fluïdesa conversacional: quan una pregunta exigeix cerca web, més raonament o una tasca complexa, GPT-Live pot delegar-la a un model més potent —inicialment GPT-5.5— i mantenir alhora la conversa amb l’usuari. Aquesta arquitectura híbrida és probablement la novetat més interessant. En lloc d’obligar un únic model a fer-ho tot, OpenAI separa dues funcions: una capa ràpida i natural per sostenir el diàleg, i una altra de més lenta i potent per resoldre problemes difícils. Això permet que la conversa no quedi interrompuda mentre el sistema busca informació o elabora una resposta més sofisticada.

Simon Willison, que ha provat el model durant unes setmanes, destaca que la nova versió recupera la utilitat del mode de veu com a eina de reflexió i de brainstorming. També assenyala, però, que aquests sistemes continuen tenint comportaments inesperats: durant les proves, el model l’interrompia per riure en moments que no pretenien ser còmics, una reacció que podia resultar condescendent i que OpenAI sembla haver corregit parcialment. GPT-Live apunta així cap a una interfície més natural amb la intel·ligència artificial: una conversa contínua capaç de combinar veu, imatges, cerca i raonament avançat. El repte ja no és només aconseguir que la màquina parli com una persona, sinó que sàpiga quan ha de continuar conversant, quan ha de delegar i quan, simplement, no ha d’interrompre.

Grok 4.5

SpaceXAI ha presentat Grok 4.5, el seu model més avançat fins ara i el primer gran producte desenvolupat conjuntament amb Cursor. L’objectiu és clar: no competir només en conversa, sinó en treball professional real. El model està orientat a programació, enginyeria de software, finances, serveis jurídics i tasques agèntiques de llarga durada. Elon Musk el defineix com un model “de classe Opus, però més ràpid”. Grok 4.5 processa fins a 80 tokens per segon, utilitza menys tokens de sortida en tasques de codi i parteix d’un preu molt agressiu: 2 dòlars per milió de tokens d’entrada i 6 per milió de sortides. SpaceXAI assegura que s’ha entrenat amb desenes de milers de GPU Nvidia GB300 al superordinador Colossus.

La disponibilitat immediata a Cursor, Grok Build, API, web, mòbil i eines de línia de comandaments reforça la seva orientació cap als desenvolupadors i les empreses. No es tracta tant de construir un xatbot millor com d’integrar la IA dins del procés de producció de programari i del treball corporatiu. El llançament confirma un canvi de fons en la indústria. La cursa ja no gira només al voltant de qui ofereix el model més intel·ligent, sinó de qui pot convertir-lo en un treballador digital més ràpid, més barat i més fàcil d’integrar. Grok 4.5 vol ser menys un interlocutor i més un enginyer, un analista i un operador.

Meta Muse Image & Video

Meta ha començat a desplegar Muse Image, el seu nou model de generació i edició d’imatges, directament dins de Meta AI i Instagram Stories. També arribarà progressivament a WhatsApp, Facebook, Messenger i les eines publicitàries d’Advantage+. La diferència respecte d’altres generadors visuals és que Meta no el concep com una aplicació independent, sinó com una capa creativa integrada en les plataformes on milions d’usuaris ja publiquen, conversen i consumeixen contingut. Muse Image permet crear imatges a partir de text, editar fotografies, combinar diverses referències, redissenyar espais i treballar amb esbossos. També pot utilitzar fotografies públiques d’Instagram quan l’usuari menciona un compte, tot i que els creadors poden desactivar aquesta reutilització. Aquesta integració amb el graf social de Meta obre moltes possibilitats creatives, però també planteja interrogants sobre consentiment, autoria i ús de la identitat visual dels usuaris.

Meta presenta Muse Image com un model multimèdia agentiu. Abans de generar, pot planificar, cercar informació, utilitzar eines de programació i refinar els resultats. Això li permet, per exemple, produir text més net dins de les imatges, crear codis QR o fonamentar una composició en informació actual. La generació visual deixa així de ser una simple traducció de text a píxels i s’apropa a un procés creatiu amb diverses fases. La jugada estratègica és clara: Meta vol portar la intel·ligència artificial generativa al centre de la producció de continguts, la publicitat i la comunicació social. Amb Muse Video ja anunciat, la companyia avança cap a un ecosistema on una part creixent del que veiem a Instagram, WhatsApp o Facebook podrà ser creat, editat i personalitzat per IA sense sortir de l’aplicació. Per afrontar els riscos de desinformació, Meta hi afegeix Content Seal, una marca d’aigua invisible que hauria de continuar sent detectable fins i tot després de retallar, comprimir o capturar la imatge.

Meta Muse Spark 1.1

Meta ha presentat Muse Spark 1.1, una nova versió del seu model multimodal de raonament orientat a tasques agentives. La millora principal no és tant conversar millor com actuar millor: utilitzar eines, operar ordinadors, programar, entendre imatges i vídeos i coordinar processos llargs amb poca intervenció humana. El model ja està disponible en mode "Thinking" a Meta AI i, per primera vegada, també s’obre als desenvolupadors mitjançant la nova Meta Model API. Muse Spark 1.1 està dissenyat per funcionar com el cervell d’un sistema d’agents. Pot recopilar informació, elaborar un pla i repartir la feina entre diversos subagents que treballen en paral·lel. També gestiona activament una finestra de context d’un milió de tokens, recuperant informació de fases anteriors i comprimint el contingut sense perdre els elements crítics. Aquesta combinació permet abordar projectes llargs i canviants, en què apareixen noves dades i cal adaptar el pla sobre la marxa.

Un altre avenç rellevant és l’ús de l’ordinador. El model decideix quan convé escriure un script, quan és millor interactuar directament amb una interfície i quan pot executar diverses accions de cop. Meta mostra exemples que van des de corregir errors en aplicacions fins a crear anuncis de Facebook Marketplace a partir d’un vídeo enregistrat amb el mòbil. La percepció, el raonament i l’acció comencen així a formar part d’un mateix procés. Amb Muse Spark 1.1 i Muse Image, Meta reforça la seva aposta per la «superintel·ligència personal»: sistemes capaços d’ajudar l’usuari a crear, decidir i actuar dins del seu ecosistema d’aplicacions. La cursa de la IA es desplaça definitivament dels assistents que responen als agents que executen. El valor ja no estarà només en la qualitat de la resposta, sinó en la capacitat d’entendre el context, coordinar eines i completar una feina de principi a fi.

Com la IA ens canviarà la vida 

La nova mà de NEO 

 

 

 

 

 

La neteja amb robots autònoms a la Xina

Robots no humanoides

La recerca IA 

Verbalizable Representations Form a Global Workspace in Language Models-AI Lab: Anthropic

Anthropic afirma haver identificat dins de Claude una mena d’“espai mental” intern, anomenat J-space, on es concentren els conceptes que el model pot recordar, explicar i utilitzar per raonar. No és la cadena de pensament escrita, sinó un conjunt de patrons neuronals silenciosos que indiquen què "té al cap" en cada moment. Els experiments mostren que aquest espai té un paper causal. Si els investigadors substitueixen un concepte per un altre, també canvia el resultat del raonament. Quan eliminen el J-space, Claude continua parlant amb fluïdesa, però perd bona part de la capacitat de planificar, resumir i resoldre problemes en diversos passos. La troballa pot ser especialment útil per a la seguretat, perquè permet detectar intencions ocultes, dades manipulades o la sospita que el model és avaluat. No demostra que Claude sigui conscient, però sí que disposa d’un mecanisme semblant al que la neurociència anomena espai global: un canal intern compartit que coordina el raonament deliberat.

Measuring the Gap Between Human and LLM Research Ideas-AI Lab: Yale University, University of Chicago

Els grans models de llenguatge s’utilitzen cada vegada més per generar idees de recerca, però solen avaluar-se segons criteris com la novetat o la viabilitat. Aquest estudi planteja una pregunta diferent: fins a quin punt les idees generades per IA s’assemblen realment a les dels investigadors humans? A partir de treballs acadèmics de qualitat, els autors reconstrueixen les fonts que probablement van inspirar cada contribució i demanen als models que generin una idea nova amb el mateix punt de partida. El resultat mostra una diferència sistemàtica: els LLM tendeixen a proposar idees que connecten treballs existents i combinen mètodes, mentre que els humans exploren una varietat més àmplia de problemes, enfocaments i formes de contribució. La conclusió és que els models poden produir idees raonables, però el seu "gust científic" continua sent més estret i menys divers que el dels investigadors humans.

Improving Factuality and Reasoning in Language Models through Multiagent Debate-AI Lab: MIT CSAIL and Google Brain

Aquest treball proposa millorar les respostes dels grans models de llenguatge fent que diverses instàncies del model generin solucions, les discuteixin durant diverses rondes i arribin a una resposta comuna. Els resultats mostren que aquest "debat entre models" millora especialment el raonament matemàtic i estratègic. També augmenta la precisió factual i redueix els errors, les fal·làcies i les al·lucinacions. L’avantatge és que el mètode es pot aplicar directament a models existents, fins i tot si funcionen com una caixa negra. La idea central és que una mena de "societat de ments" pot produir respostes més robustes que un únic model raonant sol.

Dreaming: Better memory for a more helpful ChatGPT-AI Lab: OpenAI

OpenAI ha començat a desplegar un nou sistema de memòria per a ChatGPT, pensat per resoldre tres problemes: la informació que queda desactualitzada, els records incorrectes i la dificultat d’escalar la memòria a centenars de milions d’usuaris i converses acumulades durant anys. La memòria permet que ChatGPT recordi preferències, projectes i restriccions de l’usuari, de manera que cada conversa no comenci de zero. La primera versió, llançada el 2024, depenia sobretot d’instruccions explícites com "recorda això", però sovint oblidava informació rellevant i acumulava dades que amb el temps deixaven de ser útils. El 2025, OpenAI va introduir un sistema anomenat dreaming, capaç de revisar l’historial de converses i sintetitzar automàticament records. La nova actualització vol fer aquest procés més fiable, actual i escalable, convertint la memòria en una peça central d’un ChatGPT més personal i útil a llarg termini.

Altres notícies 

-Anthropic reforça l’auge de la intel·ligència artificial a Nova York amb el lloguer d’un edifici de 16 plantes a Manhattan i el pla de duplicar la plantilla local fins als 1.000 treballadors aquest any. El moviment confirma la ciutat com a gran pol d’adopció empresarial de la IA. Lancium, desenvolupadora de la infraestructura elèctrica del macrocentre de dades Stargate d’OpenAI i Oracle a Texas, negocia vendre una participació minoritària. Nvidia figura entre les grans tecnològiques interessades, mentre que Anthropic només va mantenir converses exploratòries.
-Cursor prepara un agent d’IA de propòsit general per competir amb Claude Cowork i anar més enllà de la programació. El projecte s’emmarca en la seva integració amb SpaceXAI i en la futura adquisició de Cursor per part de SpaceX.
-Perplexity incorpora memòria persistent als seus agents d’IA perquè aprenguin de les tasques anteriors, perfeccionin els seus processos i millorin progressivament sense haver de repetir instruccions.
-ByteDance llança Seedream 5.0 Pro, un model multimodal d’imatge orientat al disseny professional, amb edició precisa per zones, separació per capes i generació de composicions complexes. També millora el realisme, el text dins les imatges i el suport multilingüe en més de deu idiomes.
-PrismML afirma haver executat en un iPhone 17 Pro una versió comprimida de Qwen 3.6 amb 27.000 milions de paràmetres, molt per sobre dels models habituals en mòbils. L’avenç podria reduir la dependència del núvol i reforçar la privacitat.
-OpenAI retira el seu suport a SWE-Bench Pro després de detectar que prop d’un 30% de les proves estan mal plantejades o puntuen incorrectament. La troballa posa en dubte els rànquings que s’utilitzen per comparar els millors assistents de programació.