OpenAI ha ofert un 5% de l’empresa al govern nord-americà. L’objectiu seria doble: reduir la pressió reguladora i crear un fons públic, similar al d’Alaska o al fons sobirà noruec, alimentat pels beneficis de la IA. És una nova visió de la política industrial, on l’Estat no només regula, sinó que també participa directament en la captura del valor generat per les grans plataformes tecnològiques. Però la setmana ha estat sobretot marcada pel retorn de la nova generació de models d’Anthropic: Mythos, Fable i Sonnet. Mythos 5.1 continua sent d’ús restringit; Fable ha tornat amb una versió lleugerament diferent i amb més limitacions en àmbits sensibles com la ciberseguretat; i Sonnet 5 es presenta com un model especialment orientat a sistemes agèntics.

La setmana vinent arribaran els anuncis de GPT-5.6, la nova generació de models d’OpenAI. Amb això haurem entrat de ple en una nova etapa, una generació en què els objectius són diferents dels de l’anterior. Aquests models funcionen d’una manera molt més agèntica: ja no parlem només de sistemes que responen a prompts, sinó de models capaços de millorar-los, contextualitzar-los i utilitzar subagents per obtenir millors resultats. En l’argot de la IA, qui fa tot això és el harness. I és precisament aquí on trobem bona part de les millores —aquesta vegada importants— d’aquesta nova generació, especialment en els models més sofisticats, com Fable o Sol, el model gran de GPT-5.6.

També és una generació en què eines com Anthropic Cowork, Claude Code o OpenAI Codex guanyen molt més protagonisme que abans. L’objectiu ja no és només assistir l’usuari, sinó automatitzar tasques completes i executar processos molt més elaborats i de més alt nivell. El cas més significatiu és la programació, que avui ja està en bona part en mans dels models. Això està transformant radicalment no només l’enginyeria de programari —que viu probablement la seva major transformació en dècades—, sinó fins i tot els mateixos llenguatges de programació. Si qui programa és el model, aleshores la simplicitat del llenguatge deixa de ser tan important: el que compta és l’eficiència. Aquesta setmana, com l’anterior, veurem també moltes novetats en recerca. Hi ha avenços importants en l’aprenentatge dels models, en la inferència, en els agents i, sobretot, en la capacitat d’aquestes eines per realitzar de manera autònoma tasques de llarga durada. I això obre la porta a un món absolutament nou i inèdit.

OpenAI ofereix un 5% al govern americà

Sam Altman ha posat sobre la taula una proposta explosiva: que el govern dels Estats Units entri al capital d’OpenAI amb una participació del 5%, valorada en uns 42.600 milions de dòlars. La idea, presentada a l’administració Trump, buscaria reduir la pressió política sobre la seguretat dels models d’IA i reforçar el front nord-americà davant l’avenç de la Xina. El pla aniria més enllà d’OpenAI. Altman voldria que altres gegants com Anthropic, Google o Meta oferissin participacions semblants, creant una mena de fons públic inspirat en el model d’Alaska, que reparteix dividends dels ingressos del petroli. La qüestió de fons és enorme: si Washington passa a ser accionista de les grans empreses d’IA, deixarà de ser només regulador per convertir-se també en propietari. Això pot canviar qui decideix quins models arriben al mercat, amb quina velocitat i qui captura el valor d’aquesta nova infraestructura. La IA ja no és només una batalla empresarial: és una qüestió d’estat.

Anthropic Fable torna 

Els Estats Units han aixecat les restriccions d’exportació sobre Fable 5, el model d’Anthropic que havia estat retirat del mercat al juny per motius de seguretat nacional, juntament amb Mythos 5. La decisió arriba després que l’empresa incorporés noves proteccions per bloquejar usos vinculats a ciberatacs i que aquestes salvaguardes fossin validades per investigadors del Departament de Comerç. El cas mostra fins a quin punt Washington està caminant sobre una línia molt fina: vol evitar que els models d’IA més avançats es converteixin en una eina de risc geopolític, però alhora no pot frenar massa les seves pròpies empreses si vol competir amb la Xina. La indústria espera ara que una nova ordre executiva substitueixi aquestes decisions improvisades per un sistema més clar, previsible i estable d’avaluació dels models de frontera.

Claude Sonnet 5

Anthropic ha presentat Claude Sonnet 5, probablement el seu moviment més important des de Claude 4. La notícia no és només que sigui més ràpid o més barat, sinó que redueix la distància entre els models intermedis i els models estrella. Sonnet 5 pot gestionar millor les tasques llargues, fluxos de treball amb agents i problemes de programació i raonament més complexos. A més, estarà disponible per a tothom, inclosos els usuaris gratuïts, i els desenvolupadors ja el poden fer servir a través de l’API de Claude. La clau és econòmica i estratègica: moltes empreses no necessiten sempre el model més potent i car. Si Sonnet 5 ofereix un rendiment proper als models prèmium a un cost inferior, pot convertir-se en el model per defecte per a milers de desenvolupadors i productes d’IA.

Els robots humanoides d'UBTech

La robòtica xinesa fa un pas més cap a la llar. UBTech ha presentat l’U1, un robot humanoide pensat no per a fàbriques, sinó per fer companyia a les persones. Té pell de silicona, versions masculina i femenina, capacitat per conversar, mantenir contacte visual i una IA emocional que funciona localment, sense enviar les dades al núvol. El preu encara el situa lluny del gran públic —entre uns 17.600 i gairebé un milió de dòlars—, però el moviment és significatiu: la Xina vol portar els robots humanoides del polígon industrial al menjador de casa. I això obre una nova batalla tecnològica, on ja no competiran només els models d’IA, sinó també els cossos físics que els faran presents en la vida quotidiana.

Nano Banana 1 Lite i Gemini Omni Flash 

Google ha presentat dues noves peces per accelerar la creació de contingut amb IA: Nano Banana 2 Lite, el seu model d’imatge més ràpid i barat, i Gemini Omni Flash, un model de vídeo pensat per generar i editar clips amb instruccions en llenguatge natural. La jugada és clara: Google vol convertir la IA generativa audiovisual en una eina industrial, no només creativa. Nano Banana 2 Lite permet generar imatges en uns 4 segons i a molt baix cost, mentre que Omni Flash porta la mateixa lògica al vídeo, amb edició conversacional, referències multimodals i clips de 10 segons. El més rellevant no és només cada model per separat, sinó la combinació: generar una imatge ràpidament i després convertir-la en vídeo. Això pot canviar la manera com es produeixen anuncis, prototips, contingut per xarxes, disseny d’interiors o vídeos de comerç electrònic. La batalla de la IA ja no va només de xatbots: ara entra de ple en la fàbrica visual d’internet.

Claude Science 

Anthropic ha presentat Claude Science, una mena de laboratori d’IA pensat per accelerar la recerca científica. No és només un xatbot per ajudar a escriure articles: integra eines com bases de dades científiques, entorns de programació, visualització de proteïnes, anàlisi genòmica i accés a recursos de computació avançada. La promesa és clara: reduir mesos —o fins i tot anys— de feina repetitiva en literatura científica, anàlisi de dades, figures i manuscrits. El sistema genera resultats auditablement traçables, amb codi, historial i revisió automàtica de cites i càlculs, un punt clau en un àmbit on l’error no és una anècdota, sinó un risc. La lectura de fons és important: la IA ja no vol ser només una eina de productivitat general, sinó una infraestructura per fer ciència. Si funciona, pot canviar el ritme de la recerca biomèdica, des del disseny de fàrmacs fins a la genòmica. Però també trasllada una pregunta incòmoda al centre del debat: qui controlarà les plataformes sobre les quals es farà la ciència del futur?

AWS crea una nova organització de Forward Deployed Engineers

Amazon Web Services farà una inversió de 1.000 milions de dòlars per crear una nova organització de forward deployed engineers: equips d’enginyers que treballaran directament amb els clients per ajudar-los a desplegar IA dins de les seves empreses. La decisió és significativa perquè mostra cap on va el negoci de la IA empresarial. Ja no n’hi ha prou amb vendre models, núvol o eines: les grans corporacions necessiten algú que entri a la cuina, entengui els processos i converteixi la promesa de la IA en aplicacions concretes. És el model que Palantir va popularitzar i que ara AWS adopta a gran escala. El moviment també revela una altra tendència: les empreses combinen models tancats, models oberts i tècniques com la destil·lació per reduir costos i adaptar la IA a tasques específiques. La batalla ja no serà només qui té el millor model, sinó qui aconsegueix que la IA funcioni dins de les organitzacions reals.

Meituan (el Glovo xinès) presenta LongCat 2.0

La cursa xinesa per reduir la dependència dels xips nord-americans fa un nou salt. Meituan, el gegant xinès del repartiment de menjar, ha presentat LongCat-2.0, un gran model de llenguatge de codi obert amb 1,6 bilions de paràmetres que, segons l’empresa, ha estat entrenat i executat íntegrament sobre clústers de xips xinesos. El moviment és rellevant perquè fins ara la gran pregunta era si la Xina podia competir en IA sense accés ple als xips més avançats de Nvidia. Meituan no ha revelat quins proveïdors ha utilitzat, però el missatge polític i industrial és clar: Pequín vol demostrar que pot construir models d’IA de gran escala amb tecnologia pròpia. Aquest cas s’afegeix als esforços de Zhipu, DeepSeek i altres empreses xineses per adaptar models a xips locals, especialment de Huawei. La batalla de la IA ja no és només una cursa de models: és també una guerra d’infraestructura, sobirania tecnològica i capacitat industrial.

Com la IA ens canviarà la vida

Tractors autònoms a la Xina

Camions elèctrics autoconduïts a la Xina

 

Robots que juguen a tenis

El valor de Tesla

Una placa solar de 93Km2 en òrbita generaria tota l’energia de la Terra

Els autobusos de WeRide a Davos

La recerca IA 

A Self-Evolving Agentic System for Automated Generation and Execution of Biological Protocols-AI Lab: Shangai AI Lab – Genoria AI (Senzhen)
La IA entra també al laboratori biològic. Un equip de recerca ha presentat ProtoPilot, un sistema multiagent capaç de transformar protocols científics en procediments operatius, codi executable i experiments físics en plataformes automatitzades de laboratori. La novetat no és que la IA escrigui instruccions plausibles, sinó que aquestes instruccions es puguin verificar i executar. ProtoPilot incorpora comprovacions per capes, coordinació entre agents i una biblioteca d’habilitats que s’actualitza amb el feedback dels experiments reals. En les proves, va assolir un 90,2% de preferència per part d’experts i una taxa de validació protocol-a-codi del 89,5%, molt per sobre d’altres sistemes comparables. La lectura de fons és potent: la IA ja no només interpreta articles o ajuda a redactar protocols, sinó que comença a tancar el cercle entre hipòtesi, disseny experimental, codi, màquina i resultat. Si aquest camí es consolida, la recerca biomèdica pot passar d’un model artesanal a un model molt més automatitzat, verificable i accelerat.

Nemotron-Labs-TwoTower: Diffusion Language-Modeling with Pretrained Autoregressive Context - AI Lab: Nvidia
Els models de llenguatge podrien estar entrant en una nova arquitectura. Un equip ha presentat TwoTower, un model que combina generació autoregressiva i difusió per produir text de manera més ràpida sense perdre gaire qualitat. La idea és separar dues funcions que fins ara sovint feia una sola xarxa: entendre el context i generar la resposta. En TwoTower, una torre autoregressiva processa els tokens nets i manté el fil causal del text, mentre una segona torre de difusió refina blocs de text de manera més paral·lela i iterativa. El resultat és un model que conserva el 98,7% de la qualitat del model base, però amb una velocitat de generació 2,42 vegades superior. La lectura de fons és clara: la cursa de la IA no va només de fer models més grans, sinó de trobar arquitectures més eficients. Si aquests enfocaments prosperen, podrien reduir costos, accelerar aplicacions en temps real i obrir una alternativa als models autoregressius que dominen avui el mercat.

 

Introducing TabFM: A zero-shot foundation model for tabular data-AI Lab: Google
Google ha presentat TabFM, un nou model fundacional pensat per treballar amb dades tabulars, és a dir, les taules que fan servir empreses, bancs, hospitals o plataformes digitals per predir coses com la fuga de clients, el frau financer o el risc d’una operació. La novetat és que TabFM vol substituir una part molt pesada del treball clàssic de machine learning: entrenar models específics, ajustar hiperparàmetres i fer enginyeria de variables. En lloc d’això, el model aprèn directament del context de la taula i pot fer prediccions en una sola passada, sense haver d’entrenar-se de nou per a cada cas. El moviment és important perquè porta la lògica dels grans models fundacionals —fins ara associada sobretot al text, la imatge o el vídeo— al cor de les dades empresarials. I Google vol integrar-ho directament a BigQuery, de manera que una empresa pugui fer prediccions avançades amb una simple comanda SQL. La IA deixa de ser només conversa i entra de ple en la infraestructura quotidiana de decisió empresarial.

OpenAI ha trobat maneres de reduir a la meitat els costs d’inferència 

La cursa de la IA no és només aconseguir més xips de Nvidia. També és aprendre a treure molt més rendiment dels servidors que ja existeixen. Segons aquesta informació, enginyers d’OpenAI haurien trobat noves optimitzacions capaces de reduir a més de la meitat el cost d’inferència, és a dir, el cost de fer funcionar models ja entrenats. El detall és important perquè l’autèntic coll d’ampolla de la IA no és només entrenar models gegants, sinó servir milions de respostes cada dia a un cost assumible. Aplicades a ChatGPT per a usuaris no registrats, aquestes tècniques haurien reduït el nombre de GPU necessàries a només uns centenars, una xifra sorprenentment baixa. La lectura de fons és clara: la batalla de la IA també es guanya a la sala de màquines. No sempre venç qui compra més xips, sinó qui aconsegueix fer més amb els mateixos xips.

How agents are transforming work-AI Lab: OpenAI
OpenAI defensa que els agents d’IA ja estan canviant la unitat bàsica del treball: passem de converses curtes amb un xatbot a tasques llargues delegades a sistemes capaços d’actuar durant minuts o hores, cridar eines, revisar resultats i iterar fins a completar una feina. El cas que posa sobre la taula és Codex. Segons OpenAI, dins de la mateixa companyia ha passat de ser una eina sobretot per a enginyers a convertir-se en l’eina principal de treball també per a equips legals, finances o reclutament. El més rellevant és que els no programadors són els que més ràpidament estan adoptant aquests agents, sovint per fer automatitzacions, anàlisi de dades, transformacions d’informació o tasques tècniques que abans requerien suport especialitzat. La lectura de fons és clara: els agents no només fan més eficient una tasca existent, sinó que amplien el perímetre del qual pot fer una persona dins d’una organització. La frontera entre perfils tècnics i no tècnics es torna més porosa, i això pot obligar empreses, treballadors i reguladors a repensar processos, competències i mercat laboral.

Altres notícies 

-Tesla i SpaceX ja funcionen com una mateixa maquinària en àrees clau, amb directius compartits i projectes estratègics com la Terafab de semiconductors. Això alimenta les expectatives que Elon Musk acabi proposant una fusió formal entre les dues companyies.
-Nvidia entra a Verkada amb una inversió que manté la companyia de càmeres i IA de seguretat en una valoració de 5.800 milions de dòlars. L’operació reforça l’aposta de Jensen Huang per la IA aplicada al món físic, mentre Verkada prepara una possible sortida a borsa.
-Anthropic fa marxa enrere en una funció oculta de Claude Code que rastrejava si els usuaris eren a la Xina o vinculats a laboratoris d’IA xinesos. L’empresa ho justifica com una prova contra abusos i “destil·lació” de models, però la polèmica reforça la tensió entre seguretat, espionatge i competència amb la IA xinesa.
-Anthropic llança Claude Science, una aplicació per accelerar la recerca biomèdica, i entra directament en programes preclínics per a malalties desateses. La companyia també presenta Claude Sonnet 5, més capaç de planificar i navegar, mentre alerta dels riscos d’ús de la IA en biologia i bioseguretat.
-Schneider Electric compra la noruega Cognite per 3.100 milions de dòlars per reforçar la seva aposta en IA industrial i agents aplicats a dades amb complexitat. L’operació confirma que els grans grups d’enginyeria, com Siemens, Honeywell o Rockwell, volen convertir-se també en empreses d’IA.