Sens dubte, les grans protagonistes no només de la setmana, sinó probablement de tota aquesta etapa, són les sortides a borsa de les grans empreses d’intel·ligència artificial. Aquesta setmana Anthropic ha formalitzat de manera confidencial el primer pas cap a la seva OPV, i també hem conegut detalls concrets sobre les futures operacions de SpaceX i OpenAI.

Parlem d’operacions d’una dimensió extraordinària. La sortida a borsa de SpaceX podria convertir-se en la més gran de la història, amb una valoració al voltant dels 1,7 bilions de dòlars, una xifra comparable al PIB anual d’Espanya. Per posar-ho en perspectiva, la capitalització de la firma Nvidia se situa al voltant dels 5,2 o 5,4 bilions de dòlars, per sobre del PIB anual d’Alemanya, que ronda els 4,7 bilions. És a dir, Nvidia val ja més que una de les grans economies industrials del món.

Aquestes OPV poden tenir efectes importants sobre els mercats. Si teniu bitcoins, haureu vist moviments bruscos aquests dies, amb caigudes significatives (més del 15%). No és agosarat pensar que una part del capital especulatiu i institucional es pugui estar preparant per entrar en aquestes grans operacions, que concentraran una enorme atenció inversora. Però el més rellevant és que aquestes sortides a borsa faran visible un canvi de fons: la IA està reconfigurant el mapa del poder empresarial global.

Noves companyies seran catapultades, mentre que altres, ja consolidades, es transformaran profundament. Parafrasejant Marc Andreessen, si el programari es menjava el món, ara és la IA qui ho està fent. Sorprèn, doncs, que en alguns debats estratègics sobre política econòmica encara s’ignori el paper central de la intel·ligència artificial. Necessitem una política d’innovació en IA molt més ambiciosa, capaç de capturar una part significativa del nou valor que s’està creant.

L’altre gran moment de la setmana ha estat la intervenció de Nvidia al Computex. Jensen Huang hi ha presentat noves peces de la infraestructura de la IA, però també una aposta especialment rellevant: portar la intel·ligència artificial agèntica als ordinadors personals. L’ambició és clara: impulsar l’AI PC, un ordinador en què els agents d’IA no siguin una aplicació més, sinó una nova capa central del sistema operatiu.

Fins ara, Apple havia dominat bona part de la conversa sobre ordinadors personals eficients i potents gràcies als seus xips M. Però Nvidia vol liderar la nova arquitectura dels PC agentius, en què el valor ja no estarà només en el processador o el sistema operatiu tradicional, sinó en la capacitat d’executar agents personals i professionals en local.

També hem vist anuncis importants al voltant dels agents. Entre ells destaca Sites d’OpenAI, una nova funcionalitat que permet crear webs, dashboards i entorns interactius dins d’un espai propi de treball. No es tracta només de generar contingut, sinó de construir eines funcionals que poden servir per coordinar projectes, analitzar dades o prendre decisions en equip. Com sempre, cada setmana en IA és una setmana plena de canvis i oportunitats. Aquesta, en particular, deixa tres idees clau.

La primera és que el mapa de les empreses més valuoses del món està canviant. Les OPV faran oficial i visible quines companyies estan capturant el valor immens que s’està generant al voltant de la IA. La segona és que la IA s’està especialitzant ràpidament: agents genèrics, agents verticals, programació, finances, màrqueting, dret, disseny, vendes i molts altres àmbits. La tercera és que la IA ja no és només conversacional. És agèntica. Ja no parlem únicament de xatbots que responen preguntes, sinó de sistemes capaços d’actuar sobre el món, executar tasques, coordinar eines i transformar processos. I això ho canviarà tot.

SpaceX prepara la sortida a borsa més gran de la història

SpaceX, l’empresa espacial d’Elon Musk, ha fixat en 135 dòlars el preu de les seves accions per a la sortida a borsa, cosa que situaria la companyia en una valoració d’1,77 bilions de dòlars. Amb aquesta operació, la firma preveu captar 74.400 milions de dòlars i superar l’actual rècord de Saudi Aramco, que el 2019 va debutar al mercat amb una valoració d’1,7 bilions i una captació de més de 29.000 milions.

La companyia podria començar a cotitzar al Nasdaq la setmana vinent sota el símbol SPCX. A diferència del procediment habitual, SpaceX no ha establert una forquilla inicial de preus, sinó que ha anunciat directament una xifra tancada, tot i que encara podria modificar-la. L’operació és vista com un termòmetre per a altres grans sortides a borsa previstes, especialment les d’empreses d’intel·ligència artificial com OpenAI i Anthropic, amb valoracions que s’acosten al bilió de dòlars. Segons analistes del mercat, la dimensió d’aquestes companyies fa pensar que els rècords actuals podrien tornar a trencar-se aviat.

Un dels grans beneficiats seria Elon Musk, que controla aproximadament el 50% de SpaceX. Amb el preu fixat per a l’oferta, la seva participació tindria un valor superior als 752.000 milions de dòlars. Si les accions pugen amb força en els primers dies de cotització, Musk podria convertir-se en el primer bilionari del món. Fundada el 2002, SpaceX ha transformat el sector espacial amb coets parcialment reutilitzables i amb Starlink, el seu servei d’internet per satèl·lit. L’empresa també ha ampliat el seu perímetre després d’adquirir xAI, la companyia d’intel·ligència artificial de Musk, que alhora controlava la xarxa social X.

Malgrat el seu creixement, SpaceX ha revelat recentment pèrdues de 4.900 milions de dòlars el darrer any, davant dels 791 milions de benefici registrats el 2024. Els ingressos, però, van créixer un 33%, fins als 18.700 milions. La companyia preveu destinar els fons captats a projectes de gran escala, com centres de dades d’intel·ligència artificial en òrbita, una fàbrica lunar i, a llarg termini, l’enviament d’humans a Mart.

Nvidia alerta que la IA serà cada cop més cara

Jensen Huang, conseller delegat de Nvidia, va aprofitar la seva intervenció al Computex de Taiwan per presentar noves peces clau de la infraestructura de la intel·ligència artificial. Entre els anuncis hi ha l’arribada a producció dels sistemes basats en Vera Rubin, una nova generació de servidors per a “fàbriques d’IA agentiva”, així com DSX, una plataforma de programari pensada per dissenyar i operar grans centres d’IA, amb gestió de simulació, energia i coordinació amb proveïdors elèctrics.

La companyia també va presentar novetats per a ordinadors personals, com RTX Spark, un superxip per a Windows orientat a agents personals d’IA, i DGX Station for Windows, un sistema de sobretaula per a empreses que volen executar models molt grans en local. Són equips d’alt rendiment, però també amb preus molt elevats.

Més enllà dels productes, el missatge més rellevant va ser econòmic. Huang va afirmar que el cost de capital per gigawatt en infraestructures d’IA podria passar dels 50.000 milions de dòlars actuals a prop de 100.000 milions. És a dir, el maquinari d’IA no només no s’estaria abaratint, sinó que podria ser més car que mai.

Aquesta tendència reforça un dubte central sobre el negoci de la IA: com poden ser rendibles empreses com OpenAI o Anthropic si han de pagar primes cada cop més altes a Nvidia, Hynix i la resta de la cadena de semiconductors. Mentre el programari d’IA es torna més competitiu i tendeix a abaratir-se, la infraestructura necessària per entrenar i executar models continua concentrada en pocs proveïdors amb marges molt elevats.

Nvidia defensa que l’eficiència millora perquè cada watt permet generar més tokens i, per tant, més ingressos potencials. Però molts clients ja pateixen avui el cost d’ús dels models. Si la capacitat de generar tokens per dòlar no creix de manera molt significativa, el model econòmic de la IA continuarà sent difícil de justificar. La conclusió és que la cursa de la IA dependrà d’una enorme quantitat de capital durant els pròxims anys. I aquesta factura, d’una manera o altra, acabarà arribant també als inversors i als estalviadors, ja sigui a través de fons indexats, plans de pensions o una pressió inflacionària derivada de l’endeutament i la inversió massiva en infraestructura tecnològica.

OpenAI Codex–Sites & Plug-ins 

OpenAI ha anunciat una ampliació important de Codex, la seva eina d’intel·ligència artificial nascuda per ajudar programadors, però que cada cop és més utilitzada per perfils no tècnics. Segons la companyia, més de cinc milions de persones fan servir Codex cada setmana, i prop del 20% ja no són desenvolupadors, sinó analistes, equips de màrqueting, operacions, disseny, recerca, inversió o banca.

La novetat principal és el llançament de connectors específics per funció professional. Aquests plugins agrupen aplicacions, instruccions i fluxos de treball adaptats a diferents perfils. OpenAI n’ha presentat per a anàlisi de dades, producció creativa, vendes, disseny de producte, inversió en renda variable i banca d’inversió. En conjunt, integren 62 aplicacions populars i 110 habilitats.

L’objectiu és que Codex pugui connectar-se amb les eines que ja utilitzen les empreses i generar materials concrets: informes, quadres de comandament, prototips, presentacions comercials, anàlisis d’inversió o plans de seguiment de clients. OpenAI afirma que equips d’empreses com Zapier o NVIDIA ja el fan servir per accelerar tasques internes i fluxos de treball complexos.

Una altra novetat són els Sites, webs i aplicacions interactives que Codex pot crear i compartir dins d’un espai de treball. Poden servir com a taulers de projecte, planificadors, hubs de llançament, galeries o eines lleugeres per prendre decisions en equip. La funció es troba en fase de prova per a clients Business i Enterprise.

OpenAI també amplia les anotacions, que permeten marcar una part concreta d’un document, una diapositiva, un full de càlcul o una web generada per Codex i demanar-ne canvis precisos. Això converteix l’eina en un sistema més útil per iterar sobre esborranys, no només per generar una primera versió.

Amb aquest moviment, OpenAI busca portar Codex més enllà del desenvolupament de programari i convertir-lo en una plataforma de treball transversal per a empreses. La companyia també prepara nous connectors per a finances corporatives, capital privat, estratègia de màrqueting, consultoria i àmbit legal.

Anthropic fa el primer pas per sortir a borsa

Anthropic, una de les principals empreses d’intel·ligència artificial generativa, ha presentat de manera confidencial la documentació inicial davant la Comissió de Borsa i Valors dels Estats Units per preparar una possible sortida a borsa. Aquest tipus de registre permet iniciar el procés d’OPV sense fer públiques encara les dades financeres, el nombre d’accions, la valoració objectiu ni la data prevista de cotització. La companyia, creadora de Claude i Claude Code, s’ha convertit en una de les firmes d’IA de més ràpid creixement, impulsada per la demanda d’eines empresarials i pel suport financer de grans inversors com Amazon i Google.

La possible sortida a borsa donaria a Anthropic més capital per competir en una cursa cada cop més cara, marcada per la necessitat de desenvolupar models avançats, construir centres de dades i assegurar capacitat de computació. En aquest context, l’operació podria convertir-se en una de les cotitzacions tecnològiques més observades de la dècada.

El moviment també simbolitza un canvi de fase en la indústria de la IA. Després d’anys de creixement finançat per capital risc, les grans empreses del sector comencen a preparar-se per l’escrutini dels mercats públics, on els inversors no només valoraran la innovació, sinó també els ingressos, la rendibilitat i la capacitat d’executar a gran escala.

Trump impulsa una ordre executiva per reforçar la IA i la ciberseguretat

La Casa Blanca ha publicat una ordre executiva per promoure la innovació en intel·ligència artificial avançada i reforçar la seguretat dels sistemes públics i privats dels Estats Units. El text defensa una política favorable al desenvolupament de la IA, amb menys càrrega reguladora i una col·laboració més estreta amb el sector privat.

L’ordre estableix que diverses agències federals hauran d’accelerar la protecció cibernètica dels sistemes de seguretat nacional, de l’administració civil i d’infraestructures crítiques. També preveu facilitar l’accés a eines defensives basades en IA per a administracions estatals i locals, hospitals rurals, bancs comunitaris i serveis públics essencials.

Una de les mesures centrals és la creació d’un centre de coordinació en ciberseguretat amb IA, impulsat pel Departament del Tresor en col·laboració amb organismes de seguretat i amb la indústria. Aquest mecanisme haurà de coordinar la detecció de vulnerabilitats, validar riscos i prioritzar la distribució de pegats de seguretat.

L’ordre també planteja un sistema voluntari perquè els desenvolupadors de models avançats d’IA puguin col·laborar amb el govern abans de llançar determinats models al mercat. L’objectiu és avaluar-ne les capacitats en ciberseguretat i facilitar-ne l’ús segur en infraestructures crítiques, sense crear un règim obligatori de llicències o autoritzacions prèvies.

Finalment, el text demana prioritzar l’aplicació de les lleis federals contra actors criminals que utilitzin IA per accedir il·legalment a sistemes informàtics, danyar ordinadors o obtenir dades amb finalitats delictives. La lectura política és clara: l’administració Trump vol presentar la IA com un actiu estratègic de seguretat nacional i competitivitat econòmica. El missatge combina desregulació, suport a la indústria i una aposta per utilitzar models avançats com a eina defensiva davant amenaces cibernètiques.

Microsoft presenta set nous models propis d’intel·ligència artificial

Microsoft ha presentat set nous models d’intel·ligència artificial desenvolupats pel seu equip MAI Superintelligence, en un dels passos més clars de la companyia per construir tecnologia pròpia més enllà de la seva aliança amb OpenAI. Entre les novetats destaca MAI-Thinking-1, un model de raonament creat des de zero per resoldre tasques complexes i donar suport al desenvolupament de programari. La companyia també ha anunciat MAI-Image-2.5 i MAI-Image-2.5e, orientats a la generació i edició d’imatges, així com MAI-Voice-2, amb noves capacitats de veu expressiva i suport per a 15 idiomes addicionals.

Microsoft també ha presentat MAI-Transcribe-1.5, pensat per millorar la velocitat i la precisió de la transcripció de veu, i MAI-Code-1-Flash, un model de programació eficient integrat a GitHub Copilot i Visual Studio Code. Els nous models han estat desenvolupats per l’equip liderat per Mustafa Suleyman, cofundador de DeepMind i Inflection AI. Estaran disponibles a través de Microsoft Foundry, Azure AI, GitHub Copilot i els productes Copilot de la companyia. El moviment reforça la idea que Microsoft vol construir una cartera completa d’IA pròpia en text, veu, imatge, codi i raonament. La companyia continua sent el principal soci d’OpenAI, però cada cop actua més com un desenvolupador de models avançats per dret propi.

Meta vol que els seus agents d’IA gestionin empreses senceres

Meta ha llançat un nou agent d’intel·ligència artificial per a empreses que funcionarà a WhatsApp, Instagram i Messenger arreu del món. L’eina podrà respondre preguntes de clients, reservar cites i tancar vendes, entre altres funcions. En una fase posterior, la companyia preveu que també pugui fer estudis de mercat, obtenir informació sobre competidors i connectar-se amb eines de gestió de calendaris.

Mark Zuckerberg, conseller delegat de Meta, ha presentat el producte com un pas cap a agents cada cop més autònoms, capaços d’ajudar a gestionar un negoci complet. La iniciativa forma part de l’estratègia de Meta per anar més enllà del seu negoci tradicional, basat sobretot en la publicitat dirigida a consumidors, i avançar cap a serveis de subscripció i solucions per a empreses.

L’agent serà gratuït inicialment, però Meta preveu convertir-lo en els pròxims mesos en un servei de pagament amb diferents nivells segons la mida del negoci. La companyia també llançarà una plataforma separada per a grans empreses que ja utilitzen WhatsApp en les seves operacions, amb un model de facturació basat en l’ús.

Segons Meta, més de 200 milions de petites empreses fan servir WhatsApp, i un milió ja han provat l’agent en una fase limitada. La companyia també afirma que els seus serveis de missatgeria de pagament a WhatsApp ja generen un ritme anual d’ingressos de 2.000 milions de dòlars.

El moviment arriba en un moment en què Meta està incrementant fortament la seva despesa en infraestructura d’intel·ligència artificial, amb una inversió prevista de fins a 145.000 milions de dòlars aquest any. Aquesta aposta ha generat inquietud entre alguns inversors, sobretot després que la companyia anunciés més despesa en centres de dades.

Tot i que el negoci publicitari de Meta continua creixent, la companyia busca noves vies d’ingressos. Zuckerberg ha arribat a plantejar la possibilitat d’entrar en el negoci del núvol si Meta acaba disposant de més capacitat de computació de la qual necessita internament. Mentrestant, l’empresa també ha anunciat noves subscripcions per a Instagram, Facebook i WhatsApp, i està provant subscripcions per al seu xatbot d’intel·ligència artificial.

L’objectiu final de Meta és crear agents per als seus 3.500 milions d’usuaris diaris, tant en l’àmbit personal com empresarial. Zuckerberg defensa que aquestes eines podrien facilitar una nova onada d’emprenedoria, cosa que permet a més persones crear productes i serveis que fins ara no tenien els mitjans per desenvolupar.

La Xina entrena el futur dels robots, de camisa en camisa plegada

Les empreses tecnològiques xineses estan mobilitzant milers de persones per recollir dades de moviments humans en llars, fàbriques i espais de treball. L’objectiu és entrenar robots capaços d’actuar en entorns reals, més enllà dels laboratoris.

El desenvolupament de robots humanoides està limitat per la manca de dades que combinin visió, moviment i interacció amb objectes quotidians. A la Xina, els costos laborals més baixos, el suport públic i l’interès social per la robòtica permeten generar grans volums de dades locals. Això podria donar al país un avantatge davant dels Estats Units, on moltes empreses externalitzen aquesta recollida a països amb salaris més baixos.

Algunes companyies ja envien robots a domicilis particulars per observar tasques domèstiques, mentre que gegants com JD.com han impulsat projectes per gravar milions d’hores de feines quotidianes. A Suqian, residents, treballadors d’un centre de gent gran i empleats agrícoles enregistren moviments amb càmeres al cap. A Guangdong, fàbriques d’electrònica i embalatge també col·laboren en la recollida de dades mitjançant càmeres i sensors de canell.

Tot i això, encara no és clar que acumular vídeos i moviments humans sigui suficient per crear robots realment intel·ligents. La indústria intenta aplicar a la robòtica la mateixa lògica d’escala que va impulsar els grans models de llenguatge, però aquesta hipòtesi continua pendent de demostrar-se.

Mentrestant, la nova economia de les dades robòtiques ja genera ocupació. Persones com una mare de família de Shandong cobren per gravar-se mentre cuinen, netegen o fan la bugada: tasques quotidianes que ara es converteixen en matèria primera per al futur de la intel·ligència artificial física.

La IA supera professors de dret en un estudi de Stanford

Un estudi de la Stanford Law School conclou que professors de dret van preferir de manera clara respostes generades per intel·ligència artificial a preguntes d’estudiants abans que respostes escrites per altres professors. En prop de 3.000 comparacions a cegues, les respostes d’IA van ser escollides en el 75% dels casos.

La recerca, titulada Law Professors Prefer AI Over Peer Answers, va comptar amb 16 professors de dret contractual de diverses universitats nord-americanes. Els participants van redactar preguntes representatives de les quals els estudiants solen plantejar després de classe o en tutories, van escriure les seves pròpies respostes i després van avaluar, sense saber-ne l’origen, textos generats per IA i textos d’altres professors.

El resultat és especialment rellevant perquè el dret no és un àmbit de respostes úniques. Sovint exigeix interpretar arguments oposats, aplicar criteris a situacions ambigües i explicar conceptes complexos de manera pedagògica. Segons els autors, els models d’IA van demostrar capacitat per complir aquest estàndard professional.

L’estudi també apunta que els professors van marcar les respostes d’IA com a potencialment confuses o perjudicials només en un 3,5% dels casos, davant del 12% de les respostes escrites per altres docents. Tot i això, els investigadors eviten defensar una adopció massiva i immediata d’aquests tutors artificials.

La conclusió és més matisada: la pregunta ja no és només si la IA pot donar respostes jurídiques de qualitat, sinó com integrar-la de manera responsable en l’educació legal. Ben utilitzada, podria ampliar l’accés a explicacions expertes i complementar la feina dels professors, sense substituir el judici crític que continua sent central en la formació dels futurs juristes.

MiniMax M3 reforça l’avenç xinès en models d’IA eficients

La companyia xinesa MiniMax ha presentat M3, un nou model d’intel·ligència artificial que, segons les seves proves, competeix amb alguns dels sistemes més avançats dels Estats Units, com Opus o GPT-5.5. El més destacable és que ho fa amb una mida molt inferior i amb una finestra de context d’un milió de tokens, cosa que el situa com un model especialment eficient.

La clau estaria en la manera com els laboratoris xinesos gestionen el context. A diferència de molts models occidentals, que mantenen en memòria tota la informació rebuda, M3 aplica mecanismes de compressió per prioritzar allò que considera més rellevant. És una estratègia inspirada, en part, en la memòria humana: no recordem tots els detalls, sinó aquells que el cervell interpreta com a importants.

Aquesta compressió permet reduir costos computacionals, un factor crucial per als laboratoris xinesos, més limitats en accés a xips i capacitat de càlcul. MiniMax afirma que el seu sistema és, a més, conscient del hardware i optimitza com recupera la informació dins de la memòria dels processadors gràfics.

Tot i això, encara és aviat per dir que M3 sigui realment l’estat de l’art. La compressió té un cost: si el model descarta informació que després resulta necessària, el rendiment pot veure’s afectat. Els grans laboratoris nord-americans eviten sovint aquests mecanismes perquè disposen de més recursos per mantenir contextos complets.

La lectura més prudent és que els models xinesos no han trobat una fórmula màgica, però sí una via molt competitiva en rendiment per cost. I això pot ser decisiu: encara que no superin els millors models occidentals en capacitat absoluta, podrien convertir-se en alternatives de gran valor per a empreses que busquen reduir despesa en intel·ligència artificial.

Com la IA ens canviarà la vida

Robotaxis aterren a Madrid 
Uber portarà robotaxis a Madrid i ja han aterrat. Són els de WeRide, d’aquesta manera es convertirà en la primera ciutat d’Espanya amb robotaxis.

Robots que li fan la competència a Kilian Jornet
Deep Robotics ha presentat uns nous models de robots humanoides que són capaços de córrer per la muntanya

La Recerca IA 

Recursion is the new scaling law-AI Lab: The Sequence
Durant anys, el progrés en intel·ligència artificial ha seguit una fórmula aparentment simple: models més grans, més dades i més capacitat de càlcul. Però alguns dels avenços més recents apunten cap a una altra direcció: sistemes capaços de revisar, provar, corregir i millorar les seves pròpies respostes de manera iterativa.

Aquesta idea situa la recursivitat com una possible nova llei d’escalat. Ja no es tracta només que un model generi una resposta en un sol pas, sinó que pugui tornar sobre el problema, actualitzar el context, fer servir eines, executar proves i decidir si cal continuar. En aquest nou paradigma, la intel·ligència no resideix només en els pesos del model, sinó també en el bucle que organitza el procés.

La paradoxa és que la IA ja havia passat per aquí. Abans dels transformers, les xarxes recurrents dominaven el processament del llenguatge, però van perdre terreny perquè eren difícils de paral·lelitzar i escalaven malament amb el hardware modern. Els Transformers van eliminar aquesta recurrència interna, però la van reconstruir a escala de sistema: cada token generat modifica el context i condiciona el següent pas.

Ara, aquesta lògica reapareix en models que poden “pensar més temps”, en agents que observen, actuen i corregeixen, i en sistemes de recerca que formulen hipòtesis, executen experiments i aprenen dels resultats. En aquest marc, un agent no és només un model que respon, sinó una màquina recursiva amb memòria externa: fitxers, navegadors, bases de dades, codi, eines de verificació i entorns d’execució.

El repte principal ja no és només generar respostes, sinó avaluar-les. Un bucle mal dissenyat pot amplificar errors, reforçar premisses falses o produir conclusions molt polides però equivocades. Per això, la qualitat dels sistemes recursius dependrà de bons mecanismes de verificació, criteris d’aturada i memòria fiable.

La pròxima generació d’IA podria no ser simplement un transformer més gran, sinó una arquitectura de bucles: models, eines, memòria, avaluadors i temps treballant junts. La pregunta clau deixarà de ser només quants paràmetres té un model, i passarà a ser fins a quin punt sap tornar sobre un problema, conservar el que importa, provar el seu propi treball i aturar-se quan la resposta és prou bona.

Recent Developments in LLM Architectures: KV Sharing, mHC, and Compressed Attention-AI Lab: Sebastian Raschka

Els models de llenguatge més recents estan incorporant canvis arquitectònics per fer més eficient el treball amb contextos llargs, una necessitat creixent a mesura que els sistemes de raonament i els agents mantenen més informació activa durant més temps. El repte principal és reduir el cost de l’atenció, la memòria i la mida de la memòria cau dels models.

Diverses famílies de models oberts mostren aquesta tendència. Gemma 4 reutilitza informació clau entre capes per reduir la memòria necessària i afegeix embeddings específics per capa per guanyar capacitat sense fer créixer massa el cost de càlcul. Laguna XS.2 ajusta el pressupost d’atenció segons la capa, combinant capes locals més barates amb algunes de globals més costoses.

Altres models aposten per formes més agressives de compressió. ZAYA1-8B introdueix una atenció comprimida en espai latent, que permet reduir tant la memòria com el càlcul. DeepSeek V4, per la seva banda, combina mecanismes de compressió del context amb connexions residuals més sofisticades per mantenir rendiment en finestres de fins a un milió de tokens amb menys cost.

La idea comuna és clara: els transformers continuen sent l’arquitectura dominant, però cada cop acumulen més modificacions internes per fer-los viables en escenaris d’ús intensiu. No es tracta tant de substituir el transformer com d’optimitzar-ne peces concretes: l’atenció, la memòria cau, les connexions residuals i la distribució del càlcul.

Aquesta evolució també fa que els models siguin més complexos d’entendre i implementar. El bloc transformer bàsic continua al centre, però el codi dels models moderns incorpora cada vegada més trucs d’eficiència. La direcció de fons és que el progrés en IA ja no depèn només de models més grans, sinó també de fer que cada token, cada capa i cada accés a memòria siguin més eficients.

Altres notícies

-Ja hi ha més tràfic d’agents artificials que d’humans a la xarxa.

-Un model multimodal de Google que t’hi cap al PC – Gemma 4 12B. 

-Anthropic expandeix Glasswing – el cercle d’organitzacions que poden accedir a Mythos per ciberseguretat – a 150 organitzacions més. 
-Meta ha limitat la seva eina de traçabilitat dels empleats, després de les dures crítiques negatives. 
-Microsoft llença agents inspirats en OpenClaw. 
-OpenAI anuncia que aviat combinarà Codex i ChatGPT. 
-Microsoft ha desenvolupat Solara, una plataforma que opera agents en comptes d’apps.