OpenAI ha lanzado oficialmente este jueves toda una serie de productos, algunos de los cuales ya eran muy esperados. Entre ellos se encuentra la nueva familia GPT-5.6: SOL, el modelo más grande; Terra, la versión intermedia, y Luna, el modelo más pequeño y eficiente. Pero los anuncios no han terminado aquí. OpenAI también ha presentado ChatGPT Work, una nueva versión de Codex y GPT Live, un sistema que permite mantener conversaciones en tiempo real con un nivel de inteligencia muy elevado. Este conjunto de novedades sitúa a OpenAI, como mínimo, al mismo nivel que Anthropic y, en algunos ámbitos, incluso un poco por encima. La compañía no quiere perder la carrera ni en el mercado profesional ni en el del desarrollo de software. Por eso, la presentación ha estado llena de ejemplos relacionados con las finanzas, el marketing, los recursos humanos y otros entornos corporativos. En definitiva, una demostración pensada claramente para el mundo profesional.

Los nuevos modelos de OpenAI no se limitan a obtener mejores resultados en los benchmarks. También pueden trabajar durante más tiempo, coordinar diversos agentes en paralelo e interactuar, en nuestro nombre, con las aplicaciones y las páginas web que tenemos abiertas en el ordenador. Y pueden hacerlo con rapidez y con un nivel de calidad sorprendente. Son modelos destinados a redefinir la manera en que trabajamos. Pueden crear presentaciones atractivas, hojas de cálculo sofisticadas, informes, cuadros de mando o páginas web que luego se pueden compartir fácilmente. Pensemos, por ejemplo, en las finanzas. Antes se preparaba una hoja de cálculo y se enviaba. Más adelante, aquella hoja se convirtió en un cuadro de mando estático. Ahora, un modelo puede crear una web en forma de dashboard interactivo, compartirla con todo el equipo y permitir que cualquier persona explore escenarios y posibilidades.

Cuando desaparece buena parte de la complejidad necesaria para ejecutar una tarea, no solo podemos hacerla más deprisa: también podemos hacerla mejor, con un nivel de sofisticación que hasta hace poco ni siquiera habíamos imaginado. En clase acostumbro a poner el ejemplo de los contables manuales. En aquella época, la habilidad esencial consistía en sumar bien, hacerlo rápidamente y trasladar los asientos del libro diario al libro mayor. Con la llegada de Lotus 1-2-3 y VisiCalc, las primeras hojas de cálculo, aparecieron modelos financieros cada vez más sofisticados y el trabajo de los contables se transformó completamente. Las máquinas asumieron buena parte de los asientos y los profesionales se convirtieron progresivamente en analistas financieros.

Los nuevos modelos de inteligencia artificial nos llevan hacia una transformación similar. Crear una web, compartirla y presentar la información de una manera atractiva e interactiva ya no será una habilidad excepcional: será el nuevo estándar. Probablemente veremos el fin de buena parte de la programación hecha manualmente. Pero, al mismo tiempo, asistiremos a una explosión sin precedentes de la programación: millones de personas que nunca se habían imaginado programando comenzarán a crear aplicaciones, webs y herramientas digitales. También se ha presentado GPT Live, un modelo capaz de mantener conversaciones en tiempo real, aceptar interrupciones y gestionar diversas conversaciones simultáneas sobre temas diferentes sin perder el hilo. Es un paso más hacia el dominio de la interacción con clientes por parte de los modelos de inteligencia artificial.

Pero estos días han pasado muchas más cosas. Grok 4.5 ya está aquí y es muy bueno, comparable a Opus 4.8 o GPT-5.5, el modelo anterior de OpenAI. ByteDance, la compañía propietaria de TikTok, ha lanzado Seedream 5.0, un modelo multimodal de generación de imágenes con capacidad de razonamiento. Meta, por su parte, ha presentado Muse Image, que permite editar stories de Instagram o imágenes de WhatsApp, y también Muse Spark 1.1, un nuevo modelo que se sitúa a la altura de Opus 4.8 o GPT-5.5 High. Si alguien pensaba que la carrera de la inteligencia artificial ya estaba decidida y que la partida se había acabado, se equivocaba de lleno.

Hay más partido que nunca.

OpenAI Sol: Tierra y Luna

OpenAI ha presentado GPT-5.6 como una nueva familia de modelos orientada a hacer más trabajo con menos tiempo, menos tokens y un coste inferior. La gama incluye Sol, el modelo más potente; Tierra, pensado para un uso general equilibrado; y Luna, la opción más rápida y económica. La principal novedad no es solo un aumento de la inteligencia, sino una mejora sustancial de la eficiencia: modelos más pequeños consiguen resultados similares o superiores a los de los competidores más avanzados, pero con una fracción del coste computacional.

El salto más relevante se produce en las tareas profesionales de larga duración. GPT-5.6 puede navegar, programar, utilizar herramientas, analizar documentos, elaborar modelos financieros y producir presentaciones, informes u hojas de cálculo con más autonomía y calidad visual. Además, incorpora un modo "ultra" que coordina varios agentes en paralelo, de modo que los problemas complejos ya no son abordados por una única instancia, sino por un pequeño equipo de agentes especializados que trabajan simultáneamente e integran los resultados.

Esta arquitectura apunta hacia un cambio de paradigma: la IA deja de ser solo una interfaz conversacional y se convierte progresivamente en una infraestructura de trabajo. Su capacidad para ejecutar programas, gestionar herramientas, supervisar procesos y corregir sus propios resultados reduce la necesidad de que el usuario defina cada paso. Esto puede transformar profundamente profesiones como la consultoría, el desarrollo de software, la investigación científica, las finanzas o el diseño.

Sin embargo, el aumento de capacidades también incrementa los riesgos. GPT-5.6 presenta avances muy importantes en ciberseguridad y biología, ámbitos en los que la misma tecnología puede servir tanto para detectar vulnerabilidades como para explotarlas. OpenAI responde reforzando los sistemas de monitorización, los controles de acceso y la verificación de usuarios. La cuestión central ya no es solo hasta dónde pueden llegar estos modelos, sino cómo gobernamos una tecnología cada vez más autónoma, poderosa e integrada en las decisiones cotidianas de las organizaciones.

ChatGPT Work 

OpenAI presenta ChatGPT Work como una evolución de ChatGPT orientada al trabajo profesional. La propuesta no consiste simplemente en generar textos o responder preguntas, sino en conectar el modelo con las herramientas, los documentos y las aplicaciones que ya utilizan las organizaciones para transformar información dispersa en resultados acabados: informes, presentaciones, hojas de cálculo, planes comerciales o análisis ejecutivos. Impulsado por Codex y GPT-5.6, el sistema puede recopilar contexto de correos, Slack, bases de datos, ficheros y aplicaciones de escritorio, definir un plan de acción y ejecutarlo con una intervención humana menor. El usuario, sin embargo, mantiene el control: puede revisar la estrategia antes de empezar, seguir el proceso, modificar el rumbo y trabajar en paralelo con la inteligencia artificial.

El cambio relevante es que ChatGPT deja de ser una herramienta separada del flujo de trabajo y pasa a operar dentro de él. Puede actualizar una presentación con datos de diferentes fuentes, comparar experiencias de clientes, reconciliar información entre sistemas empresariales o mantener proyectos activos mediante tareas recurrentes. Según OpenAI, actividades que antes requerían semanas pueden completarse en horas. La promesa es clara: ampliar la capacidad de cada profesional y reducir el tiempo dedicado a buscar información, coordinar herramientas y dar forma final a los resultados. Pero también implica un cambio organizativo profundo. Cuando la IA puede reunir contexto, planificar y actuar, su valor ya no depende solo de la calidad de las respuestas, sino de hasta qué punto las empresas rediseñan sus procesos, las responsabilidades y los mecanismos de control.

GPT Live 

OpenAI ha renovado el modo de voz de ChatGPT con GPT-Live, un modelo mucho más capaz que el anterior sistema basado en la generación GPT-4o. La mejora no es solo de fluidez conversacional: cuando una pregunta exige búsqueda web, más razonamiento o una tarea compleja, GPT-Live puede delegarla a un modelo más potente —inicialmente GPT-5.5— y mantener a la vez la conversación con el usuario. Esta arquitectura híbrida es probablemente la novedad más interesante. En lugar de obligar a un único modelo a hacerlo todo, OpenAI separa dos funciones: una capa rápida y natural para sostener el diálogo, y otra más lenta y potente para resolver problemas difíciles. Esto permite que la conversación no quede interrumpida mientras el sistema busca información o elabora una respuesta más sofisticada.

Simon Willison, que ha probado el modelo durante unas semanas, destaca que la nueva versión recupera la utilidad del modo de voz como herramienta de reflexión y de brainstorming. También señala, sin embargo, que estos sistemas siguen teniendo comportamientos inesperados: durante las pruebas, el modelo le interrumpía para reír en momentos que no pretendían ser cómicos, una reacción que podía resultar condescendiente y que OpenAI parece haber corregido parcialmente. GPT-Live apunta así hacia una interfaz más natural con la inteligencia artificial: una conversación continua capaz de combinar voz, imágenes, búsqueda y razonamiento avanzado. El reto ya no es solo conseguir que la máquina hable como una persona, sino que sepa cuándo debe seguir conversando, cuándo debe delegar y cuándo, simplemente, no debe interrumpir.

Grok 4.5

SpaceXAI ha presentado Grok 4.5, su modelo más avanzado hasta ahora y el primer gran producto desarrollado conjuntamente con Cursor. El objetivo es claro: no competir solo en conversación, sino en trabajo profesional real. El modelo está orientado a programación, ingeniería de software, finanzas, servicios jurídicos y tareas agenciales de larga duración. Elon Musk lo define como un modelo "de clase Opus, pero más rápido". Grok 4.5 procesa hasta 80 tokens por segundo, utiliza menos tokens de salida en tareas de código y parte de un precio muy agresivo: 2 dólares por millón de tokens de entrada y 6 por millón de salidas. SpaceXAI asegura que se ha entrenado con decenas de miles de GPU Nvidia GB300 en el superordenador Colossus.

La disponibilidad inmediata en Cursor, Grok Build, API, web, móvil y herramientas de línea de comandos refuerza su orientación hacia los desarrolladores y las empresas. No se trata tanto de construir un chatbot mejor como de integrar la IA dentro del proceso de producción de software y del trabajo corporativo. El lanzamiento confirma un cambio de fondo en la industria. La carrera ya no gira solo en torno a quién ofrece el modelo más inteligente, sino de quién puede convertirlo en un trabajador digital más rápido, más barato y más fácil de integrar. Grok 4.5 quiere ser menos un interlocutor y más un ingeniero, un analista y un operador.

Meta Muse Image & Video

Meta ha empezado a desplegar Muse Image, su nuevo modelo de generación y edición de imágenes, directamente dentro de Meta AI e Instagram Stories. También llegará progresivamente a WhatsApp, Facebook, Messenger y las herramientas publicitarias de Advantage+. La diferencia respecto a otros generadores visuales es que Meta no lo concibe como una aplicación independiente, sino como una capa creativa integrada en las plataformas donde millones de usuarios ya publican, conversan y consumen contenido. Muse Image permite crear imágenes a partir de texto, editar fotografías, combinar varias referencias, rediseñar espacios y trabajar con bocetos. También puede utilizar fotografías públicas de Instagram cuando el usuario menciona una cuenta, aunque los creadores pueden desactivar esta reutilización. Esta integración con el grafo social de Meta abre muchas posibilidades creativas, pero también plantea interrogantes sobre consentimiento, autoría y uso de la identidad visual de los usuarios.

Meta presenta Muse Image como un modelo multimedia agentivo. Antes de generar, puede planificar, buscar información, utilizar herramientas de programación y refinar los resultados. Esto le permite, por ejemplo, producir texto más limpio dentro de las imágenes, crear códigos QR o fundamentar una composición en información actual. La generación visual deja así de ser una simple traducción de texto a píxeles y se acerca a un proceso creativo con varias fases. La jugada estratégica es clara: Meta quiere llevar la inteligencia artificial generativa al centro de la producción de contenidos, la publicidad y la comunicación social. Con Muse Video ya anunciado, la compañía avanza hacia un ecosistema donde una parte creciente de lo que vemos en Instagram, WhatsApp o Facebook podrá ser creado, editado y personalizado por IA sin salir de la aplicación. Para afrontar los riesgos de desinformación, Meta añade Content Seal, una marca de agua invisible que debería seguir siendo detectable incluso después de recortar, comprimir o capturar la imagen.

Meta Muse Spark 1.1

Meta ha presentado Muse Spark 1.1, una nueva versión de su modelo multimodal de razonamiento orientado a tareas agentivas. La mejora principal no es tanto conversar mejor como actuar mejor: utilizar herramientas, operar ordenadores, programar, entender imágenes y vídeos y coordinar procesos largos con poca intervención humana. El modelo ya está disponible en modo "Thinking" en Meta AI y, por primera vez, también se abre a los desarrolladores mediante la nueva Meta Model API. Muse Spark 1.1 está diseñado para funcionar como el cerebro de un sistema de agentes. Puede recopilar información, elaborar un plan y repartir el trabajo entre varios subagentes que trabajan en paralelo. También gestiona activamente una ventana de contexto de un millón de tokens, recuperando información de fases anteriores y comprimiendo el contenido sin perder los elementos críticos. Esta combinación permite abordar proyectos largos y cambiantes, en los que aparecen nuevos datos y hay que adaptar el plan sobre la marcha.

Otro avance relevante es el uso del ordenador. El modelo decide cuándo conviene escribir un script, cuándo es mejor interactuar directamente con una interfaz y cuándo puede ejecutar varias acciones de golpe. Meta muestra ejemplos que van desde corregir errores en aplicaciones hasta crear anuncios de Facebook Marketplace a partir de un vídeo grabado con el móvil. La percepción, el razonamiento y la acción empiezan así a formar parte de un mismo proceso. Con Muse Spark 1.1 y Muse Image, Meta refuerza su apuesta por la "superinteligencia personal": sistemas capaces de ayudar al usuario a crear, decidir y actuar dentro de su ecosistema de aplicaciones. La carrera de la IA se desplaza definitivamente de los asistentes que responden a los agentes que ejecutan. El valor ya no estará solo en la calidad de la respuesta, sino en la capacidad de entender el contexto, coordinar herramientas y completar un trabajo de principio a fin.

¿Cómo la IA nos cambiará la vida? 

La nueva mano de NEO 

 

 

 

 

 

La limpieza con robots autónomos en China

Robots no humanoides

La investigación IA 

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

Anthropic afirma haber identificado dentro de Claude una especie de "espacio mental" interno, llamado J-space, donde se concentran los conceptos que el modelo puede recordar, explicar y utilizar para razonar. No es la cadena de pensamiento escrita, sino un conjunto de patrones neuronales silenciosos que indican qué "tiene en la cabeza" en cada momento. Los experimentos muestran que este espacio tiene un papel causal. Si los investigadores sustituyen un concepto por otro, también cambia el resultado del razonamiento. Cuando eliminan el J-space, Claude sigue hablando con fluidez, pero pierde buena parte de la capacidad de planificar, resumir y resolver problemas en varios pasos. El hallazgo puede ser especialmente útil para la seguridad, porque permite detectar intenciones ocultas, datos manipulados o la sospecha de que el modelo es evaluado. No demuestra que Claude sea consciente, pero sí que dispone de un mecanismo parecido al que la neurociencia llama espacio global: un canal interno compartido que coordina el razonamiento deliberado.

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

Los grandes modelos de lenguaje se utilizan cada vez más para generar ideas de investigación, pero suelen evaluarse según criterios como la novedad o la viabilidad. Este estudio plantea una pregunta diferente: ¿hasta qué punto las ideas generadas por IA se parecen realmente a las de los investigadores humanos? A partir de trabajos académicos de calidad, los autores reconstruyen las fuentes que probablemente inspiraron cada contribución y piden a los modelos que generen una idea nueva con el mismo punto de partida. El resultado muestra una diferencia sistemática: los LLM tienden a proponer ideas que conectan trabajos existentes y combinan métodos, mientras que los humanos exploran una variedad más amplia de problemas, enfoques y formas de contribución. La conclusión es que los modelos pueden producir ideas razonables, pero su "gusto científico" sigue siendo más estrecho y menos diverso que el de los investigadores humanos.

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

Este trabajo propone mejorar las respuestas de los grandes modelos de lenguaje haciendo que diversas instancias del modelo generen soluciones, las discutan durante varias rondas y lleguen a una respuesta común. Los resultados muestran que este "debate entre modelos" mejora especialmente el razonamiento matemático y estratégico. También aumenta la precisión factual y reduce los errores, las falacias y las alucinaciones. La ventaja es que el método se puede aplicar directamente a modelos existentes, incluso si funcionan como una caja negra. La idea central es que una especie de "sociedad de mentes" puede producir respuestas más robustas que un único modelo razonando solo.

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

OpenAI ha empezado a desplegar un nuevo sistema de memoria para ChatGPT, pensado para resolver tres problemas: la información que queda desactualizada, los recuerdos incorrectos y la dificultad de escalar la memoria a cientos de millones de usuarios y conversaciones acumuladas durante años. La memoria permite que ChatGPT recuerde preferencias, proyectos y restricciones del usuario, de manera que cada conversación no empiece de cero. La primera versión, lanzada en 2024, dependía sobre todo de instrucciones explícitas como "recuerda esto", pero a menudo olvidaba información relevante y acumulaba datos que con el tiempo dejaban de ser útiles. En 2025, OpenAI introdujo un sistema llamado dreaming, capaz de revisar el historial de conversaciones y sintetizar automáticamente recuerdos. La nueva actualización quiere hacer este proceso más fiable, actual y escalable, convirtiendo la memoria en una pieza central de un ChatGPT más personal y útil a largo plazo.

Otras noticias 

-Anthropic refuerza el auge de la inteligencia artificial en Nueva York con el alquiler de un edificio de 16 plantas en Manhattan y el plan de duplicar la plantilla local hasta los 1.000 trabajadores este año. El movimiento confirma la ciudad como gran polo de adopción empresarial de la IA. Lancium, desarrolladora de la infraestructura eléctrica del macrocentro de datos Stargate de OpenAI y Oracle en Texas, negocia vender una participación minoritaria. Nvidia figura entre las grandes tecnológicas interesadas, mientras que Anthropic solo mantuvo conversaciones exploratorias.
-Cursor prepara un agente de IA de propósito general para competir con Claude Cowork e ir más allá de la programación. El proyecto se enmarca en su integración con SpaceXAI y en la futura adquisición de Cursor por parte de SpaceX.
-Perplexity incorpora memoria persistente a sus agentes de IA para que aprendan de las tareas anteriores, perfeccionen sus procesos y mejoren progresivamente sin tener que repetir instrucciones.
-ByteDance lanza Seedream 5.0 Pro, un modelo multimodal de imagen orientado al diseño profesional, con edición precisa por zonas, separación por capas y generación de composiciones complejas. También mejora el realismo, el texto dentro de las imágenes y el soporte multilingüe en más de diez idiomas.
-PrismML afirma haber ejecutado en un iPhone 17 Pro una versión comprimida de Qwen 3.6 con 27.000 millones de parámetros, muy por encima de los modelos habituales en móviles. El avance podría reducir la dependencia de la nube y reforzar la privacidad.
-OpenAI retira su soporte a SWE-Bench Pro después de detectar que cerca de un 30% de las pruebas están mal planteadas o puntúan incorrectamente. El hallazgo pone en duda los rankings que se utilizan para comparar los mejores asistentes de programación.