- Best-IA Newsletter
- Posts
- Boletín Semanal Best-IA #82
Tutoriales
Perplexity
“Vibe coding”. Deja que la IA programe por ti
“Vibe coding" es una expresión coloquial que ha surgido en comunidades de desarrolladores, especialmente en redes sociales como X o TikTok, y que se utiliza para definir una forma de programar donde la IA hace el trabajo técnico mientras el usuario adopta un rol más creativo y supervisor, ajustando el proceso con instrucciones y reglas.
Es un enfoque que minimiza la codificación manual y permite construir aplicaciones complejas con poco conocimiento técnico profundo, lo que lo hace accesible y "divertido".
How I use LLMs | Andrej Karpathy
Crea agentes MCP con Cursor
Noticias
Manus, el agente de IA general que conecta ideas con acciones
La startup china Monica.im ha lanzado Manus, un agente de inteligencia artificial general que promete revolucionar la forma en que interactuamos con la IA. A diferencia de los chatbots tradicionales, que generan respuestas, Manus ejecuta tareas de forma autónoma, permitiendo a los usuarios delegar actividades y recibir resultados sin intervención constante.
3 puntos clave de Manus:
Ejecución autónoma y adaptativa
Manus puede manejar tareas complejas sin supervisión, desde la planificación de viajes hasta el análisis financiero o la automatización de procesos de trabajo. Además, mejora con el tiempo, aprendiendo de las necesidades específicas del usuario.Integración con herramientas externas
Se conecta con navegadores, editores de código y sistemas de gestión de datos, facilitando flujos de trabajo sin fricciones y maximizando la eficiencia operativa.Liderazgo en benchmarks de IA
Manus ha demostrado rendimiento de vanguardia en GAIA, un benchmark que mide la capacidad de las IAs para resolver problemas del mundo real, consolidándose como un fuerte competidor frente a OpenAI y Microsoft.
Manus AI es un agente de IA sorprendentemente poderoso, comparable en la capacidad de investigación profunda con operator de OpenAI. Esto puede marcar otro momento DeepSeek y acelerar aún más la línea de tiempo hacia la AGI.
LINK: https://manus.im/
QwQ-32B, un modelo de razonamiento open source con 32 mil millones de parámetros que logra un rendimiento comparable a Deepseek-R1
El modelo QwQ-32B de Alibaba ha logrado algo impresionante: con sólo 32.000 millones de parámetros, está superando modelos mucho más grandes en benchmarks clave, como AIME 2024, donde se sitúa por encima de OpenAI o1. Este avance demuestra cómo el refuerzo en el aprendizaje (RL) puede potenciar modelos más pequeños hasta niveles de rendimiento antes impensables.
3 puntos clave sobre QwQ-32B:
Pequeño pero poderoso
Con 20 veces menos parámetros que DeepSeek-R1 (671B), QwQ-32B ofrece un rendimiento comparable, pero con una eficiencia que permite ejecutarlo en hardware más accesible.Refuerzo en el aprendizaje para mejor razonamiento
El equipo de Alibaba ha aplicado un entrenamiento basado en recompensas verificables, enfocándose primero en matemáticas y programación, y luego expandiéndolo a tareas más generales. Esto le permite razonar mejor y adaptarse a instrucciones complejas.Open-source y accesible
Velocidad extrema y código abierto
El modelo alcanza hasta 450 tokens por segundo y está disponible en open source, permitiendo que cualquier persona lo pruebe y lo integre en diversas aplicaciones.
QwQ-32B desafía la noción de que sólo los modelos masivos dominan la IA. Su enfoque en aprendizaje por refuerzo escalado podría ser clave para el futuro de la inteligencia artificial, demostrando que modelos más pequeños, bien entrenados, pueden competir con gigantes. Su código abierto también abre puertas a nuevas innovaciones y aplicaciones accesibles para todos.
CL1: La primera "Inteligencia Biológica Sintética" basada en células humanas
La empresa australiana Cortical Labs ha lanzado CL1, el primer biocomputador comercial que fusiona neuronas humanas con hardware de silicio. Este avance, bautizado como Inteligencia Biológica Sintética (SBI), promete una computación más rápida, eficiente y adaptable que cualquier IA basada en chips de silicio.
3 puntos clave del CL1:
Un cerebro vivo en un chip
El CL1 usa redes neuronales vivas para procesar información de manera fluida y evolutiva, superando a los chips tradicionales en velocidad y flexibilidad.Accesible como "Wetware-as-a-Service"
Los usuarios pueden adquirir el CL1 o acceder a su capacidad computacional de forma remota a través de la nube, facilitando su uso en investigación y desarrollo.Revolución en la medicina y la inteligencia artificial
Desde pruebas de fármacos hasta la creación de agentes inteligentes más orgánicos, el CL1 podría redefinir la computación y el estudio del cerebro humano.
El CL1 representa un nuevo paradigma en la computación, integrando lo biológico con lo digital. Su capacidad de aprendizaje y adaptación plantea preguntas éticas y científicas, pero también abre un mundo de posibilidades en inteligencia artificial, neurociencia y biotecnología. A medida que esta tecnología madure, podría cambiar radicalmente la forma en que entendemos y usamos la inteligencia artificial.
Mercury: El LLM basado en difusión que desafía el paradigma autoregresivo
Inception Labs ha desarrollado Mercury, el primer modelo de lenguaje basado en difusión (dLLM) diseñado para uso comercial. A diferencia de los LLM tradicionales, que generan texto secuencialmente, Mercury produce respuestas completas de una vez y luego las refina iterativamente, un enfoque similar al de modelos de imagen como Stable Diffusion. Esto le permite operar hasta 10 veces más rápido y con menor costo que modelos autoregresivos como GPT-4o Mini o Claude 3.5 Haiku.
3 puntos clave de Mercury:
Generación de texto en paralelo
Mientras los LLM tradicionales generan palabra por palabra, Mercury comienza con un texto "borroso" y lo mejora progresivamente, permitiendo tiempos de respuesta ultrarrápidos (más de 1000 tokens por segundo en una NVIDIA H100).Mayor velocidad y menor costo
Gracias a su enfoque de difusión, Mercury reduce el tiempo de inferencia y los costos de cómputo, lo que lo hace ideal para tareas de alta demanda como asistentes de codificación en tiempo real.Optimizado para generación de código
La primera versión, Mercury Coder, supera a otros modelos enfocados en velocidad en benchmarks de programación. Su capacidad de refinamiento iterativo mejora la precisión del código generado.
Mercury representa un cambio de paradigma en la generación de texto, ofreciendo una alternativa más eficiente a los modelos autoregresivos. Su capacidad para generar respuestas completas y refinarlas lo hace ideal para agentes inteligentes y aplicaciones que requieren respuestas rápidas y precisas. Aún está en sus primeras fases, pero su impacto en la IA generativa podría ser significativo.
Zuchongzhi 3.0, el ordenador cuántico un millón de veces más rápido que Google
El equipo de la Universidad de Ciencia y Tecnología de China (USTC) ha presentado Zuchongzhi-3, un procesador cuántico superconductivo de 105 cúbits que supera en velocidad a los mejores supercomputadores actuales por un factor de 10¹⁵. Este avance coloca a China en la vanguardia de la computación cuántica, consolidando su liderazgo tras el desarrollo de Zuchongzhi-2 y la serie Jiuzhang.
3 puntos clave de Zuchongzhi-3:
La mayor “ventaja cuántica” en superconductores
Con 105 cúbits y 182 acopladores, este procesador es un millón de veces más rápido que el último avance de Google en 2024. Su coherencia de 72 μs y fidelidad superior al 99.6% en puertas cuánticas lo convierten en el sistema más avanzado en su tipo.Superando a los supercomputadores clásicos
En pruebas de circuitos aleatorios con 83 cúbits y 32 capas, Zuchongzhi-3 procesó datos 15 órdenes de magnitud más rápido que el supercomputador más potente del mundo, estableciendo un nuevo récord en computación cuántica.Camino hacia la corrección de errores cuánticos
El equipo ha integrado código de superficie para mejorar la estabilidad de los cálculos y está trabajando en aumentar la distancia de corrección de errores, un paso clave hacia procesadores cuánticos escalables y comerciales.
Zuchongzhi-3 demuestra que la computación cuántica ya no es solo una promesa: está superando de manera tangible los límites de la computación clásica. Su desarrollo no sólo impulsa el avance en criptografía, simulaciones químicas y optimización, sino que también acerca la era de computadores cuánticos prácticos y escalables. La carrera por la supremacía cuántica sigue, y China ha dado un golpe sobre la mesa.
PAPER: https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.134.090601
Mistral OCR: La API definitiva para comprensión de documentos
Mistral AI ha presentado Mistral OCR, una API de reconocimiento óptico de caracteres (OCR) que redefine la comprensión de documentos. Este modelo no solo extrae texto, sino que interpreta medios, ecuaciones y tablas con precisión sin precedentes, convirtiéndolo en una herramienta clave para la digitalización y el análisis de información en organizaciones.
3 puntos clave de Mistral OCR:
Precisión líder en el mercado
Con una puntuación de 94.89 en benchmarks generales, Mistral OCR supera a competidores como Google Document AI, Azure OCR y GPT-4o en la extracción y comprensión de texto estructurado, incluyendo ecuaciones matemáticas y tablas complejas.Velocidad y escalabilidad
Procesa hasta 2000 páginas por minuto en un solo nodo, lo que lo convierte en el modelo más rápido de su categoría, ideal para organizaciones con grandes volúmenes de documentos.Integración flexible y opciones de autoalojamiento
Disponible como API en La Plateforme, Mistral OCR permite su uso en entornos cloud, locales y agentes RAG. Además, ofrece opciones de autohospedaje para empresas con necesidades de seguridad estrictas.
Mistral OCR no es solo otro OCR, sino una plataforma de procesamiento documental avanzada. Su capacidad para extraer información estructurada en múltiples idiomas facilita la digitalización del conocimiento en sectores como investigación, educación, servicio al cliente y preservación cultural. Su velocidad y precisión lo posicionan como una herramienta esencial para empresas que buscan automatizar la extracción de datos y mejorar su productividad.
Robots
Dentro del laboratorio con Atlas
El antropomorfismo físico influye en la confianza en los robots domésticos
Un estudio reciente revela que las personas tienen más confianza en los robots humanoides que en los no humanoides para proteger objetos, información personal y cuidar de agentes vulnerables como niños o mascotas. También se confía más en un robot humanoide sin rostro y con voz robótica que en uno no humanoide.
PAPER: https://www.sciencedirect.com/science/article/pii/S2949882124000744
SPACEO
Un nuevo humanoide, esta vez de la India. Muks Robotics presenta el primer prototipo de SPACEO, que cuenta con una capacidad de carga de 200 kg, una fuerza de elevación de 10 kg en el brazo, un brazo con 7 grados de libertad y un alcance ajustable de hasta 8 pies.
La empresa tiene como objetivo desarrollar robots impulsados por AGI para potenciar las capacidades humanas.
A new humanoid- this time from India! Muks Robotics unveils the first prototype of SPACEO, featuring a 200kg payload capacity, 10kg arm lifting power, a 7 DOF arm, and an adjustable reach up to 8 ft.
The company aims to develop AGI-powered robots to enhance human capabilities.
— The Humanoid Hub (@TheHumanoidHub)
7:23 PM • Mar 5, 2025