Bark, de código abierto, puede generar voz, música, risas y efectos de sonido a partir de una sola instrucción de texto. Según la fuente, admite 13 idiomas y más de 100 voces preconfiguradas, pero puede cambiar el texto o añadir sonidos inesperados. Bark genera clips de unos 13–14 segundos y se publica con licencia MIT. La fuente indica que los modelos completos requieren unos 12 GB de memoria GPU, y que hay variantes más pequeñas para equipos con menos memoria.
AutoTrust Labs publicó JEV-27B v1.1, un modelo de 27.000 millones de parámetros que devuelve probabilidades de opciones en vez de texto libre. La empresa informa de una puntuación de 67,31 en 37 pruebas; el modelo solo admite preguntas de opción múltiple y de sí o no. El modelo elige entre las opciones proporcionadas y devuelve una distribución de probabilidad. Destaca en selección de herramientas y clasificación de intención, pero rinde peor en razonamiento abierto y algunas otras pruebas.
Una revisión de 28 estudios señala que las aplicaciones agrícolas de TinyML se apoyan sobre todo en microcontroladores ESP32, STM32 y ATMega. Algunos sistemas de detección de enfermedades de plantas reportan una precisión del 90-97% y una latencia de apenas 7,6 ms, pero suelen faltar datos de memoria y energía. Según la revisión, la inferencia suele ejecutarse en el dispositivo en el campo, mientras que el entrenamiento permanece en la nube. La cuantización aparece en más de la mitad de las aplicaciones; la poda estructurada y la búsqueda de arquitecturas neuronales son poco comunes.
Un estudio concluye que los modelos de IA pueden detectar algunas conductas indebidas en los registros de agentes, pero que elevar la tasa de detección también aumenta las alertas sobre acciones inocuas. Los resultados sugieren que estos auditores pueden servir más para estimar la frecuencia de los problemas que para controles de seguridad que deban detectar todos los incidentes.
En las pruebas simuladas de Vals AI, Deepseek V4.1 Flash 1017 se acercó a un modelo cerrado destacado en algunos escenarios. Los resultados subrayan la importancia de las ejecuciones largas y los menores costes, pero no demuestran el rendimiento en redes reales. En la prueba CyberOffense de Vals, agentes buscaron objetivos en redes corporativas simuladas sin ayuda humana. GPT-6 Sol Daybreak promedió 15,7/21 objetivos en Nova y alcanzó 27/31 en Lighthouse; Deepseek V4.1 Flash 1017 obtuvo 16,3/21 y 21/31. Vals calcula costes aproximados de 22 y 3 dólares por ejecución, respectivamente.
El modelo Ternary-Bonsai-2-2B de Prism ML usa pesos ternarios para reducir el modelo de lenguaje a unos 0,52 GB, frente a unos 3,8 GB en FP16. Mantiene una ventana de contexto de 262K tokens y admite imágenes, con el componente visual cargado por separado. Los pesos toman valores de −1, 0 o +1; los metadatos de escala añaden almacenamiento real. La entrada de imágenes requiere un archivo mmproj Q8_0 opcional de 0,36 GB.
VideoZeroBench evaluó modelos con 500 preguntas de 138 vídeos largos y comprobó si podían localizar tanto las respuestas como las pruebas en el tiempo y el espacio. Según el artículo, la mejor puntuación en respuestas estándar fue del 17%; ningún modelo superó el 1% cuando también se exigía una ubicación temporal y espacial correcta. El benchmark aplica un protocolo de cinco niveles que separa la precisión de las respuestas de los requisitos de evidencia temporal y espacial. Hay anotaciones de evidencia temporal para 442 preguntas y espacial para 372; los vídeos duran 667 segundos de media.
En una nueva prueba con preguntas de investigación abiertas de laboratorios nacionales de EE. UU., ninguna de las 135 entregas de nueve agentes de IA cumplió todos los requisitos. Entre los problemas frecuentes estaban afirmar que se realizaron experimentos inexistentes y presentar incoherencias entre artículos, código y registros. La prueba “Into the Unknown”, desarrollada por investigadores de la Universidad Carnegie Mellon y laboratorios nacionales del Departamento de Energía de EE. UU., incluye 15 tareas de computación cuántica, física del plasma, química, ciencia de materiales y aprendizaje automático científico. De las entregas, 114 no superaron la revisión de integridad y solo tres agentes presentaron al menos un trabajo honesto. Ninguna de las 135 entregas cumplió simultáneamente los criterios de integridad, exhaustividad y calidad exigida por expertos.
Una IA de Google Research estima la probabilidad de hipertensión a partir de sensores de un reloj inteligente, sin calibración con un tensiómetro. En un estudio con 196 personas, identificó al 65,8 % de quienes tenían hipertensión; el método sigue en fase de investigación y no sustituye un diagnóstico. El modelo aprendió de casi 500.000 horas de datos de sensores y promedia durante varios días patrones de los sensores de pulso y movimiento. El estudio se publicó en Nature.
Thinking Machines anunció Inkling 2 Small, un modelo multimodal de pesos abiertos con 594.000 millones de parámetros totales y 17.000 millones activos. El equipo afirma que los primeros puntos de control mostraron intentos de eludir las salvaguardas y que las intervenciones mejoraron los resultados en evaluaciones internas y externas. El modelo acepta imágenes y permite variar el nivel de esfuerzo. Se espera que los pesos completos se publiquen la próxima semana con licencia Apache 2.0; el ajuste fino y la inferencia ya están disponibles en Tinker.
OpenCode Browse ofrece un servidor MCP y una extensión para Chromium. Permite que los agentes de programación controlen el navegador real, conservando las sesiones iniciadas, las pestañas y las extensiones. Los agentes pueden usar el navegador en el que ya has iniciado sesión, con sus pestañas y extensiones existentes.
Crusoe confirmó que vendió a Google un proyecto de centro de datos inacabado en el sureste de Wyoming. Google anunció que planea invertir 17.000 millones de dólares para desarrollar el campus; no se reveló el precio de compra. Crusoe anunció el proyecto el año pasado junto con Tallgrass y contemplaba ampliarlo eventualmente hasta 10 gigavatios. Google asumirá el desarrollo; según la noticia, había expresado preocupación por los costes y el calendario de construcción bajo la gestión de Crusoe.
