thekb.eu — Productos y Servicios

Designing AI with character: what we learned building Berd

Tue, 18 Aug 2026 00:00:00 GMT

Entrada de blog corporativo de **Block** (`block.xyz/inside`), **sin firma**, publicada el **18 de agosto de 2026**, que anuncia **la apertura del código de Berd** y expone la tesis de diseño que la guió. **Qué es Berd.** *«Berd is a desktop application our teams use to work with AI agents across projects, skills, tools, and models.»* Nace de un problema interno: Block tenía acceso a agentes capaces —**goose**, **Claude Code**, **Codex**— pero cada uno imponía *«different interfaces, configuration systems, and ways of managing context»*. La conclusión extraída: *«we didn't need another model or agent harness, **we needed a consistent environment around them**»*. Berd reúne conversaciones, archivos, carpetas, instrucciones, agentes y skills alrededor de **proyectos persistentes**, para dejar de reconstruir el contexto en cada tarea. **La tesis de diseño.** Dar **carácter** a los agentes —no solo mediante roles, instrucciones, skills y herramientas, sino mediante **identidades visuales distintas**, incluida una colección de personajes animados, los *«Gloopies»*—. El problema invocado es el del cuadro de prompt vacío: *«the product gives people little sense of how the agent is configured, which context and tools are available to it, and how it differs from another agent»*. La entrada sitúa el enfoque en la línea de **Square** y **Cash App** —llevando el diseño a donde la categoría no lo tenía—. **Pero el problema enunciado es un problema de legibilidad de la configuración, y el avatar resuelve la distinguibilidad**; el texto lo reconoce en una frase que no desarrolla: *«The avatars make the agent recognizable. **Its role, skills, and tools make it useful.**»* **La arquitectura.** Berd desciende de **goose**, el framework de agentes de código abierto lanzado por Block en **enero de 2025**, aportado a la **Agentic AI Foundation** (Linux Foundation, diciembre de 2025) junto a **MCP** y **AGENTS.md**. División explícita: *«goose remains the open agent framework and runtime. Berd is a desktop application built around it. **Berd connects to goose through the Agent Client Protocol.**»* goose sostiene el bucle del agente, Berd sostiene la experiencia. **La secuela es Buzz.** Berd sirvió para explorar el trabajo **en solitario**; *«But work rarely stays private»*. Lo que Berd demostró —*«private space, durable context, recognizable agent identities, reusable skills, visible configuration»*— alimentará **Buzz**, el espacio compartido humano+agente. *«Start alone, then go multiplayer.»* **Reservas.** **Sin cifras, sin pruebas de usuario, sin licencia nombrada**; una extralimitación aislada (*«create custom agents to do any task they want»*); y una entrada cuyo título anuncia una retrospectiva mientras mantiene el producto en presente —**Berd no se declara obsoleto, pero la hoja de ruta apunta hacia Buzz**.

Block explores how to price AI

Thu, 06 Aug 2026 00:00:00 GMT

Nota de prensa sectorial (**Payments Dive**, formato *Dive Brief*, **6 de agosto de 2026**) sobre la publicación de resultados trimestrales de **Block**: la empresa ya ha desplegado varias herramientas de IA para sus clientes — **Moneybot** (Cash App) y **Managerbot** (Square) — y aún no ha decidido cómo cobrarlas. **Jack Dorsey** en la llamada con analistas: *"Estamos en una posición afortunada en la que podemos experimentar con varios modelos y luego elegir el adecuado, el que alinee todos nuestros incentivos con los de nuestros clientes."* **El contexto financiero ilumina esa postura.** Seis meses antes, Block había despedido a aproximadamente **4.000 personas, cerca del 40% de su plantilla**, en una reorganización explícitamente planteada en torno a la IA. En el segundo trimestre de 2026: beneficio bruto **en alza del 25%, hasta 3.200 M$**, ingresos **en alza del 10%, hasta 6.620 M$**, pero **beneficio neto de 89 M$, un 83% menos** interanual debido a los costes de indemnización que cierran la reestructuración; las previsiones para 2026 se revisaron al alza. El valor de la IA, por tanto, se está capturando a través de la estructura de costes antes que a través del precio. **El dato más pesado se sitúa en medio de la nota**, extraído de la carta a los accionistas: *"A partir de junio, la IA agéntica ayudó a escribir y revisar casi todos nuestros cambios de código en producción"* — escribir **y** revisar casi todos los cambios de código en producción, en una empresa de pagos cotizada, seis meses después de recortar el 40% de la plantilla. Una afirmación autodeclarada ante los inversores, sin definición de qué significa *"casi todos"* ni qué abarca *"revisar"*. **Las herramientas**: **Goose**, un sistema interno construido dos años antes, descrito como agnóstico respecto al modelo (conecta distintos modelos comerciales para los empleados); **Buzz**, lanzado el mes anterior para *"colaboración entre agentes, comunicación y repositorios de código."* **Del lado del cliente**: Moneybot monitoriza la actividad de los usuarios de Cash App y muestra cuentas, saldos y transacciones — más de **un millón de cuentas activas semanales**; Managerbot ejecuta marketing automatizado, análisis de márgenes y sugiere *"correcciones operativas"* a los comercios de Square. Los analistas de **Evercore ISI** enumeran cuatro vías de monetización — paquetes SaaS, suscripciones directas, ofertas para empresas, precios por uso — **ninguna vinculada a resultados**. Orden de prioridad declarado: **calidad del producto → distribución → adopción → modelo de precios**. Dos hechos de distribución completan el cuadro: Square se está integrando en **Google Maps** con una *"experiencia de IA conversacional,"* descrita como *"el primer paso de una asociación más amplia entre Square y Google"*; y el dispositivo de pago **Tags** (llavero y varillas con chip NFC) muestra **tres millones de personas en lista de espera**. Citas de analistas: William Blair (*"Block encarna el cambio estructural hacia las firmas de finanzas digitales orientadas a la tecnología"*) y Bank of America sobre el *"modelo operativo post-reset."*

Introducing Muse Code and Muse Spark 1.2

Wed, 05 Aug 2026 00:00:00 GMT

Anuncio de **Meta AI Research** publicado el **5 de agosto de 2026** (tiempo de lectura indicado: 4 minutos, sin firma individual): **Muse Code** en beta, *« un agente de codificación de terminal »*, y el modelo que lo impulsa, **Muse Spark 1.2**. La propia Meta enmarca el lanzamiento: *« Esto marca nuestro siguiente paso hacia la frontera, con modelos más grandes y mucho más capaces por venir. »* **Tres elementos arquitectónicos del lado del harness.** **Agentes asíncronos en segundo plano** que *« permanecen activos durante toda la sesión, en lugar de generarse para tareas individuales »*, evitando la recopilación redundante de información y reduciendo la necesidad de dirección. Un **registro de eventos local** donde *« se añade cada llamada al modelo, ejecución de herramienta, aprobación y edición »*, lo que convierte el runtime en un sistema que es *« exacto en la reproducción (replay-exact) y seguro ante reinicios (restart-safe) »*, capaz de reanudar exactamente donde se quedó tras un fallo. Y **tres skills incluidas de fábrica**: `/plan` (convierte una tarea en un plan sometido a aprobación), **`/grill`** (somete el plan a prueba de estrés *« hasta que se sostenga »*), y `/goal`. **Del lado del modelo**, Meta reivindica **co-entrenamiento modelo-harness** (*« para maximizar la compatibilidad con el harness »*, con trayectorias de harness muestreadas mediante rejection sampling y optimizaciones de receta para objetivos, compactación y sub-agentes), entrenamiento de **largo horizonte** (generación de repositorios completos, proyectos de principio a fin, autoinvestigación, con planificación, condicionamiento por objetivo y compactación de contexto), y un **bucle de auto-mejora** en el que Muse Spark 1.1 genera los entornos y las plantillas de instrucciones y luego califica las soluciones candidatas, produciendo un conjunto de entrenamiento para la 1.2. **Lo que muestran los gráficos publicados**, sin que el texto lo comente: las cuatro comparaciones —Terminal-Bench 2.1, DeepSWE 1.1, un benchmark interno de Meta y el estudio de caso de optimización de kernels GPU— sitúan a **Muse Spark 1.2 por detrás de Opus 5 en los cuatro casos**, incluido en el propio benchmark propietario de Meta (70,6 % frente a 79,4 %) y en el estudio de caso, donde el modelo termina cuarto de seis (+68,7 % frente a +74,0 %). **Una advertencia de lectura sobre la ganancia entre versiones**: en los dos benchmarks públicos, la 1.1 se mide con `mini-swe-agent` y la 1.2 con Muse Code, por lo que la diferencia de 6,7 puntos mezcla progreso del modelo y progreso del harness. En el benchmark interno, la única comparación en la que no se menciona ningún harness, la diferencia 1.1 → 1.2 cae a **2,3 puntos**.

Fact-checking : synthèse sur Delos (Delos Intelligence / delos.so)

Mon, 20 Jul 2026 00:00:00 GMT

Esta nota verifica una síntesis de vigilancia tecnológica sobre **Delos Intelligence** (delos.so), una startup francesa de IA generativa B2B, comparándola con fuentes primarias (el post "Overlooked" de Alexandre Dewez / 20VC, 15 de abril de 2025, el sitio web oficial, registros oficiales) y prensa especializada. La base es **fiable**, pero varias cifras necesitan matización. **Financiación — confirmada.** Delos recaudó **2,5 M€ en una ronda seed** —≈2,74 a 2,83 M$ según la conversión— una ronda **anunciada a mediados de abril de 2025**, liderada por **20VC** (Harry Stebbings), con **Inovia Capital, Kima Ventures (Xavier Niel) y Plug and Play**. Cabe destacar que la lista de **business angels**, precisamente el tipo de información que un LLM puede alucinar, queda **confirmada palabra por palabra** por el comunicado de prensa del inversor líder — Éléonore Crespo y Romain Niccoli (Pigment), Florian Douetteau (Dataiku), Thibaud Elzière (Hexa), más Mark Goldberger (Ramp) y Antoine Freysz (Kerala), estos dos últimos *ausentes* de la síntesis inicial. Sin embargo, **ninguna Serie A se ha cerrado**: solo se ha **anunciado como intención** ("varias decenas de millones de euros para marzo de 2026"), sin comunicado de prensa ni registro en bases de datos. **Modelo de negocio — parcialmente exacto.** SaaS **basado en créditos** (1 crédito ≈ una consulta simple). La tabla de precios real es más amplia que "25–80 €": **Student 10 € (Explore 25 €, Advanced 45 €, Premium 80 €)** (volúmenes de créditos crecientes), más **Enterprise bajo solicitud**. La **oferta individual/B2C es efectivamente real**, pero el objetivo principal sigue siendo **B2B**. Modelos orquestados: ChatGPT, Claude, Mistral, Gemini, Cohere, Llama. La **soberanía** (alojamiento en Scaleway) **aún se estaba finalizando** a finales de 2025, con el cómputo funcionando parcialmente en Azure (Francia), con un cambio completo a Scaleway previsto para principios de 2026. **Equipo y clientes — parcialmente exacto.** Fundada el **2 de julio de 2023** por los hermanos **Pierre** y **Thibaut de la Grand'rive**. La cifra de "**50**" empleados **no es verificable**: ~20 en abril de 2025, unas cuarenta a finales de 2025. Se confirman **200 empresas cliente**; se confirman los clientes **TotalEnergies, Shiseido, Groupe Casino** (además de Allianz, Best Western, BPCE, el Ministerio de las Fuerzas Armadas francés…). Las cifras de usuarios (10.000 → 100.000+) y el **ARR** son **autodeclaradas**: no se ha publicado un ARR global, y la única mención ("1 M$ de ARR en unos días") se refiere **únicamente al producto Workers** y no está auditada. **Lección transversal**: un fact-check gradúa niveles de evidencia (confirmado / parcial / especulativo / no verificable / autodeclarado) en lugar de emitir un veredicto binario, y verifica una información plausible antes de sospechar que se trata de una alucinación.

Netflix Q2 2026 Shareholder Letter — leveraging technology to improve every aspect of our service (zoom IA/GenAI)

Thu, 16 Jul 2026 00:00:00 GMT

La carta a los accionistas del **T2 del ejercicio fiscal 2026** de **Netflix** (16 de julio de 2026) sitúa la tecnología —y en concreto la **IA/GenAI**— como uno de sus **tres pilares estratégicos** ("leveraging technology to improve every aspect of our service"), junto con el valor de entretenimiento y la monetización. Al inicio, la dirección resume la ambición: "We are leveraging AI to provide a more personalized, immersive and interactive experience for members, enhance ads capabilities for brands, and improve the quality of our series and films." **Producción: la GenAI se despliega a escala.** Este es el punto más tangible. En todo el ciclo de producción —desde el concepto y la previsualización hasta la posproducción y la entrega—, el uso de la GenAI por parte de los **socios creativos** de Netflix está "creciendo rápidamente". En 2026, **los flujos de trabajo de GenAI se utilizaron en aproximadamente 300 títulos**, con la mayor concentración en **posproducción**. Netflix destaca un doble beneficio: **mayor calidad, más rápido y a menor coste** que los métodos tradicionales. La afirmación más fuerte: en algunos casos, las producciones habrían tenido que **prescindir de planos o secuencias clave** sin la GenAI. Se citan tres ejemplos —*Glory* (India), *Brasil 70: A Saga do Tri* (Brasil) y *The American Experiment* (EE. UU.)—, que utilizaron la GenAI para **secuencias complejas**: multitudes aumentadas, batallas históricas, planos generales de worldbuilding. **Producto y descubrimiento.** Netflix aprovecha los **LLM** para mejorar el **descubrimiento de títulos** y comprender mejor las preferencias de los miembros. La experiencia de búsqueda se mejora con una nueva **búsqueda por voz** y **búsqueda en lenguaje natural impulsada por IA**, al servicio de una experiencia "más personalizada, inmersiva e interactiva". **Publicidad.** En el negocio publicitario, Netflix ha **extendido sus herramientas de IA a todo el ciclo publicitario** —planificación, producción creativa, gestión de campañas, optimización y reporting—. La compañía está **automatizando aún más las transacciones** con los anunciantes al extender el acceso programático a **Pause Ads** y al inventario en directo, reduciendo el esfuerzo manual que históricamente limitaba a los compradores más pequeños. Estas inversiones (Netflix Ads Suite + capacidades programáticas) impulsan el crecimiento publicitario. Todo esto se produce en un trimestre sólido: **ingresos de 12.600 M$ (+13 % interanual)**, margen operativo del **33,4 %**, previsión para 2026 ajustada a 51.000-51.400 M$. El enfoque sigue siendo prudente: la GenAI se presenta como una **ampliación** de los creadores, nunca como un sustituto —una elección de comunicación que evita las controversias sobre derechos y empleo.

ZML/LLMD : et si le « Docker des LLM » était français ?

Thu, 09 Jul 2026 00:00:00 GMT

El 8 de julio de 2026, la startup parisina **ZML** lanzó **LLMD**, un servidor de inferencia que ejecuta grandes modelos de lenguaje en **cinco familias de chips** (NVIDIA, AMD, Google, Intel, Apple) a partir de **una única base de código**. SFEIR interpreta esto como una señal: a medida que el entrenamiento cede el protagonismo a la **inferencia**, el verdadero campo de batalla —y centro de coste— se desplaza hacia el **serving**, donde se deciden el coste por token, la latencia y la dependencia del silicio. La apuesta de ZML se resume en tres palabras, *model to metal*: no ofrecer un modelo más, sino una capa que **desacopla el modelo del hardware**. La pila tiene cuatro capas. En la parte superior, los modelos (Qwen, Gemma, Mistral, LLaMa) cargados de forma **zero-copy** mediante un sistema de archivos virtual desde Hugging Face, S3 o GCS. Después, **LLMD**, un servidor que expone una **API compatible con OpenAI** (drop-in) con continuous batching, paged attention, prefix caching, tool calling y métricas Prometheus. Por debajo, **ZML** compila el grafo **de antemano, de una vez por todas**, en un **binario nativo hermético** en **Zig + MLIR**, sin Python en la ruta de ejecución. Este binario se ejecuta en cinco backends: CUDA, ROCm, TPU, oneAPI, Metal. La elegancia reside en ser "portable, no nivelado" —las rutas específicas de cada chip (FlashAttention, AITER) se conservan—. Cifras anunciadas (por el proveedor): imágenes de 1,7 GB (CUDA) a ~140 MB (Apple), arranque en frío de 1-2 s en un modelo de 8B, y el acelerador **DFlash** (que reivindica "hasta 10×", ~6,17× en la investigación subyacente). Dos componentes, dos licencias: **ZML** (el framework) es de código abierto (Apache-2.0, >90% Zig); **LLMD** (el servidor) no lo es, gratuito en el lanzamiento mientras se recopilan datos de uso. La demo se ejecuta en dos comandos en Macs con Apple Silicon; un modelo de 27B en BF16 requiere ≥ 64 GB de memoria unificada. SFEIR interpreta el objeto a través de tres prismas orientados al cliente: **FinOps** (elegir el chip más barato → actuar sobre el coste por token), **libertad arquitectónica** (**Design to Exit**, reversibilidad integrada, cf. France Télévisions/ALIX) y **soberanía** (chips europeos Axelera, Kalray, SiPearl, VSORA; una alianza en VivaTech 2026 con Scaleway, VSORA y la Región de Île-de-France, integración en el procesador Jotunn8). Veredicto sin concesiones: se trata de una **alfa**, no apta para producción; el soporte de máquinas locales específicas (DGX Spark, Ryzen AI Max+) no se menciona ni se somete a benchmark. Frente a vLLM (rendimiento en servidor GPU) y llama.cpp (uso local individual), LLMD apunta a un término medio. No para adoptar hoy, sino para situar "bajo vigilancia activa": un candidato serio, *made in France*, a convertirse en el "*docker run* de la inferencia".

Project Genie: Interactive World Models with Genie 3

Sun, 01 Feb 2026 00:00:00 GMT

Google DeepMind lanza Project Genie, una aplicación web que permite a los suscriptores de Google US Ultra crear y explorar mundos interactivos generados por el modelo Genie 3. A diferencia de los modelos de vídeo convencionales que producen secuencias fijas, un "world model" genera el entorno fotograma a fotograma en tiempo real, permitiendo al usuario navegar e interactuar. **Flujo de trabajo y pipeline creativo**: El usuario comienza describiendo su mundo y su personaje. Nano Banana Pro genera primero una imagen "canvas" que sirve como punto de partida visual. Al hacer clic en "Generate World", Genie 3 transforma esta imagen 2D en un entorno 3D explorable. La transición de 2D a un 3D inmersivo es el "wow moment" identificado por los evaluadores. La aplicación también permite subir fotos personales: un dinosaurio de juguete fotografiado puede convertirse en un personaje controlable dentro de una reconstrucción de la habitación. **Desafíos técnicos**: Genie 3 aborda un problema más complejo que la generación de vídeo estándar. Un modelo de vídeo puede ajustar retroactivamente los fotogramas para garantizar la coherencia; Genie 3 debe generar en tiempo real, coherente tanto con el pasado COMO con la acción inmediata del usuario, sin conocer las entradas futuras. El límite actual de 60 segundos resulta de un compromiso: el dinamismo del mundo tiende a disminuir progresivamente, y los costes de servicio siguen siendo elevados. **Evolución desde Genie 1**: Genie 1 fue un artículo de investigación. Genie 2 (diciembre de 2024) ofrecía 10 segundos en baja resolución, sin tiempo real. Genie 3 (anunciado en agosto de 2025, ahora lanzado) alcanza un minuto en tiempo real con calidad fotorrealista. El equipo señala que hace un año, un minuto de coherencia en tiempo real parecía un objetivo ambicioso; hoy, los usuarios piden más. **Aplicaciones previstas**: Más allá del entretenimiento, el equipo explora la educación (exposiciones terapéuticas personalizadas, como un niño explorando una habitación llena de arañas virtuales) y la inteligencia encarnada. El proyecto Simmer ya utiliza Genie 3 para entrenar agentes de IA capaces de lograr objetivos en mundos 3D arbitrarios, un paso hacia una AGI encarnada. **Perspectivas**: La hoja de ruta incluye multijugador (complejo debido a la latencia), más controles de interacción, una API para desarrolladores y la expansión a otras superficies. El equipo estima haber alcanzado el 50% de su visión, con un "margen de mejora enorme" para seguir avanzando. La visión última: una simulación indistinguible de la realidad, "una copia del universo donde se puede hacer lo que se quiera".

Tech predictions for 2026 and beyond

Tue, 25 Nov 2025 00:00:00 GMT

En su esperado ensayo anual, Werner Vogels, CTO de Amazon, presenta sus predicciones tecnológicas para 2026 y más allá. Su tesis central: situar la IA "en el bucle humano" ("AI in the human loop") en lugar de lo contrario, para amplificar las capacidades humanas y abordar las crisis sociales más apremiantes. Tres ámbitos estructuran el ensayo. **La revolución del acompañamiento.** La soledad afecta a 1 de cada 6 personas en el mundo y ha sido designada crisis de salud pública por la OMS; aumenta el riesgo de demencia en un 31% y el de ictus en un 30%. Vogels predice el auge de los robots de compañía (Pepper, Paro, Lovot) en cuidados de larga duración: el 95% de los pacientes con demencia tienen interacciones beneficiosas con Paro, con reducción de la agitación, la depresión y el uso de medicación. Dado que los humanos están biológicamente programados para proyectar intención sobre el movimiento autónomo (estudio del MIT; entre el 50 y el 80% de los propietarios de Roomba ponen nombre a su aspiradora), robots como Amazon Astro crean vínculos emocionales genuinos a través de la movilidad y las expresiones faciales. **La transformación de la educación.** Ante una escasez mundial de profesores y un sistema diseñado para el cumplimiento más que para la curiosidad, los tutores de IA personalizados se adaptan al estilo, ritmo e idioma de cada alumno. Los impactos son medibles: +65% de disposición a intentar tareas difíciles, hasta 17 puntos de CI ganados en niños autistas (estudio de Duke), y 5,9 horas semanales ahorradas por los profesores — seis semanas al año reinvertidas en creatividad y apoyo individual. NextGenU ya produce libros de texto adaptados culturalmente a 1/100 del coste tradicional. **La reinvención de la sanidad.** En un contexto de desconfianza hacia las instituciones médicas y de desinformación, los agentes de IA fiables pueden proporcionar información médica confiable y mejorar la adherencia a los tratamientos, manteniendo al humano en control. Vogels identifica también desafíos: la aceptación social de los robots de compañía, la dependencia emocional de las máquinas, el marco regulatorio de los agentes de IA en sanidad y la equidad de acceso. Pero ve en ellos oportunidades masivas: una población envejecida, la innovación educativa, la salud preventiva y nuevos modelos económicos. Esta visión representa un cambio fundamental en nuestra relación con la tecnología: el paso de herramientas transaccionales a socios que nos ayudan a resolver los problemas humanos más profundos, con la IA amplificando a los humanos en lugar de reemplazarlos.

Perplexity Integrates Directly into Chrome Browser, Challenging Google Search Dominance

Wed, 22 Oct 2025 00:00:00 GMT

Perplexity anunció una **integración nativa en el navegador Google Chrome**, que permite a los usuarios **establecer Perplexity como motor de búsqueda predeterminado** y acceder a la búsqueda con IA directamente desde la barra de direcciones. Este movimiento representa un **desafío competitivo audaz** a Google dentro de su propio navegador, **reduciendo drásticamente la fricción** para los usuarios que buscan una experiencia de búsqueda nativa de IA sin tener que visitar el sitio de Perplexity por separado. **Mecánica de la integración** La implementación permite a los usuarios: **establecer Perplexity como motor predeterminado** en la configuración de Chrome (junto a Google, Bing, DuckDuckGo), **buscar directamente desde el omnibox** (las consultas de la barra de direcciones se redirigen a Perplexity), **recibir respuestas generadas por IA** (en lugar de listas de enlaces tradicionales), **ver citas de fuentes** (preservando la transparencia), **continuar la conversación** (diálogo de seguimiento sobre el tema buscado). La implementación técnica se basa en el **OpenSearch protocol** de Chrome, que permite a motores alternativos integrarse sin fricción. **Alcance estratégico: distribución** Una verdad consolidada de la industria tecnológica: **la distribución determina al ganador**. Google Search domina en parte gracias a la integración con Chrome — la búsqueda predeterminada del navegador genera un volumen masivo de consultas. La integración de Perplexity **resuelve un desafío de distribución crítico**: menos pasos entre la consulta y el resultado (sin visita a un sitio separado), integración en el flujo de trabajo existente (la barra de direcciones ya es la interfaz principal de búsqueda), menor fricción de adopción (un solo cambio de configuración frente a visitas repetidas), mayor visibilidad (un recordatorio constante de que existe una alternativa). **Dinámica competitiva con Google** El movimiento sitúa a Perplexity **directamente en el terreno de Google** — el navegador Chrome que Google controla. Esto genera tensiones interesantes: **Google podría bloquear la integración** (pero enfrenta escrutinio antimonopolio — ya cuestionado por los motores predeterminados), **Google podría añadir funciones de IA similares** (la integración de Gemini es la respuesta más probable), **la elección del usuario se vuelve clave** (se intensifican las batallas por la configuración predeterminada), **comparación directa de calidad** (los usuarios cambian fácilmente entre motores y comparan resultados). **Transformación de la experiencia de usuario** Búsqueda tradicional: consulta → lista de enlaces → clics en múltiples resultados → síntesis manual de la información. **Búsqueda de Perplexity**: consulta → respuesta sintetizada por IA con citas de fuentes → preguntas de seguimiento opcionales → comprensión refinada. Este **paradigma fundamentalmente distinto** resulta especialmente valioso para: tareas de investigación (síntesis de múltiples fuentes), verificación de datos (citas visibles), consultas complejas (razonamiento en varios pasos), aprendizaje exploratorio (diálogo de seguimiento natural). **Desafíos de monetización** La integración plantea interrogantes de modelo de negocio: **menos visitas a los sitios web** (los editores pierden potencialmente tráfico), **complejidad de atribución** (¿cómo acreditar las fuentes citadas por la IA?), **disrupción publicitaria** (los anuncios de búsqueda tradicionales viven en listas de enlaces — ¿dónde encajan los anuncios en respuestas generadas por IA?), **funciones premium** (¿cómo diferenciar las ofertas gratuita y de pago?). Perplexity debe equilibrar **el valor para el usuario con la sostenibilidad del ecosistema**. **Requisitos técnicos y rendimiento** La integración con Chrome requiere: **baja latencia** (los usuarios esperan resultados instantáneos como con Google), **fiabilidad** (el tiempo de inactividad es inaceptable para un motor de búsqueda predeterminado), **comprensión de consultas** (gestionar toda la diversidad de intenciones de búsqueda), **infraestructura escalable** (potencial aumento masivo del volumen de consultas si crece la adopción), **sincronización entre dispositivos**. **Posibles respuestas de Google** Acciones probables de Google: **acelerar la integración de Gemini** en la búsqueda, **aprovechar el control de Chrome** (promoviendo las propias funciones de búsqueda con IA de Google), **mejorar la calidad de la búsqueda** (reduciendo la ventaja de las respuestas sintetizadas), **ajustar términos comerciales** (restringiendo motores alternativos donde sea legalmente posible), **adquirir o formar alianzas**. **Contexto regulatorio** El momento es notable dado el **escrutinio antimonopolio** en curso sobre el dominio de Google en la búsqueda. El Departamento de Justicia de EE. UU. y los reguladores europeos están examinando los acuerdos de motor de búsqueda predeterminado y las prácticas de integración con navegadores. El movimiento de Perplexity podría **reforzar los argumentos antimonopolio**: demuestra que existen alternativas viables, muestra que el control de Google limita la competencia e ilustra el valor de la elección del usuario. **Implicaciones más amplias para la industria** El éxito podría inspirar: **a otros motores de búsqueda con IA** (You.com, Phind) a buscar la integración con navegadores, **diversificación de navegadores** (Firefox, Edge ofreciendo múltiples opciones de búsqueda con IA), **un cambio de paradigma en la búsqueda** (aceleración hacia respuestas sintetizadas frente a listas de enlaces), **nuevos entrantes** (barreras reducidas que fomentan la innovación). **Incertidumbres de adopción** El éxito de Perplexity depende de: las tasas de adopción reales (¿cambiará la gente su configuración predeterminada?), la consistencia de calidad a escala, la viabilidad de la monetización, la velocidad de la respuesta competitiva de Google y la evolución del entorno regulatorio. La integración representa un **hito significativo** en la competencia de búsqueda con IA, llevando la batalla directamente al canal de distribución más poderoso de Google.

google-agentic-commerce/AP2: Building a Secure and Interoperable Future for AI-Driven Payments

Tue, 16 Sep 2025 00:00:00 GMT

El repositorio de GitHub `google-agentic-commerce/AP2` presenta el **Agent Payments Protocol (AP2)**, una iniciativa orientada a establecer un marco seguro e interoperable para sistemas de pago impulsados por IA. La misión central del proyecto es habilitar un futuro en el que la inteligencia artificial pueda gestionar transacciones de pago de forma fluida y segura a través de plataformas y agentes diversos. **Recursos prácticos y flexibilidad** El repositorio funciona como recurso práctico, ofreciendo una colección de muestras de código y demos que ilustran los componentes y funcionalidades clave de AP2. Si bien las muestras proporcionadas se apoyan en tecnologías específicas como **Agent Development Kit (ADK) y Gemini 2.5 Flash**, la documentación establece explícitamente que el Agent Payments Protocol en sí **no está ligado** a estas herramientas. Esta flexibilidad permite a los desarrolladores integrar AP2 con sus kits de desarrollo de agentes y modelos de IA preferidos, favoreciendo una adopción y personalización amplias. **Arquitectura y escenarios seleccionados** El repositorio está estructurado para guiar a los usuarios a través de varios escenarios seleccionados, diseñados para demostrar distintos aspectos del protocolo en funcionamiento. Estos escenarios se organizan bajo `samples/android/scenarios` para aplicaciones Android y `samples/python/scenarios` para implementaciones en Python. Cada escenario es autocontenido, con un archivo `README.md` que proporciona una descripción detallada junto con instrucciones claras de instalación y ejecución local. Se incluye un script `run.sh` para simplificar la ejecución. **Autenticación y configuración** Ejecutar los escenarios requiere **Python 3.10 o superior**. El repositorio describe dos métodos principales de autenticación: la **clave de API de Google**, recomendada para entornos de desarrollo por su simplicidad, o la configuración de **Vertex AI**, recomendada para despliegues en producción por ser más robusta y escalable. Se proporcionan instrucciones para configurar variables de entorno o usar un archivo `.env` para las credenciales. **Objetos centrales y planes futuros** Los objetos y definiciones centrales de AP2 residen en el directorio `src/ap2/types`, con un **lanzamiento de un paquete PyPI dedicado planificado** para simplificar la instalación y la gestión de dependencias. Las demos involucran **múltiples agentes y servidores**, con la mayor parte del código fuente ubicado en `samples/python/src`. Los escenarios que incluyen una aplicación Android (asistente de compras) tienen su código fuente dedicado en `samples/android`. **Enfoque abierto y colaborativo** El proyecto está licenciado bajo **Apache-2.0**, lo que refleja un enfoque abierto y colaborativo. Esta iniciativa representa el compromiso de Google con la construcción de la infraestructura que habilita transacciones comerciales seguras y eficientes impulsadas por IA. La arquitectura distribuida multiagente/multiservidor ilustra consideraciones de escalabilidad y la aplicabilidad real del protocolo. El repositorio posiciona a AP2 como una tecnología fundacional para el ecosistema emergente de comercio agéntico, en el que los agentes de IA gestionan de forma autónoma transacciones financieras con salvaguardas de seguridad e interoperabilidad apropiadas.

Google DeepMind Unveils Genie 3: Revolutionary Interactive Video Generation Model

Tue, 05 Aug 2025 00:00:00 GMT

Google DeepMind anuncia **Genie 3**, un modelo revolucionario de **generación de vídeo interactivo** capaz de crear **vídeo controlable y temporalmente coherente** que responde a las acciones del usuario en tiempo real. A diferencia de los modelos de vídeo anteriores que producen secuencias fijas, **Genie 3 funciona como un modelo de mundo** — comprendiendo relaciones espaciales, física y causalidad — y permite **experiencias interactivas generadas por IA**, incluidos juegos jugables creados a partir de descripciones textuales o imágenes. **Innovación central: generación controlable** El avance fundamental es **el control del usuario durante la generación**. Genie 3 acepta entradas continuas — teclas de dirección, movimientos del ratón, comandos de acción — y genera vídeo que responde de forma apropiada. Ejemplo: el usuario solicita "un juego de plataformas en un bosque", Genie genera el primer fotograma, después el usuario **controla los movimientos del personaje**, y el modelo genera los fotogramas siguientes (saltos, desplazamiento, interacciones con el entorno). Este **bucle interactivo** crea experiencias jugables en lugar de vídeos pasivos. **Arquitectura y entrenamiento del modelo de mundo** Genie 3 implementa un **modelo de mundo latente**: una representación comprimida de la física de un entorno, comprensión de las relaciones espaciales y la permanencia de los objetos, predicción de las consecuencias de las acciones, coherencia temporal en secuencias extensas. El modelo **no ejecuta una física preprogramada**: aprendió las reglas físicas observando enormes volúmenes de secuencias de videojuegos (juegos de plataformas 2D como datos principales, anotaciones de acciones, estilos visuales variados), desarrollando una **comprensión emergente** de la gravedad, las colisiones y la dinámica del movimiento. Sus **11.000 millones de parámetros** le permiten captar relaciones de grano fino entre las acciones y sus consecuencias visuales. **Coherencia temporal y aplicaciones** Los modelos de vídeo tienen dificultades para mantener la apariencia, la posición y la física de los objetos a lo largo de los fotogramas. Genie 3 aborda este problema mediante mecanismos de memoria a largo plazo, a priori informados por la física, atención espacial y condicionamiento por acciones, con una coherencia notablemente mejorada. Aplicaciones: **prototipado rápido de juegos**, juegos educativos personalizados, accesibilidad, contenido procedural, herramientas creativas sin código — una **democratización del desarrollo de videojuegos**. **Limitaciones y competencia** Limitaciones reconocidas: un techo en la complejidad de las mecánicas, degradación de la coherencia en secuencias muy largas, fidelidad de control imperfecta, coste de inferencia elevado, sesgo de los datos de entrenamiento. Frente a **Runway Gen-3**, **OpenAI Sora** o Make-A-Video de Meta, el **control interactivo** de Genie 3 es el diferenciador clave, un paso hacia **modelos de mundo de propósito general**. A largo plazo, Genie 3 traza una trayectoria hacia simuladores de mundo de propósito general, experiencias interactivas impulsadas por IA más allá de los videojuegos, y mundos virtuales generados por IA que responden a la agencia del usuario.

Expanding AI Overviews and introducing AI Mode

Wed, 05 Mar 2025 00:00:00 GMT

Google lanza **AI Mode**, una funcionalidad que transforma profundamente la experiencia de búsqueda en línea. Para cada resultado de búsqueda, se **genera automáticamente un sitio personalizado**, adaptado específicamente a la consulta del usuario. Esta innovación representa un **cambio de paradigma** en la forma en que accedemos a la información en línea, y podría marcar el **fin de los sitios web tradicionales** tal como los conocemos. **Fundamentos del enfoque generativo** En lugar de simplemente indexar y clasificar el contenido web existente, AI Mode **genera contenido dinámicamente** adaptado a la consulta de búsqueda. Así, dos usuarios que buscan el mismo tema pueden recibir "sitios" generados completamente diferentes, según el contexto, el historial de búsqueda y las particularidades de la consulta. El sistema analiza la intención detrás de la búsqueda y construye la respuesta desde cero, sintetizando información de múltiples fuentes. **Transformación del ecosistema web** El enfoque generativo de Google podría **redefinir fundamentalmente el ecosistema web**. Si Google genera contenido personalizado para cada consulta, el concepto tradicional de "sitio web" podría volverse obsoleto. Los creadores de contenido se enfrentan a una pregunta existencial: ¿por qué mantener sitios tradicionales si los usuarios interactúan principalmente con versiones generadas por Google? **Redefinición del SEO** El SEO, una industria completa construida en torno al posicionamiento en los resultados de Google, se enfrenta a una **redefinición completa**. Las tácticas tradicionales —optimización de palabras clave, enlaces entrantes, SEO técnico— podrían volverse irrelevantes si Google genera en lugar de indexar. Podría surgir una nueva forma de "SEO generativo", orientada a garantizar que los sistemas de IA representen correctamente los mensajes e información de las marcas. **Implicaciones para los modelos de negocio** El modelo de negocio de la web —publicidad, suscripciones, marketing de afiliación— se basa en la suposición de que los usuarios realmente visitan los sitios. **AI Mode amenaza este modelo**. Si los usuarios consumen la información directamente desde los resultados generados por Google sin visitar los sitios de origen, ¿cómo se remunera a los creadores de contenido? Es probable que Google deba abordar este desafío fundamental para mantener un ecosistema de contenido saludable. **Atribución de contenido y derechos de autor** Los sitios personalizados generados plantean cuestiones complejas de **atribución y derechos de autor**. Cuando la IA sintetiza información de múltiples fuentes para crear un nuevo "sitio", ¿a quién pertenece el contenido resultante? ¿Cómo se acredita y remunera a las fuentes originales? Es probable que estas cuestiones legales y éticas generen un debate significativo, incluso litigios. **Transformación de la experiencia del usuario** Desde la perspectiva del usuario, AI Mode promete una **experiencia óptima**: información perfectamente adaptada a la consulta, sin necesidad de navegar entre múltiples sitios, con un tiempo reducido entre la pregunta y la respuesta. Pero esto también plantea inquietudes sobre las **burbujas de filtro, las cámaras de eco**, y la pérdida del descubrimiento fortuito que caracteriza la navegación web tradicional. **Implicaciones competitivas** AI Mode representa una **escalada importante** en la carrera por la innovación en búsqueda. Competidores como Microsoft (Bing con ChatGPT), Perplexity y otros motores de búsqueda basados en IA tendrán que responder. Un futuro en el que los motores de búsqueda generen en lugar de indexar podría transformar toda la infraestructura de Internet. **Cuestiones de implementación** Quedan cuestiones prácticas: ¿cómo garantiza Google la precisión? ¿Qué mecanismos existen contra la desinformación? ¿Cómo maneja el sistema los temas controvertidos? ¿Qué nivel de actualidad tiene el contenido generado? ¿Pueden los usuarios verificar las fuentes? El anuncio de AI Mode señala la **visión de Google para el futuro de la búsqueda**: pasar de un índice pasivo a un generador de contenido activo. Queda por ver si esta visión beneficia al ecosistema más amplio de Internet, pero la transformación ya está en marcha.