Controlar el chip, el modelo y el dispositivo. Las grandes tecnológicas han decidido que depender de terceros ya no es una opción, y esa decisión cambia las reglas del juego para todos. Estas son las seis noticias que lo explican.
DeepSeek desarrolla su propio chip de inferencia para depender menos de Nvidia y Huawei
DeepSeek ha empezado a desarrollar su propio chip de inferencia para reducir su exposición a Nvidia y a Huawei en pleno endurecimiento de las restricciones a la exportación. La decisión responde a una lógica estratégica: cuando el acceso al hardware puede cortarse por motivos geopolíticos, controlar el silicio deja de ser un lujo y pasa a ser una cuestión de supervivencia.
Y no es un caso aislado. OpenAI, Google, Amazon, Meta y Microsoft llevan tiempo caminando en la misma dirección, diseñando sus propios chips para no depender de un único proveedor. Quien controla el silicio controla el coste y la velocidad a la que entrena y sirve sus modelos.
La independencia tecnológica se ha convertido en una ventaja competitiva de primer orden. Para las empresas que compran IA, esta carrera por el chip propio significa algo bueno: más proveedores compitiendo y, con el tiempo, mejores precios y menos cuellos de botella.
Fuente: Data Center Dynamics
Amazon supera los 20.000 millones anuales en chips de IA propios, con clientes como OpenAI y Anthropic
Amazon ha superado los 20.000 millones de dólares anuales en chips personalizados de IA, con un crecimiento superior al 100% interanual. Sus familias Trainium, Graviton y Nitro ya tienen entre sus clientes a OpenAI, Anthropic y Uber, con acuerdos que se firman a varios años vista.
La cifra habla por sí sola: el negocio del silicio propio de Amazon factura ya tanto como muchas líneas de negocio tradicionales de una gran empresa. Lo que empezó como una forma de abaratar su propia infraestructura se ha convertido en un producto que vende a los mayores laboratorios del mundo.
Cuando los grandes proveedores de nube diseñan su propio hardware, el coste de entrenar y usar IA baja para todos. Ese ahorro termina llegando al cliente final en forma de servicios más asequibles.
Fuente: dentro.de/ai
Moonshot AI lanza Kimi K3, el mayor modelo de código abierto hasta la fecha
La china Moonshot AI ha lanzado Kimi K3, el modelo de código abierto más grande publicado hasta la fecha, con 2,8 billones de parámetros. En cuestión de horas alcanzó el primer puesto del Frontend Code Arena de LMArena, superando en codificación a Claude y a GPT 5.6.
El dato relevante no es solo el tamaño, sino que sea abierto: cualquier empresa puede descargarlo, adaptarlo y desplegarlo sin depender de una API cerrada. El ecosistema chino de IA ha dejado de ir por detrás y hoy compite de tú a tú con los laboratorios estadounidenses.
Los modelos abiertos y potentes dan a las empresas una alternativa real a los proveedores cerrados. Más competencia se traduce en más capacidad de negociación y en la libertad de montar la IA sobre tu propia infraestructura cuando la confidencialidad lo exige.
Fuente: Tom's Hardware
GPT 5.6 ya es el modelo por defecto de ChatGPT y desata una guerra de prestaciones
GPT 5.6, con sus variantes Sol, Terra y Luna, es el modelo por defecto de ChatGPT desde el 9 de julio. Su llegada coincidió con Grok 4.5 de xAI y con Muse Spark 1.1 de Meta, lo que desató en cuestión de días una guerra de prestaciones y de precios entre los grandes laboratorios.
Para quien ya trabaja con estas herramientas, el salto de capacidad ha sido inmediato y sin coste adicional: el mismo servicio, de un día para otro, rinde más.
La velocidad a la que mejoran estos modelos significa que las empresas que ya los han integrado en sus procesos reciben mejoras gratis, sin migraciones ni proyectos nuevos. Esperar a que la tecnología se estabilice tiene un coste de oportunidad cada vez mayor.
Fuente: FelloAI
Google rehace Gemini 3.5 Pro desde cero tras detectar fallos estructurales
Google detectó fallos estructurales en Gemini 3.5 Pro durante las pruebas en Vertex AI: errores en las llamadas recursivas a herramientas, generación defectuosa de gráficos SVG y fallos en el razonamiento matemático. En lugar de parchearlo, tomó una decisión poco habitual: rehacerlo desde cero.
El modelo llegó a disponibilidad general el 17 de julio, ya con una ventana de contexto de 2 millones de tokens y un modo de razonamiento avanzado, Deep Think. La exigencia de los entornos empresariales obligó a subir el listón.
Que un gigante rehaga un modelo entero antes de lanzarlo dice mucho del nivel de fiabilidad que hoy se exige en entornos profesionales. Para las empresas es una buena noticia: la IA que llega al mercado está sometida a un control de calidad cada vez más estricto.
Fuente: AIToolsRecap
Samsung lanza el Galaxy Z Fold8 Ultra con IA agéntica para equipos de campo
Samsung ha presentado el Galaxy Z Fold8 Ultra con IA agéntica integrada, orientado a la productividad profesional y con un hardware diseñado para resistir condiciones exigentes. La IA agéntica no se limita a responder: ejecuta tareas por ti dentro del propio dispositivo.
El teléfono deja de ser una herramienta de consumo para convertirse en un centro de operaciones para equipos que trabajan sobre el terreno, lejos de una oficina.
La IA baja al bolsillo del trabajador de campo. Para las empresas de servicios con equipos distribuidos (mantenimiento, logística, comercial o atención in situ) esto abre la puerta a automatizar tareas justo donde se generan, sin pasar por un ordenador.
Fuente: Silicon España
La tendencia de fondo es contundente: la infraestructura de la IA se está verticalizando. Chip propio, modelo propio, dispositivo propio. Para las empresas de servicios, esto se traduce en más opciones, mayor competencia entre proveedores y precios a la baja. El momento de evaluar cómo integrar la IA en los procesos es ahora, no dentro de dos años.