Decirle a unas gafas qué producto estás mirando resulta bastante más cómodo que describir una estantería al móvil. Meta ha anunciado ese uso para Muse esta semana, aunque todavía habrá que esperar. Entre el 21 y el 25 de septiembre también hemos visto un nuevo Claude y herramientas que resuelven problemas menos vistosos: distinguir voces, consultar decisiones antiguas y enseñar movimientos a un robot.
Muse llegará a las gafas de Meta
En Connect, Meta anunció que llevará Muse a sus gafas con IA en los próximos meses. El agente podrá utilizar lo que ve la cámara para actuar sobre una petición: por ejemplo, consultar un producto que tenemos delante. El anuncio del 24 de septiembre también recoge nuevas conexiones con servicios como Notion, GitHub y Box. Los detalles están en el resumen oficial de Connect.
Me interesa especialmente cuánto habrá que explicar antes de que haga lo que queremos. La función de las gafas todavía no tiene una fecha concreta de estreno en este anuncio. Meta también prevé que Muse disponga de su propia dirección de correo para realizar gestiones.
Opus 5.5 rebaja el coste de trabajar con Claude
Anthropic presentó Claude Opus 5.5 el 22 de septiembre. Según sus pruebas, alcanza un nivel parecido al de Fable 5.1 en buena parte del trabajo y reduce un 40 % el coste de tareas habituales frente a Opus 5. Esa cifra combina tarifas más bajas y menos tokens utilizados.
La distinción importa: el ahorro anunciado no equivale a una rebaja uniforme de cada tarifa. Anthropic también comunica más velocidad y mejores resultados en sus pruebas de comportamiento. Para quien lo use en programación, la comparación útil será cuánto cuesta terminar y revisar una tarea propia, con sus errores incluidos.
FLUX 3 Action aprende movimientos
Black Forest Labs publicó el 23 de septiembre FLUX 3 Action, un modelo de 7.000 millones de parámetros que combina imágenes de cámara e instrucciones para producir acciones. Su integración con LeRobot incluye modelos adaptados a brazos robóticos y recetas para entrenarlos en tareas concretas.
Las demostraciones incluyen colocar objetos en recipientes. Ojo al detalle de edición: uno de los vídeos acelera cuatro veces la ejecución y elimina pausas entre planes. El propio equipo lo explica. Los pesos se distribuyen bajo FLUX Kommunity License, cuyas condiciones hay que revisar antes de incorporarlos a un producto.
NVIDIA separa hasta ocho voces
Una transcripción pierde bastante utilidad si atribuye una promesa a quien estaba protestando. El 23 de septiembre, NVIDIA presentó Nemotron 3 Diarization, que asigna intervalos de audio a un máximo de ocho hablantes, incluso cuando se pisan al hablar. Funciona con grabaciones y audio en directo.
Sus etiquetas son anónimas: distingue turnos, pero no averigua el nombre de cada persona. Tampoco transcribe las palabras por sí solo. Para obtener un acta con intervenciones atribuidas hay que combinarlo con reconocimiento de voz y comprobar ambos resultados.
Relore recupera las decisiones de un repositorio
Hugging Face explicó el lunes cómo usa relore para que sus agentes consulten incidencias, revisiones y conversaciones de GitHub junto al código actual. La herramienta diferencia decisiones de mantenedores y opiniones de colaboradores, y permite localizar arreglos que ya están en marcha.
El caso de partida era muy reconocible: un agente estaba a punto de preparar un tercer arreglo para un error que otras personas ya corregían. Me quedo con esa comprobación para el próximo proyecto: antes de pedir otro parche, buscar si alguien ya lo está preparando.
0 comentarios
Todavía no hay comentarios.
Deja un comentario