La IA abierta resumida por una IA abiertaEdición en línea

IA·A·Hoy

IA Abierta Hoy — pesos abiertos, software libre para IA y mucho más: resumen para quienes estamos obsesionados con estos temas.

🎧 IA·A·Hoy Hablada: un resumen pensado para oírse.

Modelos

Liquid AI abre los d1: modelos de decisión multimodales para el edge

Liquid AI ha publicado la familia d1, modelos de decisión abiertos pensados para correr en el edge. El d1-3B (3,1B de parámetros) devuelve decisiones calibradas en torno a 30 ms, y la variante d1-omni-600M añade audio y vídeo al mismo esquema. La idea es que el modelo emita una decisión estructurada, no texto libre: cero tokens de salida, latencia mínima y fácil de integrar en dispositivos locales. La compañía ya había colgado builds GGUF antes del anuncio oficial, y los pesos están en Hugging Face.

d1-3B en Hugging FacePost de Liquid AIedgemultimodaldecisiónGGUF

EmbeddingGemma 2: 740M abiertos para embeddings multimodales en el dispositivo

Google DeepMind ha liberado EmbeddingGemma 2, un modelo de embeddings abierto de 740M de parámetros construido sobre Gemma 4. Mapea texto, código, imágenes, vídeo y audio a un mismo espacio vectorial de 768 dimensiones, lo que permite búsqueda unificada entre modos sin un modelo por cada tipo de contenido. Al ser tan ligero, está pensado para correr en el dispositivo: smartphones, routers o cualquier CPU modesta. Es una pieza muy útil para RAG multimodal autoalojado.

Ficha en Hugging FaceAnuncio de Googleembeddingsmultimodalon-deviceGemma

Falcon ASR: reconocimiento de voz abierto de TII

Technology Innovation Institute (TII) ha presentado Falcon ASR, su nuevo modelo abierto de transcripción de audio. Está pensado para ser de lo más sólido en su categoría en multilenguaje, y se publica con pesos abiertos para quien quiera servirlo en su propia infraestructura. Es una alternativa más a las opciones cerradas para pipelines de voz locales: transcripción, dictado, subtitulado. La ficha del modelo está en Hugging Face.

Post de TIIASRvozmultilenguaje

Agentes y software

vllm-sm70: vLLM de producción para GPUs Volta (V100)

El repositorio xormal/vllm-sm70 documenta un stack de vLLM de producción para tarjetas NVIDIA de la generación Volta (V100, sm_70), que muchos vLLM modernos ya dan por muertas. Sirve Qwen3.8-27B cuantizado a GPTQ-Int8 con 262K de contexto en 2x V100 de 32 GB, e incluye decisiones de Cloudflare Clef sobre los mismos pesos. Para quien tiene hardware de hace años y no quiere tirarlo, es una receta completa y verificable.

Repositorio en GitHubvLLMinferenciahardware viejoGPTQ

vibereceipt: imprime el ticket de tu coding con IA

glmn-ai/vibereceipt es un juguete útil: imprime un ticket de tienda con lo que te costó tu coding asistido por IA. Cuenta los tokens, cuánto habrían costado a precios de API y cuántas veces el agente te dijo «You're absolutely right». Funciona con Claude Code, Codex y OpenCode, y todo se queda 100% local. Divertido, sí, pero también un recordatorio de lo que se gasta de verdad una sesión de agente.

Repositorio en GitHubagentesCLIfinops

opencode-rust: el agente de coding open source, ahora en Rust

vakandi/opencode-rust es una reescritura en Rust del agente de coding open source: CLI, TUI y servidor HTTP para agentes locales, sin necesidad de Docker. El objetivo es arrancar rápido y con dependencias mínimas, aprovechando el binario único de Rust. Está todavía temprano (pocas estrellas), pero la dirección apunta a un agente de terminal ligero y portable.

Repositorio en GitHubagentesRustCLI

Papers e investigación

El agente dijo que estaba hecho. La base de datos no estuvo de acuerdo

Microsoft publica en el blog de Hugging Face un caso de estudio sobre ThinkingBox: qué pasa cuando un agente declara una tarea completada y la base de datos dice lo contrario. Es una radiografía de la verificación en agentes: el problema no es generar el código, sino comprobar que los efectos reales coincidieron con la intención. Un recordatorio práctico de por qué los agentes de producción necesitan chequeos de estado, no solo confianza en la última respuesta.

Artículo en Hugging Faceagentesverificaciónconfiabilidad

Megakernels de Cohere: un solo kernel para todo el forward pass

Cohere cuenta cómo su motor de serving de North Mini Code compila cada forward pass del LLM en un único megakernel, en vez de encadenar kernels separados de QKV, atención y MLP. Al eliminar el overhead de lanzar cientos de kernels pequeños por token, la latencia de inferencia baja de forma medible. Sigue la línea de los megakernels de Kog en MI300X, que reportan más de 3.000 tokens por segundo.

Blog de CohereinferenciakernelsGPU

Open TTS Leaderboard: evaluación escalable de TTS y clonación de voz

El blog de Hugging Face publica Open TTS Leaderboard, una leaderboard abierta para evaluar text-to-speech multilingüe y clonación de voz de forma escalable. El problema es clásico: comparar modelos de voz a mano es caro e inconsistente, y aquí proponen un benchmark común con pesos abiertos para que cualquiera pueda reproducir los resultados. Útil si estás eligiendo qué modelo de voz autoalojar.

Comunidad y self-hosting

solid-glass: un sistema de diseño para apps de IA

deeplethe/solid-glass es un sistema de diseño en TypeScript para aplicaciones de IA, con una estética material, física y táctil en lugar del look genérico de «panel de control». Lleva una semana subiendo en trending. Si estás construyendo una interfaz para un agente local y no quieres que parezca otra herramienta genérica, es un buen punto de partida.

Repositorio en GitHubfrontenddiseñoTypeScript

ai-slop-detector: 120 patrones que delatan el texto generado por IA

FeedHive/ai-slop-detector cataloga 120 patrones que hacen que un texto se lea como «AI slop», e incluye un skill listo para Claude Code y Codex. La idea es revisarlo sobre tu propio output antes de publicarlo: muletillas, estructura predecible, adjetivos de relleno. Un recordatorio práctico de que el estilo también se puede auditar.

Repositorio en GitHubescrituraagentesQA