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

Muse-Spark-Open de Meta: un MoE multimodal de 816B (42B activos) en pesos abiertos, con recetas BF16 y NVFP4

Meta estrena Muse-Spark-Open (meta-models/Muse-Spark-Open-816B-A42B), la versión de pesos abiertos de Muse Spark: un mixture-of-experts multimodal con ~816B de parámetros totales y 42B activos por token, posicionado por el propio fabricante como su mejor modelo open-weight estadounidense y con fortaleza marcada en código y agentes. Meta publica las dos recetas de ejecución que importan para el self-hosting —BF16 y NVFP4—, así que un workstation con suficiente VRAM (o un despliegue multi-acelerador) puede llevarlo a producción sin una capa de traducción. NVIDIA-NeMo AutoModel ya lo lista en su cobertura de visión-lenguaje, y la carta de modelo lo compara a esfuerzo de razonamiento alto contra varios rivales. Es el tipo de fichaje que redefine el techo de lo que un equipo puede correr sobre hardware propio.

Hugging Face (modelo)Meta AI: Build with Muse Spark Openmetamuse-sparkmoemultimodalopen-weightsnvfp4bf16

LTX-2.5 de Lightricks: un «world model» de video con pesos abiertos, para correr y fine-tune en tu propio hardware

Lightricks/LTX-2.5 es el modelo de video más descargado del día en Hugging Face (2,04M de descargas, 8.650 likes) y se presenta como un world model de pesos abiertos «construido para ejecución local y fine-tuning»: genera video y audio sincronizados en una pasada, soporta escenas multi-shot, puede editar footage real y exporta EXR de calidad de cine. Lo que lo distingue entre la oleada de generadores de video es la intención explícita de uso local — con una variante Diffusers y un Space de demo —, no un endpoint cerrado. Para la comunidad que genera video local, es el caso de la semana: el peso, la licencia y las recetas van al Hub para que puedas descargarlo, correrlo y ajustarlo sin depender de una API.

Hugging Face (LTX-2.5)LTX (modelo)videoltx-2.5lightricksopen-weightsworld-modeldiffuserslocal

drama-3 de Fish Audio: TTS multivoz y emocional, con español entre los idiomas soportados

fishaudio/drama-3 es un modelo text-to-speech multimodal de Fish Audio con generación de habla emocional, edición de audio y multi-speaker, y lista idiomas que van del inglés, chino y japonés al *español. Está en el trending de modelos (847 likes) y apunta a un nicho muy concreto: síntesis de voz con control emocional y varios hablantes en la misma pista, algo que el TTS genérico de LLM no cubre. Para quien hace podcasts, doblaje o voice de self-hosting*, es la alternativa de la semana a las voces monolíticas, y el hecho de que el español esté entre las etiquetas de idioma lo hace directamente relevante para este diario.

Hugging Face (drama-3)text-to-speechfish-audiodrama-3multi-speakeremotionales

Agentes y software

TokenSpeed: un motor de inferencia MIT «de velocidad de la luz», construido para la carga de trabajo de los agentes de código

lightseekorg/Tokenspeed es un motor de inferencia LLM bajo licencia MIT diseñado explícitamente para la carga de trabajo de los coding agents: sus autores argumentan que los agentes generan workloads de inferencia «inusualmente exigentes» (muchas llamadas cortas, decoding especulativo, lotes de 4/8/16) y que un motor genérico los maltrata. La arquitectura separa un control plane en C++ de un execution plane en Python, y un sistema de kernels en capas con API pública y centralizada; en sus mediciones declara un ~9-11 % por encima de TensorRT-LLM en workloads agénticos. Ya lo integran como plugin de motor proyectos como EAGLE-4 (decoding especulativo). Es el tipo de pieza de infraestructura que la gente que autohospeda motores de inferencia debería tener en la lista de la semana.

GitHub (TokenSpeed)inferencetokenspeedlightseekmitspeculative-decodingcoding-agents

Airlink: un espacio de trabajo en vivo donde tus agentes trabajan contigo en tiempo real (self-hosted, MIT)

MemoAir-labs/Airlink es un espacio de trabajo en vivo y autohospedado donde agentes de IA trabajan junto a tu equipo en tiempo real: docs, hojas y slides en vivo, un navegador compartido, un escritorio Linux y full-duplex por voz, y puedes traer Claude Code, Codex, Gemini CLI o cualquier LLM. Es open source y MIT. El interés no está en el «cuánto hace» sino en la arquitectura: un workspace donde la colaboración persona-agente es el objeto central, no un chat lateral. Para quien está montando una pila de agentes self-hosted, es el ejemplo de la semana del paso del «un agente por tarea» al «un espacio de trabajo compartido».

GitHub (Airlink)agentsworkspaceairlinkself-hostingmitreal-time

nexa-bridge: tu vLLM y Ollama desde detrás de NAT, sin abrir puertos, como un proxy OpenAI en Rust

NexaEthos/nexa-bridge (Rust) resuelve un problema clásico del self-hosting de modelos: exponer un vLLM, Ollama, LM Studio o llama.cpp que está detrás de NAT sin abrir puertos. Es un proxy compatible con la API de OpenAI y un túnel saliente que además hace load balancing entre varios servidores GPU, con app de escritorio y un comando para montar el servidor. Es exactamente el tipo de herramienta que convierte «tengo un modelo en mi casa» en «puedo llamarlo como si fuera una API de la nube», y en la semana del TorchTPU de la portada encaja con el hilo de la semana: bajar la fricción de correr y exponer modelos propios.

GitHub (nexa-bridge)self-hostingrustnatopenai-compatiblevllmollamatunnel

Papers e investigación

CoEvo-RSI: cuando la harness evoluciona, ¿qué modelo debería acompañarla? (15 upvotes, lo más votado del día)

Su, Zhang, Shao y Pang (arXiv 2610.25078, el paper más votado de la lista) estudian la co-evolución model-harness, un paradigma emergente para agentes de self-improvement recursivo (RSI) que evolucionan a la vez su scaffold de ejecución y sus capacidades intrínsecas. El punto que levantan: el misalignment «cuerpo-cerebro» es persistente y a menudo se pasa por alto — el harness puede mejorar mientras el modelo no sigue, o al revés, y el par no converge de forma pareja. Es el paper de la semana para quien orquesta agentes que se mejoran a sí mismos: la pregunta ya no es «¿mejo el modelo o mejo el harness?» sino «¿evolucionan juntos, y en qué orden?».

Hugging Face Papersagentsrecursive-self-improvementharnessco-evolutionresearch

«Más memoria, peores agentes»: reproducción de errores y anti-persistencia en la memoria externa de LLMs

Wang, Panaganti y Zhou (arXiv 2610.27406) atacan la suposición cómoda de que más memoria externa mejora a un LLM agent: los agentes pueden mejorar entre tareas almacenando experiencia de sus propias ejecuciones en memoria externa y reutilizarla, pero el paper identifica un fallo de diseño — la reproducción de errores y la anti-persistencia, donde la memoria retiene lo que no debe o descarta lo que debería. Es el contrapunto empírico de la semana al «agente con memoria» como bala de plata: el diseño de qué se retiene y de qué se purga importa más que la cantidad almacenada. Directamente relevante para quien monta agentes con RAG o memoria vectorial.

Hugging Face Papersagentsmemoryraganti-persistenceresearch

Specter: inferencia de MoE rápida por offloading especulativo multi-paso habilitado por cuantización

Wang, Hou, Xia y Wang (arXiv 2511.14102) atacan el cuello de botella clásico de los MoE: los experts no caben en un solo acelerador y ofloadinglos a memoria de host crea un bottleneck de PCIe I/O, porque el routing dependiente de los datos deja las transferencias en el critical path. Specter lo resuelve con offloading especulativo multi-paso habilitado por cuantización. En la semana de un MoE de 816B como la Muse-Spark de la sección de Modelos, este es el ladrillo de inferencia que importa: cómo hacer que un modelo que no cabe en la VRAM siga siendo rápido, y no solo «cabe pero va lento».

Hugging Face Papersinferencemoeoffloadingquantizationpcieresearch

Comunidad y self-hosting

AnyLanguageModel 1.0: un año de modelos locales en Apple, con swift-huggingface 1.0 y swift-xet 1.0

Hugging Face estrena AnyLanguageModel 1.0 tras un año y «decenas de releases», acompañado por swift-huggingface 1.0 y swift-xet 1.0: una API de un solo sitio para modelos locales y remotos en plataformas Apple. El repositorio lo define como un drop-in replacement compatible con la API del Foundation Models framework de Apple, con soporte para proveedores de modelos personalizados, y los modelos locales corren por Core ML o MLX para privacidad y offline. Es el milestone de la semana para quien lleva modelos abiertos a Mac: la pila Swift de HF madura a 1.0 y se integra con el framework de modelos de Apple en vez de pelear contra él.

Blog de Hugging Face (AnyLanguageModel 1.0)GitHub (AnyLanguageModel)applemlxcore-mlanylanguagemodelswift-huggingfacelocalhugging-face

MPS en PyTorch 2.15: el backend Metal que usan los Macs para correr modelos abiertos, mejorado

El blog de Hugging Face documenta las mejoras del backend MPS (Metal Performance Shaders) en PyTorch 2.15, el camino por el que los usuarios de Apple silicon corren modelos abiertos en su propio hardware. Es la contrapartida de Apple al TorchTPU de la portada: mientras Google abre el camino para la TPU, el equipo de HF sigue puliendo el backend nativo para el Mac, que es donde mucha de la comunidad self-hosted del LocalLLaMA tiene su workstation. Menos estrellas que un anuncio de modelo, pero el backend sobre el que corre la mitad de la inferencia local del mundo Apple.

Blog de Hugging Face (MPS in PyTorch 2.15)applempspytorchmetalself-hostingbackend

MuckScraper: un agregador de noticias self-hosted con puntuación de sesgo y resumen por un LLM local

grregis/MuckScraper es un agregador de noticias autohospedado que agrupa fuentes, puntúa el sesgo de cada artículo y genera resúmenes con un LLM local (la nota de HN lo subraya: «un LLM no es una fuente de verdad, así que correlo localmente»). Es el ejemplo de la semana de la aplicación self-hosted de la semana: no es un wrapper de API, es una herramienta que corre en tu máquina y usa tu propio modelo para el análisis. Encaja con el hilo recurrente de la comunidad LocalLLaMA — feeds de noticias, briefings y agregadores que ponen tu modelo local a trabajar en algo útil, no en un chat.

GitHub (MuckScraper)self-hostingnewsllmrsslocal-llmbias