Noticias IA del 25/03/2026

Qué pasó: OpenAI confirmó que está “diciendo adiós” a la app Sora y publicará instrucciones para que los usuarios preserven sus vídeos.

Impacto:

• Refuerza el giro de OpenAI hacia productos más rentables y menos expuestos a deepfakes e IP.
• Señala que el vídeo generativo consumer no cierra el modelo económico a gran escala por costes de cómputo.
• Aumenta el riesgo de depender de APIs de vídeo volátiles en productos third-party.

Acciones:

• Diseñar arquitecturas portables entre proveedores de vídeo (por ejemplo, Pika, Veo, Kling).
• Planificar migraciones rápidas para workloads de vídeo si cambian precios o disponibilidad.

Qué pasó: OpenAI lanzó un Safety Bug Bounty público enfocado en abuso y riesgos de safety en productos agentic, más allá de vulnerabilidades clásicas.

Impacto:

• Hace más auditable la seguridad práctica de agentes y productos conectados.
• Trata prompt injection, exfiltración y MCP como superficie de riesgo de primera clase.
• Deja fuera jailbreaks genéricos sin impacto demostrable.

Acciones:

• Revisar el alcance público del programa y los criterios de elegibilidad.
• Si haces security research, registrar un caso reproducible en Bugcrowd con evidencia del impacto.

Qué pasó: OpenAI publicó una explicación extensa de su Model Spec como marco formal y público para el comportamiento del modelo.

Impacto:

• Aumenta la trazabilidad pública sobre decisiones de comportamiento del modelo.
• Es relevante para compliance, evaluación y red teaming.
• Aclara que el Spec no implica cumplimiento perfecto actual por parte de todos los modelos.

Acciones:

• Leer el artículo y contrastarlo con el propio Model Spec para revisar jerarquía de reglas y principios.

Qué pasó: Anthropic introdujo auto mode en Claude Code como punto medio entre aprobaciones manuales y ‘–dangerously-skip-permissions’.

Impacto:

• Añade defensas contra prompt injection en salidas de herramientas.
• Reporta métricas internas: 0.4% FPR en tráfico real y falsos negativos en acciones y exfiltración.
• Reduce fricción, pero no sustituye revisión humana en entornos sensibles.

Acciones:

• Con acceso a Claude Code, iniciar auto mode con la configuración por defecto y revisar cuidadosamente lo que apruebe o bloquee.

Qué pasó: Accenture presentó Cyber.AI junto a Anthropic, usando Claude para automatizar y escalar operaciones de ciberseguridad en SOCs.

Impacto:

• Promete triage de alertas, correlación de eventos y recomendaciones integradas en SOCs existentes.
• Muestra cómo los integradores empaquetan modelos fundacionales en soluciones verticales llave en mano.
• Anticipa convivencia SIEM/SOAR con capas de agentes bajo requisitos de gobernanza y trazabilidad.

Qué pasó: La OpenAI Foundation anunció que otorgará 1.000 millones de dólares en un año para mitigar impactos laborales y sociales de la IA.

Impacto:

• Financiará investigación en ciencias de la vida y salud, y proyectos de mitigación de automatización y bienestar infantil.
• Abre una ventana de cofinanciación para iniciativas de IA de bien público junto a capital privado y grants.
• Implica requisitos estrictos de seguridad, transparencia y medición de resultados en pilotos y datasets.

Qué pasó: Google puso Lyria 3 y Lyria 3 Pro en public preview para developers vía Gemini API y Google AI Studio.

Impacto:

• Lyria 3 Pro apunta a pistas de hasta ~3 minutos y la variante clip a ~30 segundos.
• Google destaca controles como tempo, letras alineadas en el tiempo e image-to-music.
• Afirma que el audio generado incorpora SynthID, aunque persisten riesgos de copyright y trazabilidad.

Acciones:

• Entrar en Google AI Studio, elegir Lyria 3 o Lyria 3 Pro y generar una pista desde el modo de audio con una API key habilitada.

Qué pasó: Anthropic añadió interactive apps a Claude en iOS y Android para renderizar elementos visuales y compartibles dentro de la conversación.

Impacto:

• Acerca el móvil a una superficie de trabajo visual, no solo cliente de texto o voz.
• Permite renderizar live charts y sketch diagrams directamente en el chat.
• Refuerza la tendencia de chat UI como superficie de app también en móvil.

Acciones:

• Actualizar Claude en iOS o Android y abrir una app interactiva o conector compatible desde una conversación.

Qué pasó: OpenAI cambió ChatGPT: los pegados de más de 5.000 caracteres pasan a attachments y los conectores de Google se unifican bajo Google Drive.

Impacto:

• Reduce el context bloat y mejora la experiencia al trabajar con texto largo.
• Permite volver a convertir el attachment a texto con ‘Show in text field’.
• Simplifica la conexión con Docs, Sheets y Slides al agruparlos en una sola app.

Acciones:

• Pegar en ChatGPT un texto de más de 5.000 caracteres o reconectar Google Drive para ver la integración unificada.

Qué pasó: Google DeepMind describió cómo usa agent skills para cerrar la brecha entre conocimiento estático del modelo y la evolución rápida de SDKs y docs.

Impacto:

• El skill incluye modelos actuales, SDKs por lenguaje, ejemplos y enlaces a documentación como fuente de verdad.
• Describe un harness de evaluación con 117 prompts y mejoras al añadir el skill frente al baseline.
• Ofrece un patrón operativo para mejorar agentes de desarrollo sin depender solo de conocimiento congelado.

Acciones:

• Instalar el skill y usarlo en un entorno donde ya se trabaje con Gemini API o herramientas compatibles.

Qué pasó: La tailandesa Amity anunció una Serie D de 100 MUSD para expandir modelos generativos y agentes verticales para empresas en el Sudeste Asiático.

Impacto:

• Eleva su financiación acumulada a 160 MUSD y reporta más de 100 MUSD de ingresos anualizados, con plan de IPO en 2027.
• Valida la tesis ‘modelos verticales + agentes’ frente a chatbots genéricos, con ventaja en dominio e integración.
• Impulsa stacks multi-modelo: modelos base orquestando agentes más pequeños integrados con ERPs y CRMs.

Qué pasó: SLB amplió su alianza con NVIDIA para “industrializar” IA en energía con una AI Factory for Energy y modelos generativos de dominio.

Impacto:

• Desarrollarán infraestructura modular de data center y modelos generativos/agentic para casos del sector energético.
• Refuerza la idea de fábricas de IA sectoriales con entornos cerrados, regulados y optimizados por industria.
• Acelera arquitecturas de referencia pre-empaquetadas con hardware NVIDIA y frameworks de simulación como Omniverse.

Qué pasó: NVIDIA resumió GTC con foco en la “Physical AI era”, destacando Cosmos 3, Isaac GR00T N1.7 y Alpamayo 1.5, y blueprints de Physical AI Data Factory.

Impacto:

• OpenClaw se presenta como framework agentic abierto con ‘claws’ de larga duración que orquestan flujos y pipelines de datos.
• Marca el desplazamiento desde chatbots y código hacia robots, vehículos, fábricas y dispositivos físicos.
• Abre integración LLM + simulación (Omniverse/Isaac) + control clásico para robótica y manufactura.

Qué pasó: El Space ‘DeepResearch Bench Leaderboard’ se actualizó el 25 de marzo, manteniendo un leaderboard interactivo para agentes de deep research.

Impacto:

• Evalúa 100 tareas de nivel doctorado en 22 campos con métricas RACE (informes largos) y FACT (precisión y citas).
• Aporta métricas comparables útiles para RFPs y selección de proveedores más allá de demos.
• Sirve como base para evaluar agentes propios y ajustar prompts o arquitecturas multi-agente.

Acciones:

• Explorar el Space en Hugging Face y revisar el leaderboard para entender la evaluación RACE/FACT.
• Si tienes un agente propio, adaptarlo al formato de DRB para compararlo objetivamente.

Qué pasó: Google comunicó cambios en Gemini CLI desde el 25 de marzo: detección reforzada de abuso, priorización por licencia y fin de Gemini Pro en el tier gratuito.

Impacto:

• Introduce posibles límites de capacidad para algunos usuarios en picos de carga según account standing.
• Empuja a conectar el CLI a claves de API de pago (AI Studio / Vertex) para controlar cuotas y costes.
• Fomenta arquitecturas agnósticas de proveedor con endpoints OpenAI-compatibles (vLLM, TGI, Ollama).

Acciones:

• Verificar si tu cuenta accede a Pro o solo a Flash y ajustar la configuración si necesitas modelos Pro.
• Evaluar alternativas OpenAI-compatibles detrás de un endpoint unificado para abstraer el proveedor.

Qué pasó: GitHub anunció que desde el 24 de abril de 2026 usará datos de interacción de Copilot Free, Pro y Pro+ para entrenar y mejorar modelos, salvo opt-out.

Impacto:

• Incluye inputs, outputs, fragmentos de código y contexto asociado dentro de esos datos.
• Excluye Copilot Business y Copilot Enterprise de este cambio.
• Impacta compliance, privacidad y políticas internas de uso de coding assistants, sobre todo en repos sensibles.

Acciones:

• Revisar la configuración de privacidad o data controls de Copilot y definir si corresponde hacer opt-out.