Noticias IA del 26/03/2026

Qué pasó: Google lanzó Gemini 3.1 Flash Live en preview como modelo multimodal en tiempo real, con audio nativo y soporte de texto, imágenes, audio y video de entrada. La documentación publicada ese día fija una ventana de 131.072 tokens de entrada y 65.536 de salida.

Impacto:

• Reduce la fricción para construir voice agents y asistentes multimodales sobre una API gestionada.
• Incluye function calling, Search grounding, Live API y thinking desde el arranque.
• Sigue en preview y aún no soporta structured outputs, image generation ni caching.

Acciones:

• Probar una sesión mínima con Live API o Google AI Studio antes de mover casos empresariales más controlados.

Qué pasó: Google activó switching tools para cuentas consumer, permitiendo copiar y pegar memorias o subir un ZIP con conversaciones previas. También rebautizó “Past chats” como “memory”, reforzando que ese historial pasa a funcionar como contexto activo.

Impacto:

• Baja la barrera competitiva para cambiar de asistente sin perder contexto acumulado.
• Refuerza la retención una vez que el usuario ya trasladó su memoria a Gemini.
• El despliegue inicial excluía Business, Enterprise, menores de 18 años y usuarios de EEA, Reino Unido y Suiza.

Acciones:

• Revisar y depurar la memoria importada antes de usarla para evitar arrastrar datos sensibles o irrelevantes.

Qué pasó: AWS anunció una API de bidirectional streaming para Amazon Polly que permite enviar texto de forma incremental y recibir audio conforme se genera en la misma conexión. La operación documentada es StartSpeechSynthesisStream y, en ese momento, soportaba el engine generative.

Impacto:

• Mejora el turn-taking y la sensación de respuesta inmediata en voice bots y copilots hablados.
• Evita esperar a tener un texto final completo antes de sintetizar audio.
• Mantiene la dependencia de AWS y el coste por caracteres propio de un servicio gestionado.

Acciones:

• Pilotar la ruta StartSpeechSynthesisStream sobre SDK o HTTP/2 en un flujo real de atención o automatización de llamadas.

Qué pasó: Cohere presentó cohere-transcribe-03-2026, un modelo de reconocimiento de voz con 2B parámetros, cobertura de 14 idiomas y licencia Apache 2.0. El lanzamiento combinó descarga abierta, Audio Transcriptions API para pruebas y Model Vault para despliegues dedicados.

Impacto:

• Es uno de los anuncios más accionables del día para equipos que necesitan ASR con licencia permisiva.
• Cohere reportó average WER de 5,42 y liderazgo en el Hugging Face Open ASR Leaderboard en ese momento.
• La facilidad real de despliegue local sigue dependiendo del hardware y del stack MLOps elegido.

Acciones:

• Evaluar el modelo con un conjunto propio de audios ruidosos y multilingües antes de decidir entre API, descarga abierta o Model Vault.

Qué pasó: Meta FAIR liberó TRIBE v2, un modelo trimodal entrenado con más de 1.000 horas de fMRI de unos 700 voluntarios para predecir respuestas cerebrales desde video, audio o texto. El salto frente a TRIBE v1 eleva la resolución espacial de unas 1.000 a cerca de 70.000 unidades.

Impacto:

• Abre una vía de “in-silico neuroscience” para probar hipótesis sin pasar por un escáner físico.
• Marca un precedente en modelos fundacionales neuroinspirados y nuevos benchmarks alineados con actividad cerebral real.
• La licencia es de investigación no comercial y no lo convierte en un modelo de propósito general para producto.

Acciones:

• Montar un entorno con PyTorch, descargar el repo oficial y ejecutar una inferencia breve sobre video para familiarizar al equipo con el flujo de trabajo.

Qué pasó: Skoltech, Sber y AIRI presentaron un clasificador ligero que detecta errores de compresión en memorias vectoriales antes de pasarlas al modelo grande. Si observa distorsión semántica, obliga a reinyectar texto original o a recuperar nuevas evidencias.

Impacto:

• El enfoque alcanza AUC-ROC aproximado de 0,72 en tareas tipo HotpotQA, SQuAD v2 y TriviaQA.
• Reduce fallos de factualidad y coste de cómputo en RAG y diálogos muy largos.
• Sber ya lo integró en GigaChat Ultra para extender memoria sin disparar uso de VRAM.

Acciones:

• Registrar fallos asociados a compresión, entrenar un gate ligero y definir cuándo cortar o rehidratar contexto en el pipeline RAG.

Qué pasó: Queen’s University y Simon Fraser University anunciaron un acuerdo para diseñar una infraestructura nacional de supercomputación soberana para IA, alineada con la estrategia federal de “Sovereign AI Compute”. El plan prevé un sistema top-10 en Queen’s y otro top-25 en SFU.

Impacto:

• Promete capacidad pública avanzada para universidades, gobierno e industria sin depender solo de nubes extranjeras.
• Busca mantener datos e IP dentro de Canadá en áreas como sanidad, energía limpia, defensa y manufactura.
• Refuerza el debate sobre soberanía de cómputo, sostenibilidad y elección entre on-prem y cloud.

Acciones:

• Preparar un memo interno sobre cómo este tipo de capacidad soberana puede alterar costes, despliegue y decisiones de “on-prem vs cloud” a 6–12 meses.

Qué pasó: La pieza del día combinó dos alertas: OpenClaw, donde investigadores mostraron agentes obedeciendo a “no propietarios”, filtrando datos y ejecutando acciones destructivas, y LiteLLM, comprometido en PyPI dentro de la campaña TeamPCP. En las versiones 1.82.7 y 1.82.8 se describió exfiltración de claves SSH, credenciales cloud y secretos de CI/CD.

Impacto:

• Demuestra que proxies LLM y agentes con control operativo son objetivos de alto valor para ataques de supply-chain.
• El caso OpenClaw habló de más de 18.000 instancias expuestas públicamente y cerca de un 15% con instrucciones maliciosas.
• Obliga a auditar permisos, secretos y límites de ejecución antes de delegar tareas reales a agentes.

Acciones:

• Revisar advisories y auditar instalaciones expuestas durante las ventanas señaladas por el reporte para Trivy y LiteLLM.