LOS AVATARES DE IA AHORA PUEDEN HABLAR DURANTE HASTA 5 MINUTOS EN UNA ÚNICA GENERACIÓN OmniHuman 2.0 convierte una foto de un personaje en un video con habla, expresiones faciales, gestos y movimiento corporal completo. Carga una pista de audio, describe los movimientos de la cámara y las acciones en texto, y el modelo genera el rendimiento. Aquí lo que destaca: Videos de 5 minutos: de 60 segundos, sin unir clips separados. Diálogo y música: soporte para formatos de contenido más expresivos. Costos de generación más bajos: según se informa, reducidos de $0,12 a $0,07 por segundo. A $0,07 por segundo, un video de cinco minutos cuesta alrededor de $21. Esto abre casos de uso prácticos para presentadores virtuales, creativos publicitarios, contenido educativo y personajes de marca que necesitan hablar con regularidad. La mayor oportunidad es la producción de contenido a escala. En lugar de filmar a una persona cada vez que necesites un nuevo video, puedes construir un flujo de trabajo repetible alrededor de un personaje digital, un guion y una pista de audio. La verdadera prueba es si el resultado mantiene coherencia y naturalidad durante los cinco minutos completos. https://t.co/PW8ib5olVc

BLACK FOREST LABS HA HECHO POSIBLE LA GENERACIÓN DE IMÁGENES AI EN 4K EN GPU DE 8 GB @bfl_ai lanzó FLUX 3 Image Klein, un modelo de peso abierto de 5,6 mil millones de parámetros que lleva la generación y edición avanzada de imágenes a hardware de consumo. En lugar de depender completamente de API en la nube, los desarrolladores ahora pueden ejecutar un modelo de imagen potente localmente a través de ComfyUI o Diffusers. Aquí te mostramos lo que ofrece: 5,6 mil millones de parámetros Generación nativa de imágenes en 4K Edición con hasta 10 imágenes de referencia Controles de cuadro delimitador para diseños precisos Modelos base y distilados para distintas cargas de trabajo Soporte INT8 para GPU con tan solo 8 GB de VRAM Según Black Forest Labs, el modelo distilado genera una imagen de 1 MP en menos de 9 segundos en una RTX 4070. Pero la oportunidad más grande no es otro récord de velocidad. Es lo que sucede cuando los equipos de marketing pueden construir su propia infraestructura de producción de imágenes. Imagina una cadena creativa donde los agentes generan docenas de variaciones de anuncios, adaptan activos existentes a distintos formatos y mantienen referencias visuales coherentes sin enviar cada solicitud a una plataforma SaaS externa. El modelo puede ejecutarse localmente, sus configuraciones pueden estandarizarse y las tareas repetitivas de producción pueden automatizarse mediante flujos de trabajo personalizados. Hay una limitación importante. Los pesos abiertos no significan libertad comercial ilimitada. La licencia FLUX Kommunity permite uso comercial gratuito para empresas con ingresos anuales inferiores a $5 millones, mientras que las organizaciones más grandes necesitan licencias adicionales. La inferencia local también conlleva costos de hardware, mantenimiento y configuración. Pero la dirección se vuelve clara. A medida que los modelos de imagen se vuelven más pequeños y accesibles, la capacidad de generar visuales deja de ser la ventaja competitiva principal. Lo que importa más es el sistema que los rodea: dirección creativa, coherencia de marca, activos propietarios y distribución. La IA está haciendo cada vez más accesible la infraestructura de producción visual. Los equipos que saben qué crear y por qué serán los que más se beneficien. investigación ↓

META ACABA DE LANZAR UN MODELO DE IA DE 816B CON PESOS ABIERTOS QUE SE EJECUTA EN DOS MAC STUDIOS @Meta ha lanzado Muse Spark Open, su nuevo modelo de IA diseñado para codificación compleja, agentes autónomos y tareas de ingeniería de larga duración. La parte inusual es que los desarrolladores pueden descargar los pesos y ejecutar un modelo de esta escala en hardware local en lugar de depender completamente de API en la nube. Aquí está lo que Meta incluyó en él: 816 mil millones de parámetros en total 42 mil millones de parámetros activos por token Ventana de contexto de 1 millón de tokens Entrada nativa de texto, imagen, video y audio Soporte para hardware AMD, Apple, Intel y NVIDIA La arquitectura utiliza Mixture of Experts. En lugar de activar los 816 mil millones de parámetros para cada token, el modelo utiliza aproximadamente 42 mil millones, reduciendo así la computación requerida durante la inferencia. Esto hace que su implementación en escritorio sea especialmente interesante. Meta trabajó con Apple para optimizar Muse Spark Open en dos Mac Studios con M5 Ultra utilizando el marco MLX. Juntas, las máquinas proporcionan hasta 1 TB de memoria unificada. La empresa también demostró flujos de trabajo agentes reales ejecutándose localmente: Corrección de errores e implementación de funciones en una aplicación iOS Finalización de compilaciones de software mediante Muse Code Control de DaVinci Resolve para analizar material Identificación de momentos fuertes en video y creación de recortes verticales El modelo está disponible a través de Hugging Face y proveedores de API como Groq, Together AI, Fireworks y OpenRouter. Pero hay una distinción importante. “Pesos abiertos” no significa código abierto sin restricciones. La licencia del modelo Muse de Meta incluye limitaciones comerciales, y ejecutar un modelo de 816B localmente aún requiere hardware costoso. Lo que más me interesa es lo que esto podría significar para operaciones nativas de IA. Los equipos de marketing están construyendo cada vez más agentes que procesan conversaciones con clientes, analizan competidores, clasifican contenido y coordinan flujos de trabajo de producción. Hoy en día, muchos de estos sistemas dependen de proveedores externos de modelos para cada paso. Modelos de pesos abiertos más potentes ofrecen otra opción: ejecutar investigación sensible, procesamiento interno de conocimientos y agentes especializados en infraestructura controlada por la organización. Esto no hace automáticamente que la IA local sea más barata ni mejor. Los costos de implementación, la velocidad de inferencia, el mantenimiento y la calidad del modelo siguen determinando si tiene sentido. Pero el panorama competitivo está cambiando. El acceso a modelos potentes se está volviendo gradualmente menos dependiente de unos pocos proveedores cerrados de API. Y a medida que el acceso a modelos se vuelve más flexible, la ventaja se desplaza hacia los equipos que pueden construir flujos de trabajo confiables, conectar datos propietarios y convertir capacidades de IA en sistemas útiles.

GPT-5.6 SOL ACABA DE CAMBIAR LA ECONOMÍA DE LA CIBERSEGURIDAD Investigadores utilizaron IA para ayudar a descubrir una vulnerabilidad crítica en Linux que podría permitir a una máquina virtual acceder a su host. El costo reportado de la API fue inferior a $700. Lo interesante no es solo la vulnerabilidad en sí. Los investigadores humanos aún dirigieron y verificaron el trabajo, pero la IA hizo que una investigación altamente compleja fuera mucho más económica. Si descubrir vulnerabilidades críticas se vuelve tan asequible, la ventaja pasa a quien pueda encontrar, validar y aplicar parches más rápido. La IA está reduciendo el costo tanto de atacar como de defender la infraestructura. vía @entropyIO

META ESTÁ CONSTRUYENDO LA PRÓXIMA CAPA DE DISTRIBUCIÓN PARA AGENTES DE IA @Meta y Sierra están trabajando con Shopify, @stripe y Walmart en un protocolo que permite a los agentes de IA autenticarse e interactuar con empresas en nombre de los clientes. La historia obvia es la seguridad. Los agentes necesitan permiso para acceder a cuentas, revisar pedidos y realizar acciones sin ser tratados como bots. Pero creo que la implicación más grande es para el marketing. Durante décadas, las empresas optimizaron sitios web para convertir visitantes humanos. Ahora podrían necesitar atender agentes de IA que investigan productos, comparan ofertas y toman decisiones antes de que una persona abra siquiera el sitio web. Eso cambia el recorrido de compra. Los datos del producto, los precios, la disponibilidad, la reputación y la información legible por máquina podrían volverse tan importantes como la página de destino misma. Y la ventaja competitiva se desplaza hacia ser descubrible, comprensible y accesible para las máquinas. El protocolo aún está en etapas iniciales, pero la dirección vale la pena seguir. Las marcas pasaron años optimizando para motores de búsqueda. El próximo desafío es asegurarse de que los agentes de IA puedan realmente elegir e interactuar con ellas.

LA IA ACABA DE HACER QUE CONSTRUIR UNA ALTERNATIVA A ADOBE SEA MUCHO MÁS BARATO Un desarrollador supuestamente usó Claude Opus 5.5 y Rust para crear siete aplicaciones creativas de código abierto que cubren Photoshop, Illustrator, Premiere Pro, After Effects y más. Aún no son sustitutos listos para producción. La compatibilidad profesional, la calidad de renderizado y la confiabilidad siguen siendo importantes. Pero la historia más grande no es que Adobe pierda siete categorías de productos de la noche a la mañana. Es lo que sucede cuando el costo de construir software complejo disminuye drásticamente. Durante años, las empresas de software establecidas se beneficiaron de la enorme inversión de ingeniería necesaria para competir con ellas. La IA está comenzando a debilitar esa barrera. La ventaja competitiva real podría desplazarse de quién puede permitirse construir el software a quién puede hacerlo confiable, ganarse la confianza del usuario y construir el ecosistema más fuerte. Esa es una amenaza mucho más interesante para Adobe que otro clon gratuito de Photoshop.

Los mercados de predicción tienen un problema con una métrica de apariencia: el volumen de trading. El volumen parece indicar impulso, pero puede aumentar bruscamente cerca de eventos importantes y contar repetidamente el mismo capital mientras los operadores rotan posiciones. El interés abierto cuenta una historia mucho más clara. Al 1 de mayo, los mercados de predicción rastreados mantenían aproximadamente $1.11 mil millones en interés abierto. Kalshi: ~$630.7M Polymarket: ~$449.9M Juntos, representaban casi el 98%. Todos los demás estaban por debajo de los $15 millones. Esto cambia cómo leo la categoría. No se trata de diez plataformas compitiendo en igualdad de condiciones. Son dos centros de liquidez seguidos por una larga cola de productos cada vez más especializados. @Kalshi está ganando con infraestructuras reguladas y una experiencia de usuario similar a la de un bróker. @Polymarket domina la posición nativa de cripto. Los jugadores más pequeños se diferencian en entornos específicos: mercados cripto tipo exchange, contratos macro o mercados de predicción integrados directamente en plataformas de trading existentes. La lección más amplia es sencilla: la actividad no es lo mismo que profundidad. Puedes subsidiar volumen y hacer que un panel parezca activo. No puedes fingir si capital serio puede entrar y salir sin mover el mercado. Yo clasificaría los mercados de predicción por interés abierto, profundidad, spreads y calidad de resolución antes que por volumen destacado.

Los DEX Perp en 2026 no tienen un problema de tráfico. Tienen un problema de retención. Obtener 50,000 monederos a través de KOLs, puntos y una campaña de airdrop es relativamente fácil. Lograr que un trader realice un depósito, abra una posición, regrese la próxima semana y finalmente convierta tu plataforma en parte de su pila de trading es mucho más difícil. Por eso @entropyIO es interesante de seguir. En lugar de depender únicamente de recompensas especulativas futuras, Entropy está construyendo incentivos alrededor de comportamientos que pueden multiplicarse: reembolsos por trading, referidos, distribución de socios y recompensas pagadas en $HYPE mediante tarifas a nivel de deployer. Recientemente comenzó a distribuir esos reembolsos a traders y referidos, al tiempo que expande la distribución a través de canales como Trust Wallet. Y ya existe actividad significativa para retener. DefiLlama muestra actualmente aproximadamente $895M en volumen Perp de 30 días para Entropy. La métrica importante ahora no es cuántos monederos puede adquirir una campaña. Es cuenta financiada → primer trade → segunda semana → retención en el día 30 → LTV. Los puntos pueden alquilar volumen. Un sistema de crecimiento real hace que volver sea económicamente racional incluso después de que termine la campaña.

LA CUENTA MUERTA EN EL FUNNEL SUELE SER LA DEL FUNDADOR Cada auditoría luce igual. La marca publica todos los días. La cuenta personal del fundador se congeló en abril. Un pin de lanzamiento de la temporada pasada. Para un producto que necesita usuarios y socios, esa brecha es costosa. Nadie se encarga de cerrarla. Los equipos archivan el canal bajo “personal” o “cuando tenga una hora”. En Web3, la voz del fundador es el activo de mayor confianza que la empresa ya posee. La mayoría de los equipos lo dejan fuera. ESTO NO SE TRATA DE CARISMA Edelman 2025: científicos 77%, maestros 75%, CEOs en general 53%. La gente confía en una persona que conoce el tema. No en el organigrama. En cripto, la atención también tiene un precio. La atención colectiva se concentra en un rostro y una perspectiva. Una marca sin rostro lucha por esa atención sin contar con su activo más fuerte. La marca dice lo que se lanzó. El fundador explica por qué importa y si la persona que lo construyó vale la apuesta. DÓNDE REALMENTE LLEGAN LOS INGRESOS Socios, contrataciones sólidas, una presentación de fondo, una conversación con un exchange rara vez llegan al correo de la marca. Aterrizan en los DMs de la persona cuya opinión alguien terminó de leer. La cuenta personal está en la parte superior del funnel. No es un pensamiento del viernes. CÓMO NO MATAR EL CANAL Marca: anuncios, producto, hechos. Fundador: dónde está equivocado el mercado, cómo construyes, la pérdida ocasional. El mismo comunicado de prensa desde dos cuentas es peso muerto. No cuentes seguidores. Cuenta respuestas de las personas correctas. Hilos que se abren. Llamadas. Acuerdos que puedas vincular a una publicación. Cinco mil nuevos seguidores y cero conversaciones es un mes fracasado. La mitad del canal no es tu propia línea de tiempo. Es una respuesta debajo de las cuentas que ya lee tu comprador. El canal no puede depender de una tarde libre. Esa es la semana en que muere, y la semana en que más lo necesitabas. LinkedIn es una sala separada. La confianza generada en Crypto Twitter no te acompaña. Un inversor busca el nombre. Un perfil vacío o “gm, nuevo airdrop” no es credibilidad allí. Es una señal de que estás hablando con la sala equivocada. Una página de empresa obtiene una fracción del alcance que obtiene una persona. Un fundador silencioso hace que cada contacto posterior sea más caro. Una voz viva los hace más baratos.

TU PRÓXIMO CLIENTE PODRÍA SER UN BOT Durante mucho tiempo, el marketing tuvo una sola tarea: conseguir que un humano visitara la página. Ahora, la pestaña a menudo se abre por algo más. Un agente de navegador lee, compara y cada vez más completa la acción por una persona que nunca vio el sitio. En abril de 2026, aproximadamente el 71% del tráfico de agentes provenía de agentes de navegador. Comet de Perplexity y Atlas de OpenAI representaron alrededor del 70% de esa capa. El comercio fue el segundo destino, alrededor del 38% de las rutas. Y compran. Adobe: las visitas a sitios minoristas de EE.UU. desde fuentes de IA crecieron un 393% interanual en el Q1 de 2026. En marzo, esas visitas se convirtieron un 42% mejor que el resto. Un año antes, era lo contrario: un 38% peor. Salesforce: durante la temporada navideña de 2025, los agentes cerraron aproximadamente el 20% de los pedidos globales, unos $262 mil millones. LO QUE RECOMPENSA EL AGENTE No siente la historia del fundador. Toma hechos: qué es esto, el precio, los plazos, si la acción puede completarse sin atascarse. La mayoría de los sitios, especialmente Web3, son hostiles a eso. Metáforas. Movimiento. El punto en el tercer clic. Un humano esperará un segundo. El agente se va a una página que realmente pueda leer. El público se dividió. Una persona todavía necesita una historia y prueba. Una máquina necesita una página que pueda analizar y comprar. Eso ya es un canal, como lo era antes el posicionamiento en Google. DONDE LAS CRIPTOMONEDAS TIENEN UNA VENTAJA INICIAL Un agente necesita vías construidas para software, no un botón diseñado para un pulgar. Stablecoins, monederos programables y liquidación onchain están más cerca de eso que un formulario de tarjeta. Hoy solo alrededor del 3% de las sesiones de agentes llegan al proceso de pago. Esa ventana no permanecerá abierta. Mantén los hechos en texto: producto, precio, plazos. Separa el tráfico de agentes en el análisis. Cierra la acción principal en un camino corto, sin módulos adicionales ni desvíos al monedero. Durante veinte años, la búsqueda significó: ellos te encontraron y enviaron a una persona. La próxima capa: el agente entendió la página y ya sea te tomó o no. En una fracción de segundo. Sin lealtad. Un pequeño equipo con una página clara y legible puede vencer a un sitio hermoso que la máquina no pudo analizar.