25 de agosto de 2026: la IA avanza hacia modelos especializados, flujos agénticos y autonomía en el borde

Los avances de IA más útiles de este periodo tienen que ver con los puntos de control alrededor del modelo. Thomson Reuters está especializando una base abierta para el trabajo profesional, según se informa NVIDIA está comprando acceso a sistemas de construcción de modelos y distribución de búsquedas, y nuevos agentes se están colocando dentro de flujos jurídicos, de telecomunicaciones, deportivos y orbitales. La pregunta práctica ya no es solo qué puede hacer un modelo, sino quién posee los datos, herramientas, entorno de ejecución y evidencias detrás del resultado.

1. Thomson Reuters lanza un modelo propietario para el trabajo profesional

Por qué importa: Thomson Reuters trata la experiencia de dominio, el contenido con licencia y la evaluación de especialistas como una ventaja del modelo, en vez de suponer que un modelo de frontera general basta para cada tarea profesional.

Impacto: El modelo parte de una base abierta, se entrenó con contenidos jurídicos, fiscales, contables y mediáticos de la empresa y está previsto para Tabular Analysis en CoCounsel Legal. Thomson Reuters afirma que invirtió 40 millones de dólares y que hasta ahora ha utilizado menos del 10 % de su contenido. Son cifras de la empresa; SiliconANGLE señala que las primeras comparaciones aún no han recibido una validación independiente extensa, así que los compradores deberían esperar el informe técnico prometido y acceso externo antes de considerar establecida la paridad de “frontera”.

Fuentes: Anuncio de lanzamiento de Thomson Reuters, Informe de SiliconANGLE sobre Thomson

2. El acuerdo de Poolside de NVIDIA del que se informa muestra cómo el conocimiento de modelos puede separarse de una empresa

Por qué importa: La estructura comunicada combina una gran licencia tecnológica, ofertas de empleo para trabajadores e inversión minoritaria sin comprar directamente la startup, de modo que los sistemas de construcción de modelos y el talento son, en la práctica, lo que se adquiere.

Impacto: The Next Web informa de que NVIDIA licenciaría Model Factory de Poolside por 6.000 millones de dólares, ofrecería empleo a 109 trabajadores e invertiría 1.000 millones con una valoración pre-money de 12.000 millones, mientras Poolside seguiría siendo independiente. El informe se basa en una carta a inversores y ninguna de las dos empresas ha confirmado públicamente el acuerdo. Si es correcto, los desarrolladores deberían observar el límite de la licencia y qué queda abierto, no describir el hecho como una adquisición completada ni asumir que los modelos, pesos o trabajos futuros de Poolside pasan automáticamente a NVIDIA.

Fuentes: Informe de The Next Web sobre la licencia de Poolside, Discusión actual de LocalLLaMA (en inglés)

3. Según se informa, Hugging Face está probando una venta con una valoración mucho mayor

Por qué importa: Una posible venta del principal centro de distribución de modelos abiertos sería estratégicamente importante porque el valor de la plataforma proviene en parte de que se la percibe como infraestructura neutral para desarrolladores de modelos competidores.

Impacto: Bloomberg Law, citando a Business Insider, informa de que Hugging Face trabaja con un banco para medir el interés con una valoración de 13.000 millones de dólares o más, frente a los 4.500 millones de su última valoración comunicada; no se ha alcanzado ningún acuerdo. The Next Web señala la tensión entre poseer un repositorio de modelos neutral y colocarlo dentro de una empresa con modelos propios que vender. Es un proceso exploratorio, no una transacción, y se desconoce el efecto sobre el acceso, la moderación, los precios de almacenamiento y la gobernanza de los pesos abiertos.

Fuentes: Informe de Bloomberg Law sobre la venta exploratoria, Análisis de The Next Web sobre la posición de Hugging Face

4. También se informa de que NVIDIA está negociando una participación en Perplexity

Por qué importa: El informe amplía el patrón de las empresas de infraestructura de IA que financian las aplicaciones que consumen su hardware, al tiempo que añade una posible relación de licencia tecnológica a la inversión.

Impacto: The Information, según recoge The Next Web, dice que NVIDIA está negociando una inversión de varios miles de millones que valoraría Perplexity por encima de 30.000 millones de dólares y podría incluir licencias. Ninguna empresa ha confirmado las conversaciones, el tamaño de la participación ni si la licencia sigue activa. Las cifras de ingresos anualizados de Perplexity también son estimaciones secundarias, no comunicaciones empresariales auditadas, por lo que la señal duradera es la alineación estratégica entre computación, búsqueda y navegación agéntica, no una valoración confirmada ni una ronda completada.

Fuentes: Informe de The Next Web sobre NVIDIA y Perplexity, Informe de The Information enlazado en la cobertura (en inglés)

5. DeepSeek añade un modelo de visión experimental a su API

Por qué importa: DeepSeek-V4-Flash-Vision-Exp pone la comprensión de imágenes y capturas de pantalla junto al modelo de texto V4-Flash, lo que ofrece a los desarrolladores otra API multimodal de bajo coste para probar en flujos de programación y uso de ordenadores.

Impacto: El registro de cambios de DeepSeek del 21 de agosto enumera el modelo, puntuaciones de benchmarks públicos y la afirmación de que sus capacidades de texto igualan a V4-Flash, mientras que el rendimiento del agente visual se aproxima al de Opus 4.8. The Next Web señala que la comparación está publicada por el proveedor, que la línea base de solo texto no puede ver imágenes en dos de las evaluaciones y que no existe comparación con el nuevo Opus 5 de Anthropic. Trata el modelo como un candidato de API experimental: prueba formatos de imagen, fiabilidad de herramientas, latencia y coste en tus propias tareas antes de cambiar el enrutamiento.

Fuentes: Registro de cambios de la API de DeepSeek, Análisis de The Next Web sobre el lanzamiento visual

6. Reveal empaqueta eDiscovery en un flujo agéntico de construcción de casos

Por qué importa: El lanzamiento de Reveal muestra que el patrón agéntico pasa de la búsqueda documental a un flujo jurídico más largo, donde el sistema puede ensamblar cronologías, sacar a la luz hechos y redactar material para declaraciones a partir de un asunto.

Impacto: Reveal afirma que su sistema planifica trabajo de varios pasos a partir de una solicitud en lenguaje natural, fundamenta los resultados en documentos fuente citados, admite modelos preferidos y puede ejecutarse en su nube o en el entorno del cliente, con un abogado que dirige y aprueba el trabajo. La cobertura del mismo día de South Carolina Lawyers Weekly sobre eDiscovery agéntico plantea correctamente el asunto pendiente: los equipos jurídicos necesitan procesos de revisión defendibles y juicio humano explícito, no solo una gestión documental más rápida. El anuncio del producto no establece de forma independiente su precisión, seguridad del privilegio ni idoneidad para un caso concreto.

Fuentes: Anuncio de Reveal AI, South Carolina Lawyers Weekly sobre eDiscovery agéntico

7. Google Cloud y Verizon describen una alianza de distribución de IA empresarial

Por qué importa: El acuerdo ilustra cómo los grandes despliegues se ensamblan a partir de modelos, datos unificados, operaciones de red y agentes personalizados, en vez de comprarse como una única función de chatbot.

Impacto: Google Cloud afirma que Verizon utilizará Gemini Enterprise, su plataforma de datos y agentes personalizados en experiencia del cliente, gestión de anomalías de red, marketing, seguridad y productividad de empleados. Newsquawk advierte de que los anuncios de nubes y telecos suelen tener más valor como señal que como ingresos inmediatos cuando no revelan el tamaño del contrato, el gasto comprometido ni los términos de margen. La prueba práctica es si las declaraciones posteriores muestran cargas de trabajo medibles y si las capacidades de “red autónoma” reducen incidentes sin crear nuevos modos de fallo de gobernanza u operación.

Fuentes: Anuncio de la alianza de Google Cloud, Contexto independiente de Newsquawk

8. Shield AI vuela Hivemind en un satélite de órbita terrestre baja

Por qué importa: La demostración lleva un sistema de autonomía de las aeronaves a un entorno orbital, donde el retraso de las comunicaciones, las ventanas de contacto limitadas y las restricciones de salud de la nave hacen que la toma de decisiones local sea materialmente distinta de la de un agente en la nube.

Impacto: Shield AI y Sedaro afirman que un satélite NOVI ejecutó 189 comandos generados por Hivemind y aprobados por SAFE durante un experimento de 24 horas, equilibrando imágenes, estado, batería y orientación. SatNews informa del mismo resultado y de la mejora de ocho puntos que las empresas atribuyen al inicio de contactos con Iridium. Es una demostración empresarial, no una prueba de que las operaciones autónomas de satélites estén listas para cualquier misión: el escenario probado, la política de aprobación, la gestión de fallos y la revisión independiente del vuelo siguen siendo lagunas importantes.

Fuentes: Anuncio orbital de Shield AI, Cobertura de SatNews sobre las métricas del vuelo

9. Lexis+ with Protégé añade un arnés agéntico dinámico para el trabajo jurídico

Por qué importa: LexisNexis está convirtiendo la capa de orquestación —no solo el modelo subyacente— en la superficie del producto: el sistema elige modelos, agentes, capacidades y fuentes para un asunto mientras conserva el contexto en varios pasos.

Impacto: LexisNexis afirma que Protégé puede producir archivos de Word, Excel y PowerPoint listos para revisar, conservar el contexto, utilizar citas enlazadas y Shepard’s intelligence y conectarse a documentos de la organización. LawSites describe el cambio como el paso de flujos predefinidos a una orquestación dinámica que depende de la tarea. El anuncio deja abiertas las preguntas de producción más importantes: cómo inspeccionan los usuarios la ruta elegida, cómo se propagan los permisos entre herramientas y cómo auditan o reproducen los equipos un resultado de varios pasos.

Fuentes: Anuncio de Protégé de LexisNexis, Análisis de LawSites sobre Legal Intelligence Engine

10. IBM y la USTA añaden explicaciones de IA en directo a la aplicación del US Open

Por qué importa: Es un ejemplo concreto de la IA como capa de interpretación para los aficionados sobre un flujo de datos en directo y de gran volumen, con un producto juzgado por su precisión y claridad, no solo por un benchmark del modelo.

Impacto: IBM afirma que la experiencia del US Open 2026 añade una página personalizada de Live Updates, una puntuación Serve Quality que utiliza 21 puntos de datos corporales y de la raqueta registrados 50 veces por segundo, Key Moments que explican los cambios de impulso del partido y Match Chat impulsado por watsonx Orchestrate. La aplicación oficial del US Open confirma las funciones y su despliegue en el torneo. Los materiales de los socios no validan de forma independiente la calidad de las predicciones ni las cifras de confianza de la encuesta encargada, por lo que los aficionados deberían leer las puntuaciones como explicaciones asistidas, no como veredictos objetivos sobre el rendimiento de los jugadores.

Fuentes: Anuncio de IA de IBM para el US Open, Página de funciones de la aplicación oficial del US Open

11. OpenAI publica Codex CLI 0.149.1

Por qué importa: El lanzamiento es un ejemplo pequeño pero visible de cómo los agentes de programación se convierten en herramientas operativas mantenidas, cuyos metadatos de sesión, comportamiento de compactación y límites de ejecución importan tanto como la generación de código.

Impacto: La versión oficial de GitHub se publicó el 24 de agosto y contiene cinco commits y 23 archivos modificados respecto a la 0.149.0, incluido el soporte para clasificar hilos nuevos y contabilizar imágenes conservadas durante la compactación remota. Havoptic sigue la versión de forma independiente y la resume como un parche centrado en la velocidad de finalización y la gestión de errores de casos extremos, pero la comparación oficial es la fuente más sólida para saber qué cambió. Los equipos que utilicen la implementación en Rust deberían revisar el diff de la versión y repetir sus pruebas de permisos, compactación y automatización antes de actualizar instalaciones fijadas.

Fuentes: Versión oficial de Codex CLI 0.149.1, Seguimiento de versiones de Havoptic

12. El cierre de Spark de GitHub convierte un prototipo en una tarea de migración

Por qué importa: El cambio recuerda que los constructores de aplicaciones asistidos por IA crean dependencias operativas aunque parezcan prototipos desechables, especialmente cuando la aplicación llama a un servicio de modelos alojado.

Impacto: GitHub dejó de aceptar nuevos usuarios de Spark y crear aplicaciones el 4 de agosto, y afirma que las aplicaciones existentes se pueden exportar hasta el 31 de agosto. La documentación empresarial de GitHub añade la distinción clave: las aplicaciones desplegadas pueden seguir funcionando, pero las que llaman al servicio llm() retirado necesitan un proveedor de inferencia sustituto y credenciales gestionadas por el cliente. Los dos avisos actuales de GitHub son fuentes de primera mano y no cobertura independiente, pero coinciden en el plazo de migración; los propietarios deberían exportar el código, buscar llm() y verificar el proveedor sustituto antes del cierre.

Fuentes: Aviso de retirada de Spark de GitHub, Documentación empresarial de GitHub para migrar Spark

Qué observar a continuación

Si los acuerdos comunicados entre NVIDIA–Poolside y NVIDIA–Perplexity se convierten en acuerdos confirmados con derechos, propiedad y gobernanza divulgados.
Si Thomson Reuters, DeepSeek, los proveedores de tecnología jurídica y las empresas de autonomía orbital publican evaluaciones reproducibles en lugar de solo benchmarks o demostraciones de proveedores.
Si los productos de agentes empresariales exponen suficientes trazas de herramientas, límites de permisos y citas para que los usuarios auditen un resultado después de que el modelo haya elegido su propio flujo de trabajo.

1. Thomson Reuters lanza un modelo propietario para el trabajo profesional

2. El acuerdo de Poolside de NVIDIA del que se informa muestra cómo el conocimiento de modelos puede separarse de una empresa

3. Según se informa, Hugging Face está probando una venta con una valoración mucho mayor

4. También se informa de que NVIDIA está negociando una participación en Perplexity

5. DeepSeek añade un modelo de visión experimental a su API

6. Reveal empaqueta eDiscovery en un flujo agéntico de construcción de casos

7. Google Cloud y Verizon describen una alianza de distribución de IA empresarial

8. Shield AI vuela Hivemind en un satélite de órbita terrestre baja

9. Lexis+ with Protégé añade un arnés agéntico dinámico para el trabajo jurídico

10. IBM y la USTA añaden explicaciones de IA en directo a la aplicación del US Open

11. OpenAI publica Codex CLI 0.149.1

12. El cierre de Spark de GitHub convierte un prototipo en una tarea de migración

Qué observar a continuación

Fuentes

Sigue los nuevos artículos de Noticias de IA

Sigue leyendo

26 de agosto de 2026: los sistemas de IA avanzan hacia infraestructura propia, memoria y control

27 de agosto de 2026: la infraestructura de IA se convierte en control de agentes

24 de agosto de 2026: la infraestructura de IA se vuelve más medible, local y supervisada