Laboratorio
Investigación, experimentación y código abierto: hardware, IoT, robótica, biotecnología e IA de borde.
50 published articles
DeepSeek-V4.1-Flash llega al stack vLLM de Cambricon
Un modelo de 552.000 millones de parámetros, un cuarto de la HBM y un port para Cambricon desde el primer día
DeepSeek-V4.1-Flash llegó a los aceleradores de Cambricon el primer día a través de vLLM. El port dice menos sobre el modelo que sobre la rapidez con que los fabricantes chinos de chips pueden ahora seguir un framework de inferencia público.
2026-09-22
IA para cámaras trampa · Benchmarks de identificación de especies, septiembre de 2026
BioCLIP, 300M de parámetros, supera a modelos de visión más grandes en identificación de especies
Un especialista de 300M de parámetros superó a cuatro modelos de visión-lenguaje del rango de 2B a 8B en una tarea de 96 especies. El mismo estudio encontró que las imágenes de campo degradan a todos los modelos, y que hasta el 9,6% de las respuestas de conjunto abierto nombran especies que no existen.
2026-09-21
Investigación en IA · Benchmarks de salida estructurada
LFM2.5-350M ganó 14 puntos en JSON. YAML apenas se movió
Una ejecución de GRPO de 100 pasos elevó a LFM2.5-350M del 22,6% al 29,7% en el benchmark de esquemas de IFStruct. JSON ganó 14 puntos, YAML ganó 0,3, y el modo de fallo dominante apenas se movió.
2026-09-17
Robótica humanoide
Los juegos de robots de Beijing fueron un 96 % chinos. Esa es la historia real
Un sprint de 100 metros en 9,39 segundos y un salto de altura en parado de 2,88 metros hicieron que la segunda edición de los World Humanoid Robot Games pareciera un gran avance de la robótica. La señal real era más profunda: 641 de los 666 equipos eran chinos, y los mayores fabricantes estadounidenses de humanoides se quedaron en casa.
2026-09-16
Fusiones y Adquisiciones
La venta de GoPro por $285M a Starman la orienta hacia el trabajo de defensa
Starman Holding compra GoPro por $285 millones en efectivo y la orienta hacia la defensa, el gobierno, la robótica y el sector aeroespacial. El acuerdo llega tras años de declive, $92 millones en deuda y la sorpresiva participación del 8.5 por ciento de un youtuber.
2026-09-15
Benchmark de razonamiento financiero
Los LLM conocen las fórmulas contables. FinIndices demuestra que no saben aplicarlas
Los LLM pueden recitar fórmulas contables, pero FinIndices, un benchmark construido sobre estados financieros reales de empresas chinas, demuestra que les cuesta aplicarlas. La precisión de Gemini-3.1-Pro cayó del 70.70% al 38.22% al eliminar las pistas de fórmulas, y la generación de tablas degradó activamente el razonamiento de los modelos.
2026-08-20
HDR10+ ADVANCED: Samsung y Prime Video lo lanzan primero
¿Pueden los metadatos escena por escena arreglar la mala reputación del suavizado de movimiento?
Prime Video es el primer servicio de streaming en adoptar HDR10+ ADVANCED en los televisores Samsung de 2026 a partir de agosto de 2026. El estándar añade Enhanced Overall Brightness e Intelligent Motion Smoothing consciente de la escena, el ajuste con la peor reputación en el cine en casa, ahora respaldado por metadatos más inteligentes.
2026-08-11
IA en la Educación
Los tutores de IA sobreayudan por diseño. Un nuevo benchmark lo cuantifica
Un benchmark construido sobre 462 sesiones reales de tutoría encuentra que los tutores de IA tienden por defecto a hacer el trabajo por los estudiantes. La instrucción explícita ayuda, pero los modelos todavía tienen dificultades con la decisión de juicio central: cuándo presionar, cuándo proporcionar andamiaje, cuándo dar un paso atrás.
2026-08-10
Agentes de voz
Por qué Grok 4.1 Fast supera a modelos más inteligentes en una llamada telefónica
Las clasificaciones generales eligen los LLM equivocados para las llamadas de voz. La clasificación de 2026 de BenchLM pone la latencia primero: Grok 4.1 Fast responde en 0.54s, mientras que Claude Opus 4.6, el mejor puntuado, necesita 1.78s. Los modelos rápidos se llevan la conversación; los modelos de razonamiento se quedan en las llamadas a herramientas en segundo plano.
2026-08-05
Evaluación de IA
Los antiguos benchmarks de IA se rompieron. Esto es lo que los reemplazó.
Los benchmarks estáticos como MMLU y GSM8K están saturados y contaminados. La industria se ha movido hacia la regeneración dinámica, exámenes a nivel experto y entornos de tareas agénticas para obtener una medida real de la capacidad de la IA.
2026-08-04
Arquitectura y Cloud
Por qué tu panel de IoT muestra datos de ayer y cómo solucionarlo
La mayoría de las plataformas de monitoreo IoT fallan no en la recopilación de datos sino en la entrega confiable. Una arquitectura en capas que utiliza Alibaba Cloud DataWorks automatiza la sincronización programada, elimina riesgos como la duplicación y la latencia, y mantiene tus paneles actualizados sin middleware personalizado.
2026-08-03
Informe Especial: Evaluación de IA
Estado de la evaluación comparativa de IA en 2026: el colapso de las pruebas estáticas y los sistemas que las reemplazan
Un recorrido completo por el panorama de los benchmarks de IA en 2026: por qué se rompieron MMLU, GSM8K y HumanEval, cómo los benchmarks dinámicos y exámenes de expertos como HLE y GPQA Diamond los reemplazaron, qué revelan las pruebas de inteligencia agéntica y desigual, y cómo la preferencia humana, los jueces LLM y la observabilidad en producción completan ahora la pila de evaluación.
2026-08-03