5/25/2025 AI Express | Novedades en Inteligencia Artificial: Google lanza el modelo Gemma y Microsoft abre el código fuente de Qlib

Langflow es una potente herramienta de visualización para crear y desplegar agentes y flujos de trabajo basados en IA sin necesidad de escribir código.

La herramienta es compatible con los principales modelos lingüísticos a gran escala (LLM) y bases de datos vectoriales, lo que proporciona a los desarrolladores una gran flexibilidad. Con una interfaz intuitiva de arrastrar y soltar, los usuarios pueden crear fácilmente escenarios complejos de aplicaciones de IA que abarcan una amplia gama de dominios, desde la atención al cliente hasta la toma de decisiones automatizada.

Los principales puntos fuertes de Langflow son:

• Completamente de código abierto con más de 62.000 estrellas de soporte.
• Admite múltiples pilas tecnológicas de uso general para garantizar una integración perfecta con los sistemas existentes.
• Proporciona ricos componentes predefinidos para acelerar el proceso de desarrollo.

Langflow es, sin duda, una opción a tener en cuenta para empresas y particulares que busquen implantar soluciones de IA con rapidez.

Enlace al proyecto: https://t.co/v3Gv4smWbv

El uso infinito de herramientas es una idea que invita a la reflexión.

Con sólo "uso completo de herramientas" y sólo 8 herramientas internas, openai o3 ya está haciendo que el trabajo diario sea más eficiente. Si esta visión se materializa en el futuro, su potencial es ilimitado.

Propuesta básicaEs el modelo ideal de gran lenguaje (LLM) que sólo emite llamadas a herramientas y sus parámetros durante el razonamiento o la autoría; todos los estados concretos (por ejemplo, memorias, borradores, productos intermedios, objetivos, etc.) deben externalizarse en herramientas dedicadas. De este modo, el modelo se encarga del razonamiento inmediato y la herramienta de los estados persistentes y estructurados de las tareas, con lo que se consigue una división del trabajo y una complementariedad entre ambos.

**¿Por qué "instrumentalización infinita"? **

• Inteligencia externalizada: el traspaso de operaciones complejas a procesos eficientes y específicos del dominio reduce significativamente la presión de la ventana contextual y mejora la calidad de los resultados.
• Olvido explícito y retroceso: con las herramientas de edición, los modelos pueden borrarse y perfeccionarse por capas en cualquier momento sin tener que generar positivamente textos largos de una sola vez, lo que reduce la acumulación de errores.

Los **escenarios de ejemplo** incluyen:

• Escritura/edición de texto: la escritura humana suele ser de "salto-revisión-retroceso"; con un editor de texto completo, los LLM pueden alternar entre múltiples niveles de granularidad como hacen los humanos, evitando las limitaciones de la escritura de "avanzar una vez".
• Generación 3D: gracias a las bibliotecas CAD, las herramientas de visualización y rotación y los archivos de notas, los modelos pueden convertirse de forma iterativa en objetos 3D a cualquier escala, en lugar de estar limitados por un contexto de vóxeles fijos.
• Comprensión de vídeos largos: el modelo puede "ver" repetidamente clips, grabar/editar notas y analizar horas o incluso días de vídeo en una ventana limitada.

Además, la instrumentación infinita tiene ventajas de seguridad e interpretabilidad. El control total de las versiones y las trayectorias de edición son visibles tanto para los humanos como para los modelos, lo que hace que la posible suplantación sea más costosa en términos de "presupuesto de inferencia" y aumenta la credibilidad y auditabilidad del resultado.

**Ideas de entrenamiento** se basa en gran medida en el aprendizaje por refuerzo para entrenar al modelo a aprender a planificar y corregir en el espacio de herramientas. Dado que el contexto del modelo es limitado, es posible generalizarlo a contextos "infinitos" siempre que pueda recuperarse y corregirse desde diversos puntos de partida.

**El concepto arquitectónico** favorece las estructuras con presupuestos de inferencia/tokens constantes o limitados, por ejemplo, la atención de ventana deslizante, SSM, RWKV, Mamba, etc., y fomenta el "olvido" para promover la separación de roles y herramientas. Los autores proponen un concepto "híbrido inverso": una capa local de atención de ventana deslizante de alta precisión, seguida de una capa SSM de largo alcance, para lograr una doble perspectiva macro + micro.

El uso de herramientas está disponible actualmente en o3, Agentic RAG, etc., pero sigue limitado a contextos breves y procesos parciales. Los autores abogan por que todas las interacciones con el mundo exterior se realicen a través de herramientas, y por avanzar hacia un verdadero "uso infinito de herramientas" utilizando un modelo de almacenamiento barato + costes de razonamiento limitados.

Recientemente, Google lanzó tres variantes basadas en el modelo Gemma:MedGemmaySignGemmaresponder cantandoDelfínGemma. Estos modelos están optimizados para distintos escenarios de aplicación, respectivamente.

MedGemma es un modelo diseñado para el ámbito médico y se ofrece en dos versiones:

• 4B Modelo multimodal: este modelo es capaz de manejar tareas combinadas de imagen y texto y es especialmente adecuado para datos médicos. Se ha preentrenado para radiografías de tórax, imágenes dermatológicas, imágenes oftalmológicas y diapositivas de patología.
• Modelo de razonamiento textual 27B: esta versión tiene capacidades de procesamiento de texto plano más potentes y es adecuada para tareas de razonamiento en profundidad. También está preentrenado para texto médico y datos de imagen, y cubre una amplia gama de datos médicos como imágenes radiológicas, diapositivas patológicas, imágenes oftalmológicas, imágenes dermatológicas, etc.

SignGemma, por su parte, es un modelo de intérprete de lengua de signos que admite varios idiomas y permite convertir la lengua de signos en texto o voz, lo que mejora enormemente la eficacia comunicativa de la comunidad sorda.

DolphinGemma es un modelo único de síntesis de sonido que se centra en la generación de sonidos de delfines. Este modelo tiene aplicaciones potenciales en la investigación y conservación de la vida marina.

El lanzamiento de estos tres modelos no sólo demuestra la fortaleza técnica de Google en el campo de la inteligencia artificial, sino que también promueve aún más la innovación y el desarrollo en campos relacionados.

En GitHub, una organización llamadaAgenticSeekEl proyecto de código abierto ha atraído mucha atención. El proyecto proporciona un sistema de agente inteligente localizado 100% diseñado para sustituir a Manus AI.

Basado en modelos de inferencia local y tecnología de agente inteligente, AgenticSeek es capaz de navegar de forma autónoma por la web, escribir código, planificar tareas y soportar funciones de interacción por voz, ofreciendo a los usuarios una experiencia similar a la de Jarvis en las películas de Iron Man.

• Funcionamiento totalmente localizado:Todos los datos se conservan en el dispositivo sin depender de la nube.
• Navegación web inteligente:Busque información y rellene formularios automáticamente.
• Asistente autónomo de programación:Compatible con Python, C, Go, Java y muchos otros lenguajes.
• Sistema inteligente de selección de agentes:Selecciona automáticamente el procesamiento de tareas más adecuado.
• Funciones de interacción por voz:Admite entrada de voz y salida de texto a voz.
• Ejecución de la planificación de misiones complejas:Capacidad para dividir grandes tareas en pasos para completarlas.

AgenticSeek ofrece un detallado tutorial de instalación y configuración, y se recomienda utilizar al menos modelos con parámetros DeepSeek de 14B o superiores, lo que requiere cierto rendimiento del ordenador. Para desarrolladores e investigadores, AgenticSeek es una valiosa herramienta que puede mejorar enormemente la eficiencia del trabajo y proteger la privacidad de los datos.

Al escribir scripts de automatización con Selenium, los desarrolladores se encuentran a menudo con problemas de sincronización en la carga de elementos que hacen que las pruebas fallen. Además, manejar manualmente varios controladores de navegador puede ser una tarea tediosa y propensa a errores.

Para hacer frente a estos retos.SeleniumBaseha nacido. Es un potente framework basado en Python diseñado para simplificar el proceso de pruebas de automatización web. Hace que las operaciones complejas del navegador sean simples y fiables encapsulando profundamente Selenium con varias utilidades integradas.

Las principales características de SeleniumBase incluyen:

• Mecanismo de espera inteligente para resolver automáticamente el problema de la carga inestable de las páginas;
• Soporta una variedad de métodos de escritura , como la herencia de clases BaseCase y el gestor de contexto SB , para satisfacer las diferentes necesidades de desarrollo ;
• Modo UC Modo oculto para ayudar a eludir la detección anti rastreo como Cloudflare y mejorar el éxito de las pruebas;
• Genere automáticamente informes de pruebas detallados y cuadros de mando en tiempo real, visualizando los resultados de las pruebas para la colaboración en equipo y el seguimiento de los problemas;
• Gestiona automáticamente los controladores del navegador sin intervención manual, lo que reduce los costes de mantenimiento.

Para los profesionales involucrados en el desarrollo o prueba de aplicaciones web, SeleniumBase puede aumentar significativamente la productividad y reducir los errores causados por entornos mal configurados.

Dirección del proyecto en GitHub: https://github.com/seleniumbase/SeleniumBase

Código abierto de Microsoft en GitHubProyecto QlibQlib, probablemente la plataforma de inversión cuantitativa de IA más completa del sector en la actualidad, ha conseguido más de 20.000 estrellas. Basado en un potente motor de procesamiento de datos y una rica biblioteca de modelos, Qlib cubre el aprendizaje supervisado, el aprendizaje de refuerzo y otros paradigmas para ayudar a los desarrolladores a construir rápidamente un proceso completo de investigación cuantitativa desde la idea hasta la producción.

Entre las principales características de Qlib se incluyen:

• Servidores de datos eficientes que procesan docenas de veces más rápido que las bases de datos tradicionales;
• Integre más de 30 modelos de cuantificación de última generación, como Transformer, LSTM, LightGBM y otros;
• Las estrategias comerciales de aprendizaje por refuerzo se apoyan en la capacidad de modelar un proceso continuo de toma de decisiones de inversión;
• Abarca toda la cadena de inversión: extracción de factores, modelización de riesgos, optimización de carteras, ejecución de órdenes;
• Proporcione la herramienta de investigación automatizada qrun, con un solo clic para completar todo el proceso, desde la modelización hasta el backtesting;
• Admite la adaptación dinámica del mercado y el tratamiento de la deriva conceptual para mejorar la estabilidad del modelo.

Qlib no sólo ofrece tutoriales detallados para su implantación e instalación, sino que también es especialmente adecuado para desarrolladores que deseen trabajar en el campo de la IA financiera para la investigación y el aprendizaje.

Qlib es una valiosa herramienta para que las empresas de tecnología financiera y los inversores particulares comprendan y apliquen mejor la tecnología de IA a situaciones reales de los mercados financieros.

UQLM es una biblioteca para detectar ilusiones en grandes modelos lingüísticos (LLM), cuantificando la incertidumbre mediante múltiples métodos de puntuación. Esta técnica es crucial para mejorar la fiabilidad y precisión de las aplicaciones de IA.

UQLM se integra a la perfección con la plataforma LangChain, lo que facilita a los desarrolladores la creación y el despliegue de aplicaciones de IA más fiables. La biblioteca admite diversos métodos de puntuación, entre otros, métodos basados en probabilidades, métodos basados en calibración y métodos basados en confianza.

escenario de aplicación::

• Detección de errores en tareas de procesamiento del lenguaje natural (PLN)
• Mayor fiabilidad de los chatbots y asistentes virtuales
• Control de calidad de la generación automática de textos

La aparición de UQLM proporciona una poderosa herramienta para resolver el problema de la incertidumbre y la ilusión en los modelos de IA en aplicaciones prácticas, y ayuda a promover un mayor desarrollo de la tecnología de IA.

Para más información, visite: Página oficial de la UQLM

Sólo han pasado cuatro días desde que Google presentó el Veo 3, y el nuevo producto ya está causando un gran revuelo en todo el mundo.

Los usuarios ya están creando contenidos increíbles con Veo 3. Aquí tienes 13 de estos increíbles ejemplos:

• Personajes de IA autoconscientes: estos personajes son capaces de autoaprender y evolucionar, demostrando una capacidad de interacción sin precedentes.

La revolucionaria tecnología de Veo 3 no solo revoluciona los efectos visuales, sino que también revela nuevas posibilidades en el campo de la inteligencia artificial y el aprendizaje automático. La disponibilidad de esta herramienta permite a los creadores expresar su creatividad de formas nunca antes posibles, ya sea en el desarrollo de juegos, la realidad virtual o la producción cinematográfica.

escenario de aplicaciónEntre otros:

• NPC (personajes no jugadores) muy inteligentes en el desarrollo de juegos
• Interacción inmersiva en experiencias de realidad virtual
• Generación de personajes realistas para efectos cinematográficos

A medida que más usuarios empiecen a explorar las características de la Veo 3, hay razones para creer que este producto seguirá liderando la innovación en los próximos años.

Las aplicaciones clásicas de Microsoft, Notepad y Paint, han recibido recientemente nuevas funciones basadas en inteligencia artificial (IA) que ofrecen a los usuarios más creatividad y eficiencia.

El Bloc de notas integra ahora un asistente de inteligencia artificial llamado "Write" para generar y optimizar el contenido de los textos. Esta función no solo ayuda a los usuarios a redactar documentos con rapidez, sino que también mejora la calidad y la eficiencia de la escritura mediante el procesamiento del lenguaje natural.

PintarLa nueva función "AI Stickers" permite a los usuarios generar automáticamente pegatinas personalizadas mediante simples entradas o bocetos. Esta función utiliza el reconocimiento de imágenes y la generación de modelos para que los usuarios puedan materializar rápidamente sus ideas y personalizarlas según sus necesidades.

La herramienta de recorte también se ha actualizado con la función "Captura de pantalla perfecta", que optimiza automáticamente la calidad de las capturas de pantalla, y un práctico selector de color integrado que facilita la selección y el uso de colores en las capturas de pantalla.

Estas nuevas funciones no sólo mejoran la experiencia del usuario, sino que también demuestran el potencial de la tecnología de IA para su uso generalizado en aplicaciones cotidianas.

Ahora es posible conectar las cuentas de Box y Dropbox a la función Deep Research de ChatGPT. Esta nueva función permite a los usuarios acceder a archivos y datos almacenados en Box y Dropbox directamente mientras utilizan ChatGPT.

Con esta integración, los usuarios pueden aprovechar más fácilmente las potentes capacidades de procesamiento del lenguaje natural de ChatGPT para analizar, resumir y extraer datos almacenados en la nube. Esto resulta especialmente útil para los profesionales que necesitan realizar análisis de texto e investigaciones exhaustivas.

Los escenarios de aplicación incluyen:

• Estudios de mercado
• Análisis de la literatura académica
• Gestión interna de documentos

Esta perfecta integración no sólo mejora la productividad, sino que también ofrece a los usuarios una nueva perspectiva del análisis de datos.

Con esta función, tanto las empresas como los particulares pueden gestionar y utilizar mejor sus recursos de datos. Para más información, visitehttps://t.co/owNtgrPSV8