6/4/2025 AI Express | Google Cloud Run permite la aceleración de GPU sin servidor y una visión general de los últimos avances en IA

Google Cloud Run ahora admite la aceleración de GPU sin servidor, lo que proporciona a los desarrolladores una forma eficiente y flexible de utilizar los recursos informáticos. Con esta nueva función, los usuarios pueden desplegar aplicaciones como Gemma en Google Cloud Run con un solo comando. Esto no solo simplifica el proceso de desarrollo, sino que también proporciona un modelo de facturación flexible con facturación por segundos, lo que reduce aún más los costes.

Además, el servicio admite el escalado automático de instancias a cero, lo que garantiza que no se incurra en costes adicionales cuando la demanda es baja. También admite el procesamiento de streaming completo para escenarios de aplicación que requieren el procesamiento de datos en tiempo real. Estas características hacen de Google Cloud Run una opción ideal para muchos desarrolladores y empresas.

Las características clave incluyen:

• No es necesario solicitar una cuota
• Despliegue rápido con un solo mando
• facturación por segundos
• Escalado automático a cero instancias
• Compatibilidad total con streaming

La aceleración de GPU sin servidor de Google Cloud Run es sin duda una opción atractiva para los desarrolladores que necesitan computación de alto rendimiento pero no quieren gestionar la infraestructura subyacente.

OpenAI ha publicado hoy dos nuevas instantáneas de modelos:gpt-4o-audio-preview-2025-06-03 responder cantando gpt-4o-realtime-preview-2025-06-03, diseñado para mejorar la ejecución de comandos, la invocación de herramientas y el comportamiento de las interrupciones. Además, se ha introducido un nuevo parámetro de velocidad que permite al usuario controlar la velocidad de la voz.

Estas actualizaciones mejoran aún más la flexibilidad de interacción del modelo y la experiencia del usuario. Al mismo tiempo, OpenAI también ha presentado el SDK de agentes para TypeScript, que permite crear asistentes de voz con funciones de agente en tiempo real. La función puede ejecutarse en el cliente o en el servidor, y añade compatibilidad con el panel Traces, que permite a los desarrolladores visualizar el funcionamiento del agente de voz, incluida la entrada/salida de audio y la invocación de herramientas.

Estas nuevas funciones no sólo proporcionan a los desarrolladores un conjunto de herramientas más potente, sino que también abren nuevas posibilidades para crear aplicaciones de voz más inteligentes y con mayor capacidad de respuesta.

Recientemente se ha lanzado un nuevo curso corto llamado DSPy.DSPy es un potente framework de código abierto centrado en el ajuste automático de indicaciones en aplicaciones de inteligencia artificial generativa (GenAI). El curso fue desarrollado en colaboración con Databricks y es impartido por ChenMoneyQ, co-líder del framework DSPy.

En un contexto en el que muchos desarrolladores de IA dedican mucho tiempo a ajustar manualmente las claves, DSPy es capaz de automatizar este proceso, especialmente en flujos de trabajo de IA complejos, donde resulta especialmente eficaz para optimizar un pequeño número de claves de muestra. Además, cuando una aplicación cambia a un nuevo modelo lingüístico, el rendimiento puede disminuir si las claves originales se optimizaron para el modelo antiguo, y DSPy puede optimizar automáticamente todo el sistema para el nuevo modelo lingüístico con un pequeño número de muestras evaluadas.

Este curso proporcionará una explicación en profundidad de cómo funciona DSPy y su enfoque de mejores prácticas. Los participantes aprenderán a escribir programas utilizando el modelo de programación de firma de DSPy y a depurarlos utilizando MLflow para obtener visibilidad del rendimiento de las partes individuales del pipeline y del sistema global. Por último, se consigue una mejora automática de la precisión con DSPy Optimizer.

El curso abarca:

• Conceptos básicos del marco DSPy y configuración de la instalación
• Cómo definir y gestionar plantillas de avisos
• Metodología de seguimiento y depuración con MLflow
• Casos prácticos y proyectos

El enlace para inscribirse es el siguiente: https://t.co/bb8uILyepf

Creación desde cero de un chatbot multiagente para generar informes financieros

En el taller de @jerryjliu0 de la semana pasada, compartió un ejemplo completo basado en el flujo de trabajo del agente LlamaIndex. Este ejemplo muestra cómo construir un chatbot desde cero que puede generar automáticamente informes financieros.

1. Análisis sintáctico e indexación de los archivos 10-K de Adobe
2. Respuesta a consultas analíticas mediante búsqueda agéntica mejorada (agentic RAG)
3. Genere informes completos mediante agentes encadenados, incluyendo descripciones, tablas y evaluaciones.

Este proyecto práctico de laboratorio no es sólo para analistas financieros, sino también para cualquier profesional que desee mejorar sus habilidades de procesamiento y automatización de datos.

Puede probar este ejemplo en el siguiente enlace: https://t.co/tOG6hBgSVk

Hace poco.OpenAIÚltimos modelos de generación de imágenes paraGPT-Imagen-1Un logro notable en el campo de la generación de texto a imagen, que alcanza con éxito la primera posición en este campo. Este avance no sólo marcaOpenAIOtro gran salto adelante en la investigación de la IA que también tiene implicaciones de gran alcance para la industria en su conjunto.

Según las últimas críticasGPT-Imagen-1Supera a Imagen-3.0 de Google en una serie de métricas clave, con una puntuación líder de más de 50 puntos, y también supone un gran salto con respecto a la anterior DALL-E 3. Esto demuestra queGPT-Imagen-1Se ha alcanzado un nuevo nivel de precisión y diversidad en la generación de imágenes.

OpenAIha anunciado que, con efecto inmediato, los desarrolladores pueden acceder a la API a través de la aplicaciónGPT-Imagen-1La potente función de generación de imágenes del Esta función tiene las siguientes características:

• Funciones de generación de imágenes más precisas y de alta fidelidad
• Variedad de estilos visuales
• Funciones precisas de edición de imágenes
• Una riqueza de conocimientos mundiales
• Representación coherente del texto

Estas características hacen queGPT-Imagen-1Conviértase en una potente herramienta en muchos ámbitos del diseño creativo, la creación de contenidos y las aplicaciones multimedia.

Para los desarrolladores, esto significa que pueden utilizar esta tecnología para crear contenidos de imagen más innovadores y útiles. Al mismo tiempo, abre más posibilidades para un amplio abanico de industrias y fomenta el uso y desarrollo generalizados de la tecnología de generación de imágenes.

enhorabuenaOpenAIpara lograr este importante resultado. Para obtener más información sobre cómo desarrollar con GPT-Image-1, consulte la guía oficial.

OpenAI acaba de lanzar una nueva función que permite a los administradores de espacios de trabajo crear conectores personalizados de investigación en profundidad mediante el Protocolo de Contexto de Modelos (MCP), que se encuentra en fase beta.

Con MCP, los usuarios pueden integrar sistemas propios y otras aplicaciones con ChatGPT para permitir la búsqueda, el razonamiento y la manipulación de estas fuentes de conocimiento. Esta tecnología no solo admite el acceso a datos locales, sino que también funciona con resultados web y conectores preconstruidos para apoyar a los equipos con información más completa.

La función ya está disponible para los administradores de Team, Enterprise y Education, y los usuarios de Professional también pueden empezar a utilizarla.

Para ayudar a los desarrolladores a entender y aplicar mejor esta función, existe un detallado documento tutorial oficial (enlace: https://t.co/uq4DgFvZ8h), que incluye pasos específicos para configurar un servidor MCP remoto:

1. En primer lugar, asegúrese de que su entorno cumple los requisitos del protocolo MCP.
2. A continuación, siga la guía para configurar el punto final del servidor.
3. Por último, conecta tu servidor MCP a ChatGPT a través de la interfaz API.

Con estos pasos, las empresas no solo pueden aprovechar al máximo los recursos de información existentes, sino también ampliar los límites de las capacidades de los asistentes de IA.

Recientemente, Google ha puesto a disposición del público un conjunto de Google Gemini Fullstack LangGraph es un marco diseñado para construir rápidamente sistemas de DeepResearch de nivel de producción. Combinando las potentes capacidades de inferencia de Gemini con las de gestión de estados de LangGraph, los desarrolladores pueden crear fácilmente un asistente de IA capaz de ejecutar procesos de investigación complejos, iterativos y de múltiples pasos.

Todo el flujo de trabajo del agente, incluidos los pasos de generación dinámica de consultas, investigación de redes, análisis reflexivo, optimización iterativa y síntesis de respuestas, está encapsulado en el marco. Además, LangGraph proporciona interfaces flexibles que permiten a los desarrolladores sustituir las API que contiene según sea necesario para satisfacer las demandas de escenarios de aplicación específicos.

El marco es especialmente adecuado para escenarios en los que se requiere una investigación profunda, como la investigación académica, el análisis de mercado y la innovación tecnológica. Gemini Fullstack LangGraph es una buena opción para los desarrolladores que deseen crear un agente de investigación o que busquen una alternativa de código abierto a DeepResearch.

Al mismo tiempo, este proyecto también ofrece una oportunidad para que los desarrolladores de IA con una cierta base de LangGraph aprendan y se suban a los hombros de Google para comprender y dominar mejor la tecnología pertinente.

Dirección del repositorio GitHub:https://t.co/QwmWzJhWuF

Hugging Face ha lanzado oficialmente un nuevo curso gratuito - Curso MCP, cuyo objetivo es ayudar a los desarrolladores a comprender plenamente la teoría y la práctica de los modelos preentrenados multimodales (MCP) desde cero.

El curso abarca tres módulos principales: fundamentos teóricos de MCP, desarrollo práctico y aplicación de despliegue. A través de un aprendizaje sistemático, los estudiantes no sólo obtendrán una comprensión profunda de los conceptos básicos, la arquitectura y los componentes de MCP, sino que también dominarán las habilidades de desarrollo práctico y las aplicaciones de despliegue, y en última instancia obtendrán la certificación oficial Hugging Face.

El esquema del curso incluye:

• Guía de introducción: presenta las herramientas y plataformas utilizadas y le prepara para el curso;
• Conceptos básicos, arquitectura y núcleo de MCP: Explica los conceptos básicos, la arquitectura y los componentes de MCP y demuestra casos de uso sencillos utilizando MCP;
• MCP End-to-End Hands-On: Building a Simple End-to-End MCP Application;
• Despliegue MCP en acción: Construya una aplicación MCP desplegable y aprenda a desplegarla en un entorno de producción.

Cada capítulo está diseñado para ser completado en 1 semana, requiriendo aproximadamente 3-4 horas de estudio por semana.

Adecuado para estudiantes con conocimientos básicos de IA y programación.Al finalizar el curso, estará familiarizado con el desarrollo con el SDK y el framework de MCP.

La tecnología MCP tiene una amplia gama de aplicaciones en muchos campos, como el procesamiento del lenguaje natural, la visión por ordenador, etc., y es una de las direcciones importantes de la investigación y el desarrollo actuales de la IA. A través de este curso, los estudiantes no sólo pueden mejorar sus conocimientos técnicos, sino también aplicar lo aprendido en proyectos reales.

Dirección del curso: https://t.co/cvOQNAdpOk

Las gafas Aria Gen 2 suponen un importante salto adelante en la tecnología ponible, ya que ofrecen una mayor funcionalidad y rendimiento para satisfacer las necesidades de una gama más amplia de aplicaciones y las necesidades de los investigadores. Las gafas destacan en áreas como la percepción artificial, la IA contextual y la robótica, acelerando significativamente los esfuerzos de investigación en la industria y el mundo académico.

Equipadas con sensores avanzados y cámaras de alta resolución, las gafas Aria Gen 2 admiten la adquisición y el procesamiento de datos en tiempo real, proporcionando a los investigadores un soporte de datos de alta calidad. Además, su unidad de computación integrada y la eficiente optimización de algoritmos permiten aumentar considerablemente la velocidad de procesamiento de datos, lo que contribuye a mejorar la eficiencia de la investigación.

Entre los principales escenarios de aplicación figuran:

• Tecnología de percepción y visión artificial
• Inteligencia situacional y comprensión del entorno
• Interacción persona-ordenador y colaboración

Las gafas Aria Gen 2 son sin duda una poderosa herramienta para los investigadores que trabajan en el desarrollo de la próxima generación de sistemas inteligentes. Para más información y pedidos anticipados, visite: https://t.co/aEyjaw0rge.

Si utilizas ClaudeCode, ¡pruébalo!claude-traceEsta poderosa herramienta de registro. Graba un registro de todas las solicitudes de ClaudeCode, incluidas las palabras de aviso del usuario, y guarda esta información en un archivo HTML para facilitar su visualización.

La herramienta funciona de forma muy inteligente arrancándose primero a sí misma, luego modificando la API global.fetch de Node.js, y después arrancando ClaudeCode. de esta forma, cuando ClaudeCode hace una petición, elclaude-traceA continuación, es posible interceptar y registrar la solicitud completa y, en su caso, generar un informe detallado.

Escenarios de aplicación:

• Los desarrolladores pueden utilizar estos registros para depurar y optimizar el código.
• Los investigadores pueden analizar estos registros para comprender el comportamiento y el rendimiento del modelo.
• Los usuarios pueden utilizar estos registros para comprender mejor el funcionamiento del modelo.

Existen tres modelos principales a la hora de utilizar el servicio de suscripción Claude Max:

1. claude-3-5-haiku-20241022 para preprocesar las entradas del usuario.
2. claude-opus-4-20250514, el modelo maestro utilizado por defecto, es responsable de la escritura de código real y de la invocación de herramientas.
3. claude-sonnet-4-20250514 como copia de seguridad cuando se agote la cuota del modelo por defecto.

Con claude-trace, puede obtener una comprensión más profunda del mecanismo de trabajo detrás de ClaudeCode para desarrollar e investigar de manera más eficiente.