17/11/2025 AI Express | Novedades en IA: MiroThinker Open Source, Gemini y Grok Actualizaciones de funciones

El equipo de MiroMind ha lanzado recientemente un nuevo modelo de bAgent de código abierto: el MiroThinker
La mayor innovación de este modelo es la introducción de un nuevo concepto: la "interacción profunda".
Escala (Escala interactiva)".

Los modelos tradicionales de IA suelen seguir la ley de crecimiento lineal de "a mayor tamaño del modelo → mejor rendimiento", pero MiroThinker rompe este cuello de botella y hace hincapié en que "la profundidad y frecuencia de las interacciones del modelo con el entorno" es el factor clave para un crecimiento inteligente.

MiroThinker admite múltiples interacciones y razonamientos con herramientas externas (por ejemplo, motores de búsqueda, sandboxes de Linux, reconocimiento de voz, etc.), y es capaz de utilizar estas herramientas de forma flexible para obtener información y completar tareas. Además, tiene una longitud de contexto de 256K, puede procesar y recordar grandes cantidades de información (cientos de miles de palabras), y puede realizar 600 llamadas a herramientas en una sola sesión, lo que permite a la IA utilizar continuamente herramientas externas como la búsqueda, la ejecución de código, el cálculo, la traducción, etc., y realizar razonamientos complejos y tareas de larga duración.

¿Qué es la "Escala de Interacción Profunda"?

En resumen, rendimiento ∝ profundidad de la interacción modelo-entorno × frecuencia de reflexión. Es decir:

• En lugar de absorber pasivamente los conocimientos, los modelos interactúan activamente con su entorno;
• Cada ensayo, error y reflexión permite al modelo "evolucionar" en el espacio estratégico;
• Cuanto más "práctica" sea la IA, más podrá corregir errores y mejorar la calidad del razonamiento.

Al igual que los humanos aprendemos cosas complejas por ensayo y error y con la práctica, cuando aprendemos a cocinar, por ejemplo, no basta con mirar una receta: hay que probar, fallar, arreglar y volver a probar. Para la IA, múltiples rondas de interacción con el entorno + retroalimentación = el verdadero combustible para la evolución de la inteligencia. Cada interacción es una experiencia de "aprendizaje", y la inteligencia se hace cada vez más fuerte.

Como resultado, MiroThinker supera los límites tanto de la "longitud del contexto" como del "número de rondas de interacción" para formar un verdadero "Bucle de pensamiento". " para un procesamiento de tareas más eficiente e inteligente.

En las últimas noticias, Google está trabajando en una función en tiempo real llamada Agentspace para Gemini Enterprise. Esta función proporcionará una experiencia de voz multimodal que permitirá a los usuarios entablar conversaciones de voz con agentes.

Se ha revelado que Agentspace no sólo admitirá el diálogo por voz, sino que también podrá integrar otros métodos de interacción, como la introducción de texto y el reconocimiento de imágenes, para ofrecer una experiencia de usuario más completa. Además, Gemini Enterprise también introducirá páginas de inicio personalizadas "Recomendadas para usted" para mejorar aún más la experiencia del usuario.

El lanzamiento de estas nuevas funciones significa la innovación y los avances tecnológicos continuos de Google en el espacio de las aplicaciones empresariales. Mediante la integración de tecnologías multimodales y sistemas de recomendación personalizados, Google pretende ofrecer servicios más inteligentes, eficaces y cómodos a los usuarios empresariales.

Google está desarrollando uno nuevo para Gemini EnterpriseFunción de importación de agentespermitiendo a los usuarios integrar agentes externos en sus propios flujos de trabajo multiagente. La introducción de esta función mejorará enormemente la flexibilidad y escalabilidad de Gemini Enterprise, permitiendo a los usuarios gestionar y coordinar mejor múltiples tareas de automatización.

Además, Google ha lanzadoHerramienta de evaluación de agentesque ayuda a los usuarios a probar y optimizar el rendimiento de sus agentes. Además, la nueva versión será compatible conejecución programadalos usuarios pueden establecer una hora concreta para activar la tarea y mejorar así la eficacia del trabajo.

La actualización también incluye una serie de nuevos conectores que enriquecen aún más las capacidades de integración de Gemini Enterprise. Estos nuevos conectores ayudarán a las organizaciones a interactuar más fácilmente con una variedad de servicios y sistemas de terceros, permitiendo flujos de trabajo más eficientes.

Con estas nuevas funciones, Google pretende ofrecer a los usuarios una solución de automatización de nivel empresarial más completa y potente que mejore la eficacia operativa y la competitividad de las empresas.

Kosmos es una herramienta revolucionaria para los científicos de IA, capaz de realizar en una sola ejecución la cantidad de investigación que un científico humano haría en unos 6 meses.Kosmos viene con una variedad de características:

- Lea e integre miles de artículos científicos;

- Ejecutar automáticamente el código de análisis de datos;

- Establecimiento de hipótesis, validación de experimentos y elaboración de informes de investigación;

- Incluso reproducir o descubrir investigaciones científicas totalmente nuevas.

Los contextos ultralargos son clave para su funcionamiento continuado, y Kosmos puede mantener la coherencia lógica a lo largo de más de 10 millones de tokens, extrayendo conocimientos de miles de artículos y decenas de miles de líneas de código de análisis.

El núcleo de la innovación son los Modelos Mundiales Estructurados (SWM). Las herramientas científicas tradicionales de IA utilizan un modo de pensamiento lineal, entrada-análisis-salida. Kosmos, en cambio, introduce un marco más cercano al pensamiento científico humano: los modelos mundiales estructurados. Esto significa que Kosmos puede construir en "memoria" un grafo de conocimiento en constante expansión, integrando información procedente de cientos de trayectorias de razonamiento autónomo para formar un modelo del mundo dinámico e iterativo de un objetivo científico específico.

Por ejemplo, si el objetivo del estudio fuera "comprender los mecanismos de degeneración neuronal en la enfermedad de Alzheimer", Kosmos lo haría:

• Búsqueda de artículos relevantes (unos 1500)
• Extracción de datos proteómicos, genéticos y unicelulares de bases de datos públicas
• Ejecución automática de más de 42.000 líneas de código de análisis
• Inferir vías moleculares críticas y generar informes con citas

Kosmos puede analizar decenas de millones de tokens, mucho más allá del "límite de memoria" de los LLM existentes. Esta tecnología no solo mejora la eficiencia de la investigación, sino que también ofrece a los científicos nuevas perspectivas de investigación.

En las últimas noticias, Google está trabajando en un sistema de inteligencia múltiple diseñado para ayudar a los usuarios a refinar ideas de investigación mediante un mecanismo de evaluación similar a un torneo. Cada carrera dura unos 40 minutos y puede generar 100 ideas detalladas para un tema de investigación determinado.

En la plataforma Gemini Enterprise, Google está desarrollando dos nuevas funciones de multiinteligenciaGeneración de ideas - "Sesión de innovación para crear un cuerpo multiinteligente".Socios científicos - "Avance de nuevos descubrimientos científicos con socios científicos".

1. Explique su programa de investigación, señale los datos pertinentes y establezca criterios de evaluación para sus socios científicos.
2. Un conjunto de inteligencias le generará ideas de investigación basadas en los datos disponibles.
3. La Sociedad de Inteligencia evaluará y clasificará estas ideas en función de sus criterios, utilizando un método similar al de un torneo.

Esta tecnología no sólo automatiza el proceso de investigación científica, sino que también proporciona potentes herramientas para que empresas y particulares innoven con mayor eficacia.

Este avance marca una nueva etapa en la investigación científica que mejorará enormemente la eficiencia y la innovación de la investigación.

ACTUALIZACIÓN: La plataforma AI Studio ha añadido una nueva herramienta de avisos Gemini 3. Actualmente se están llevando a cabo los preparativos.

Para Géminis 3.Mejores resultados con la configuración por defecto de 1,0. Disminuir este valor puede afectar al rendimiento de la inferencia.

Esta actualización está diseñada para ayudar a desarrolladores e investigadores a aprovechar mejor la potencia de Gemini 3 para mejorar el rendimiento de sus modelos en diversas tareas. Por ejemplo, en áreas como el procesamiento del lenguaje natural, el reconocimiento de imágenes y la síntesis del habla, Gemini 3 puede proporcionar resultados más precisos.

• **Procesamiento del Lenguaje Natural**: mejora de la generación y comprensión de textos.
• **Reconocimiento de imágenes**: Mejora de la clasificación de imágenes y de la precisión en la detección de objetivos.
• **Síntesis de voz**: mejora la calidad y la naturalidad del habla.

Al optimizar estos parámetros, el usuario puede controlar mejor el comportamiento del modelo, lo que se traduce en mejores resultados en aplicaciones prácticas.

Para obtener información más detallada, consulte la documentación oficial.

Recientemente, un vídeo de anime generado por Grok ha llamado mucho la atención en Internet. En el vídeo, apenas se aprecian los detalles de la interacción entre las manos del personaje y los utensilios y la comida, sólo los movimientos son ligeramente rígidos.

Grok Imagine es capaz de generar escenas de cocina que recuerdan al anime clásico de los años 90, presentadas en un estilo ASMR relajante y agradable.Algunas acciones aparentemente sencillas (como cortar zanahorias, amasar pasta, batir huevos, remover o freír) que habrían sido difíciles de realizar no hace tanto tiempo, ahora se hacen a la perfección.

Sin embargo, el vídeo también ha desatado cierta polémica. Algunos espectadores hicieron comentarios negativos e incluso maldijeron, argumentando que era IA copiando la obra de Miyazaki y que a los personajes les faltaba alma. Esto suscitó un debate sobre el papel y las limitaciones de la IA en la creación artística.

• **Avances tecnológicos**: la IA se utiliza cada vez más en la producción de animación, y los detalles técnicos siguen mejorando.
• **Polémica artística**: algunos espectadores consideraron que la obra generada por la IA carecía de alma y cuestionaron su valor artístico.
• **Perspectivas de futuro**: a pesar de la controversia, el potencial de la IA en la producción de animación es enorme, y es probable que en el futuro haya más aplicaciones innovadoras.

GMI ha anunciado recientemente que invertirá 500 millones de dólares en un centro de datos de IA de alta densidad en Taiwán. El centro de datos estará equipado con 7.000 GPU Blackwell GB300 de NVIDIA repartidas en 96 bastidores y se espera que pueda procesar casi 2 millones de fichas por segundo. Está previsto que esta instalación entre en funcionamiento en marzo de 2026.

Se prevé que el centro de datos consuma unos 16 megavatios de energía. GMI también reveló que tiene previsto construir una nueva instalación de 50 megavatios en EE.UU. para satisfacer la creciente demanda.

Las características clave incluyen:

• 96 estanterías
• Procesa casi 2 millones de fichas por segundo
• Demanda de electricidad de unos 16 MW
• Previsto para marzo de 2026

La construcción de estas instalaciones no sólo demuestra la fuerte inversión de GMI en infraestructura de IA, sino que también refleja la creciente demanda mundial de recursos informáticos de alto rendimiento. Con el rápido desarrollo de la tecnología de IA, este tipo de centros de datos se convertirán en una infraestructura importante para impulsar la innovación y la adopción tecnológicas.

Grok ha realizado avances impresionantes en el campo de la generación de imágenes y vídeos. Sus últimos logros tecnológicos han conseguido resultados asombrosos, no solo generando imágenes y vídeos de gran calidad, sino también generándolos muy rápidamente.

Detrás de este avance tecnológico está la optimización continua de los algoritmos de aprendizaje profundo e inteligencia artificial.Grok utiliza modelos avanzados de redes neuronales como Transformer y GAN (Generative Adversarial Networks) para lograr una composición de imágenes y vídeos de alta calidad.

Amplia gama de aplicacionesentre otras, la producción de cine y televisión, la creatividad publicitaria, la realidad virtual, etc. La aplicación de estas tecnologías puede mejorar enormemente la eficacia de la creación de contenidos y ofrecer más posibilidades a los creadores.

Vídeo de @Diesol mostrando lo último de Grok:

Actualización: Grok 4.1 Beta ya está disponible oficialmente en el sitio web de Grok. En esta actualización, Grok 4.1 Beta está disponible como opción independiente junto con el modo Grok 4 existente.

Grok es una potente herramienta de desarrollo diseñada para ayudar a los desarrolladores a escribir y depurar código de forma más eficaz. La nueva versión introduce nuevas mejoras en la funcionalidad y el rendimiento de Grok. Los usuarios tienen ahora la opción de probar Grok 4.1 Beta para experimentar las últimas mejoras y optimizaciones.

Las características clave incluyen:

• Editor de código mejorado para admitir más lenguajes de programación
• Herramientas de depuración mejoradas con mensajes de error más detallados.
• Interfaz de usuario optimizada para mejorar la experiencia del usuario

Los desarrolladores pueden visitar aquí para obtener más detalles y empezar a probar con Grok 4.1 Beta.