La Comisión Europea ha abierto una licitación para la construcción de clústeres de IA con un presupuesto total previsto de 30.000 millones de euros. De ellos, 10.000 millones de euros procederán directamente de los fondos de la UE y de los presupuestos de los países participantes. Recibirán financiación 7 centros de datos que en los documentos aparecen como "superfábricas".

Las solicitudes se aceptarán hasta el 12 de noviembre y los ganadores se anunciarán en julio de 2027. Según los términos de la licitación, los contratistas deben poner en funcionamiento completamente las instalaciones dentro de los 18 meses posteriores a la firma de los contratos.

wsj.com

✔️

OpenAI ha lanzado un programa para acceder a modelos emblemáticos para científicos

El programa ChatGPT para investigadores académicos espera que la compañía proporcione a 100.000 científicos acceso a sus mejores modelos para 2027. Los primeros 10.000 investigadores recibirán invitaciones este verano.

Los participantes tendrán acceso a GPT-5.6 Sol Pro, ChatGPT Work y Codex con contexto ampliado, límites aumentados y créditos adicionales para la función Investigación profunda. La plataforma incluye más de 75 habilidades científicas y está integrada con bases de datos de artículos, conjuntos de datos genómicos y cuadernos computacionales.

La participación está abierta únicamente a expertos en la materia de universidades aprobadas por OpenAI. Los candidatos deben confirmar su estatus académico y la disponibilidad de proyectos de investigación. Un miembro aprobado puede agregar hasta cuatro colegas de su institución a un espacio de trabajo.

openai.com

✔️

Thinking Machines Lab presentó el modelo Inkling-Small

La startup de Mira Murati publicó los pesos del modelo MoE multimodal Inkling-Small para un total de 276 mil millones y 12 mil millones de parámetros activos. El modelo procesa texto, audio e imágenes en una ventana contextual con hasta 1 millón de tokens.

Gracias a la destilación del buque insignia.

Intuición

y aprendizaje por refuerzo, la versión más joven superó a la original en codificación e inferencia. Obtuvo una puntuación del 80% en el punto de referencia SWE-bench Verified y del 31,6% en el último examen de la humanidad.

Pesos -

en abrazando la cara

, inferencia y ajuste fino están disponibles a través de la plataforma

Tinker

. Teniendo en cuenta el descuento inicial, el coste de la API oscila entre 0,58 dólares para un contexto de 64.000 dólares y 1,16 dólares para tokens de 256.000 dólares.

máquinaspensadoras.ai

✔️

Google lanzó el modelo Embodied Reasoning 2

ER 2 procesa transmisiones de video multimodales continuas y actúa como un programador de alto nivel. La arquitectura separa la lógica y las habilidades motoras: mientras el modelo calcula el siguiente paso, las acciones físicas las realizan los modelos VLA.

El modelo analiza fotogramas de vídeo en tiempo real, evalúa el estado de la etapa actual y ajusta el algoritmo sobre la marcha sin reiniciar el proceso. ER 2 también admite la operación de múltiples agentes: dispositivos de diferentes tipos pueden intercambiar contexto semántico para realizar conjuntamente tareas de múltiples pasos en un espacio físico común.

El modelo está disponible a través de la API de Gemini y en la plataforma.

Estudio de IA de Google

. Para ayudar a los principiantes

publicado

ejemplos de cómo configurar un modelo y hacer que realice tareas físicas de IA.

blog.google

✔️

Liquid AI ha establecido los pesos de los codificadores bidireccionales para la CPU

La startup publicó los pesos de los codificadores bidireccionales LFM2.5-Encoder para los parámetros 230M y 350M. Los modelos se basan en la arquitectura LFM2, optimizados para ejecutarse en la CPU y admiten contexto de hasta 8K tokens. Los principales escenarios de aplicación son clasificación, enrutamiento y operaciones a nivel de token.

Según los resultados de 17 pruebas, la versión anterior del 350M ocupó el cuarto lugar de 14. Según Liquid AI, con una carga de ventana completa de 8192 tokens, el modelo 230M realiza un avance en la CPU en 28 segundos, 3,7 veces más rápido que la base ModernBERT.

Código y pesos - encendido

GitHub

y

abrazando la cara

.

líquido.ai

@ai_machinelearning_big_data