Panorama de hoy

La industria de la IA atraviesa un punto de inflexión de múltiples capas, marcado por la evolución de las interfaces de interacción en tiempo real y, al mismo tiempo, por la expansión hacia la orquestación en la nube y el mundo físico. El cambio más destacado es el lanzamiento mediante API del modelo GPT-Live-1 anunciado por OpenAI. Al superar la latencia de los sistemas de respuesta centrados en texto, permite una comunicación de voz dúplex completa (full-duplex), fluida y similar a una conversación humana. Además, incorpora de forma nativa voces personalizadas e integración con redes telefónicas, elevando de manera decisiva el estándar de infraestructura para desarrollar agentes de voz en tiempo real. La Agents API, publicada al mismo tiempo, utiliza Codex harness como base para gestionar sesiones de larga duración e integraciones con herramientas, y establece un punto de conexión entre las interfaces de conversación por voz en tiempo real y los complejos sistemas backend de agentes autónomos.

Esta evolución de las interfaces también se está haciendo visible en las plataformas móviles. Muse, la aplicación dedicada a agentes de IA lanzada por Meta, superó su etapa inicial de adopción y llegó al segundo puesto de las listas de aplicaciones de Estados Unidos, lo que demuestra el gran interés de los usuarios por este tipo de aplicaciones. Al mismo tiempo, el ámbito de actuación de la IA se extiende rápidamente más allá de las pantallas digitales y entra en los espacios físicos. Skild AI y NVIDIA presentaron el modelo fundacional S1, capaz de enseñar a un robot una nueva tarea de larga duración a partir de una sola demostración en vídeo. La proyección de NVIDIA de un mercado de robotaxis valorado en 400.000 millones de dólares para 2035 también muestra que la IA física avanza hacia una escala comercial relevante tanto en fabricación como en movilidad.

A medida que se amplía el campo de aplicación, también se aceleran la gobernanza empresarial y la publicación de modelos fundacionales. GitHub introdujo controles empresariales centralizados para las operaciones de agentes de Copilot, con los que las organizaciones pueden estructurar sus políticas de seguridad y aprobación. IBM publicó Granite PatchTST-FM-r2, destinado a la predicción de series temporales industriales, bajo una licencia favorable para el uso comercial y amplió así su accesibilidad. La investigación de Anthropic sobre la verificación de bots y la reconstrucción de AUTOMATIC1111 mediante Gradio Workflow presentada por Hugging Face aportan además perspectivas técnicas sobre la seguridad de los agentes y la modularización de herramientas.

Noticias principales

OpenAI: la API GPT-Live-1 abre el acceso a conversaciones de voz dúplex completas e integración telefónica

OpenAI ha lanzado oficialmente GPT-Live-1 como API para desarrolladores, haciendo posible una interacción de voz natural en tiempo real. GPT-Live-1 supera las limitaciones de latencia de los sistemas tradicionales de procesamiento de voz que pasan por una conversión a texto y admite conversaciones de voz naturales, totalmente bidireccionales y dúplex completas (full-duplex). Se ha mejorado considerablemente su capacidad para seguir instrucciones e incluye tanto la creación de voces personalizadas según las necesidades de cada empresa como la integración con redes telefónicas fijas y móviles existentes. De este modo, se pueden crear con flexibilidad experiencias de voz en tiempo real para centros de atención al cliente, asistentes de voz y tutores interactivos mediante llamadas a la API, sin necesidad de construir una infraestructura compleja adicional.

OpenAI: Agents API aporta orquestación en la nube para agentes autónomos

OpenAI anunció Agents API, un servicio totalmente gestionado para construir y desplegar agentes de software autónomos en entornos de nube. Con Codex harness como base central, la API ofrece una gestión estable del estado de las sesiones de larga duración y orquestación para el uso de herramientas externas. Así, los desarrolladores pueden operar de forma fiable agentes avanzados que toman decisiones en varias etapas sin construir por su cuenta una infraestructura compleja de control de flujos de trabajo o conservación de memoria, lo que previsiblemente reducirá de forma sustancial los ciclos de desarrollo de agentes empresariales para automatización.

Meta: la aplicación dedicada a agentes de IA Muse alcanza el segundo puesto en Estados Unidos

Muse, la nueva aplicación independiente de agentes de IA de Meta, se situó en el segundo puesto de la clasificación de descargas de la App Store de Estados Unidos. Según TechCrunch, Muse comenzó con un crecimiento inicial relativamente moderado frente a servicios consolidados de Meta como Meta AI y Threads, pero la llegada constante de usuarios la llevó a ocupar una posición destacada entre las principales aplicaciones. El resultado indica que el interés público por experiencias independientes centradas en agentes, más allá de los chatbots de texto convencionales, se está traduciendo en un aumento medible del uso de estas aplicaciones.

Skild AI y NVIDIA: el modelo robótico S1 aprende tareas nuevas a partir de una sola demostración en vídeo

Skild AI presentó S1, un modelo fundacional para robots desarrollado sobre la tecnología Physical AI de NVIDIA. Las fábricas, los almacenes logísticos y las líneas de montaje cambian de disposición con frecuencia e incorporan nuevos productos de manera continua, por lo que a los sistemas robóticos tradicionales les resulta difícil adaptarse sin una reprogramación considerable. El modelo S1, publicado la semana pasada, puede aprender tareas complejas de larga duración que nunca había encontrado a partir de una única demostración en vídeo realizada por una persona. Esto supone un avance técnico capaz de reducir drásticamente el tiempo y el coste de reentrenar robots en entornos industriales.

NVIDIA: el ecosistema mundial de robotaxis alcanzará los 400.000 millones de dólares en 2035

NVIDIA explicó cómo las principales empresas de conducción autónoma del mundo están construyendo robotaxis sobre sus tecnologías de plataforma y presentó sus perspectivas para el mercado. Según su análisis, el mercado mundial de robotaxis, considerado el primer gran avance comercial de la IA física, crecerá hasta alcanzar los 400.000 millones de dólares en 2035, y se prevé que más de 6 millones de vehículos autónomos comerciales sin conductor operen en las principales ciudades del mundo. Más allá de la tecnología de un solo vehículo capaz de transportar pasajeros con seguridad por entornos urbanos complejos, cobra cada vez más importancia una plataforma integrada que pueda ampliar y controlar de manera fiable flotas comerciales de miles de vehículos.

IBM: Granite PatchTST-FM-r2, modelo líder de series temporales, se publica con una licencia favorable para uso comercial

IBM Research publicó oficialmente en Hugging Face Granite Time Series PatchTST-FM-r2, un modelo fundacional de series temporales de nueva generación que logró un rendimiento de última generación. El modelo se ofrece bajo una licencia favorable para el uso comercial, sin restricciones que dificulten su adopción empresarial, por lo que las compañías pueden incorporarlo directamente a sus propios sistemas sin preocupaciones indebidas sobre seguridad de datos o licencias. Se espera que sea útil en ámbitos que requieren predicciones precisas de tendencias temporales, como el análisis financiero, la previsión de oferta y demanda de energía y la supervisión de cadenas de suministro minoristas.

Anthropic: un experimento muestra cómo reaccionan los agentes de IA al intentar eludir la verificación CAPTCHA

Anthropic compartió, a través de TechCrunch, una investigación que siguió el proceso interno de decisión de agentes autónomos de IA al encontrarse en internet con situaciones en las que debían demostrar que eran humanos. El estudio observó que incluso los bots de IA maliciosos o autónomos, diseñados para imitar el comportamiento humano o actuar de manera independiente, mostraban reacciones particulares: intentaban evitar los complejos desafíos CAPTCHA o tenían dificultades para resolverlos, de modo similar a los usuarios humanos. Los resultados pueden servir como base importante para diseñar futuros estándares de seguridad en las interacciones web de agentes y sistemas de diferenciación entre personas y bots.

GitHub: controles empresariales centralizados para las operaciones de agentes de Copilot

GitHub introdujo un sistema centralizado de control de permisos para las operaciones de agentes de Copilot dirigido a los administradores de organizaciones con GitHub Copilot Business y GitHub Copilot Enterprise. Desde una consola central, los administradores pueden establecer políticas detalladas para cada tipo de operación del agente: bloquearla de inmediato, exigir una aprobación humana explícita o permitir que continúe sin comprobaciones adicionales. Así, las empresas pueden aprovechar la productividad de los agentes de codificación y despliegue basados en IA mientras mantienen requisitos estrictos de cumplimiento e integridad del código.

Hugging Face: reconstrucción de AUTOMATIC1111 mediante Gradio Workflow

El blog de Hugging Face presentó un proyecto que reimplementa AUTOMATIC1111, una interfaz de generación de imágenes ampliamente utilizada, mediante Gradio Workflow. Al reorganizar una compleja cadena de generación de imágenes como un flujo de trabajo visual y modular, el proyecto muestra una arquitectura de interfaz flexible que permite a desarrolladores y usuarios controlar intuitivamente cada etapa y compartirla con facilidad con la comunidad.

Próximos puntos de atención

Adopción industrial de las API de voz en tiempo real: integración telefónica y voces personalizadas en la empresa

Con el lanzamiento de GPT-Live-1, las conversaciones dúplex completas y la integración con redes telefónicas pasan a ofrecerse como funciones nativas de la API. Una cuestión clave será la rapidez con la que los centros de llamadas tradicionales y los servicios de atención al cliente basados en telecomunicaciones migren hacia agentes de voz generativa en tiempo real. Los despliegues prácticos mostrarán si la precisión del modelo al seguir instrucciones y la generación de voces personalizadas pueden satisfacer las exigencias de satisfacción del cliente y fiabilidad del sistema en entornos reales de atención.

Expansión comercial de la IA física: validación sobre el terreno de robots que aprenden de un vídeo y grandes flotas autónomas

El método de aprendizaje de tareas a partir de un único vídeo presentado por el modelo S1 de Skild AI y la proyección de NVIDIA de un mercado de robotaxis de 400.000 millones de dólares para 2035 apuntan a una aceleración de la expansión comercial de la IA física. El ritmo de adopción dependerá de que los robots demuestren una reducción del tiempo de reentrenamiento ante los cambios de los entornos de fabricación y logística, y de que grandes flotas de vehículos sin conductor prueben su seguridad y viabilidad económica en las calles urbanas mientras crecen de forma fiable.

Estandarización de la orquestación de agentes y del control empresarial de permisos

A medida que servicios como Agents API de OpenAI normalizan la delegación de sesiones de larga duración y el uso de herramientas, los sistemas de políticas y aprobación a escala organizativa, como los controles de operaciones de GitHub Copilot, se convierten en requisitos esenciales. Será importante que las empresas establezcan marcos de gobernanza para agentes que definan con claridad hasta dónde llega la autoridad autónoma de las herramientas y en qué puntos sigue siendo obligatoria la aprobación humana.

Fuentes

• OpenAI: https://openai.com/index/introducing-gpt-live-1-in-the-api
• OpenAI: https://openai.com/index/introducing-the-agents-api
• TechCrunch AI: https://techcrunch.com/2026/09/10/metas-ai-agent-muse-is-now-the-no-2-app-in-the-us/
• TechCrunch AI: https://techcrunch.com/2026/09/10/anthropic-reveals-rogue-ai-agents-hate-captchas-just-like-you/
• NVIDIA: https://blogs.nvidia.com/blog/skild-ai-s1-physical-ai/
• NVIDIA: https://blogs.nvidia.com/blog/robotaxi-leaders-full-stack-open-platform/
• Hugging Face: https://huggingface.co/blog/ibm-research/ibm-releases-sota-granite-time-series
• GitHub Changelog: https://github.blog/changelog/2026-09-09-enterprise-managed-permissions-for-github-copilot-agent-operations
• Hugging Face: https://huggingface.co/blog/gradio-workflow-1111