Deno2834

$1 mil millones. Ese es el cheque que Nvidia está extendiendo para el proyecto de IA de Naver.
> Naver ejecuta el buscador dominante en Corea y sus propios modelos HyperCLOVA X
> Nvidia pasa de proveedor de GPU a copropietario en una sola operación
> Este es el impulso de IA soberana: países que financian modelos propios con datos locales
Nvidia sigue convirtiendo la demanda de cómputo en propiedad. Cada apuesta nacional de IA vuelve a canalizarse a través de su silicio.

250 mil millones de dólares en financiación. Nvidia está en conversaciones para respaldarla en los centros de datos de OpenAI, según un exclusivo de WSJ.
Lo que eso significa realmente:
> Nvidia no entrega efectivo, respalda la deuda para que los prestamistas digan que sí
> OpenAI lo usa para construir cómputo a una escala que nadie ha financiado antes
> Esos centros de datos se llenan con GPU de Nvidia
El proveedor ahora está asegurando la demanda de su propio producto. Cada dólar garantizado es un pedido futuro garantizado.

250 mil millones de dólares. Ese sería el tamaño del respaldo de financiación que Nvidia supuestamente está en conversaciones para proporcionar a OpenAI.
Lo que el informe realmente describe:
> un proyecto de centro de datos de 10GW
> que está desarrollando SoftBank
> ubicado en Ohio
Un respaldo no es capital. Nvidia garantizaría la deuda. Si OpenAI no puede pagar, Nvidia queda obligado. El proveedor está asegurando los préstamos del comprador para comprarle al proveedor.

Más de 1 millón en tokens de LLM se mueve a través de mercados clandestinos de reenvío, pasando de revendedores a redes organizadas de fraude.
> Los pools de tokens permiten a los compradores evadir los precios oficiales, impulsando la demanda de acceso al mercado gris.
> Las plataformas extraen pruebas gratuitas para reventa en masa, generando fricciones continuas con laboratorios y usuarios.
> La enorme magnitud del mercado ahora está atrayendo respuestas directas de importantes laboratorios de IA.

El personal de un laboratorio de IA afirma que las personas obtuvieron chatbots que respondían con precisión a indicaciones de armas biológicas.
No es una demostración de red-teaming. Usuarios reales, jailbreaks reales, salidas reales.
> WSJ: personas lograron que los modelos superaran sus filtros de seguridad para planear ataques de múltiples víctimas y preparar venenos.
La brecha no está en que el modelo diga que no. Está en lo fácil que el no se convierte en sí.

La SEC está adquiriendo agentes de IA para monitorear ubicaciones telefónicas, redes sociales y encabezados de crédito.
Lo que supuestamente cubre la contratación:
> pings de geolocalización del teléfono vinculados a personas identificadas
> actividad en redes sociales rastreada y analizada a escala
> datos de encabezados de crédito (nombre, dirección, registros vinculados a la identidad)
Esto es un regulador del mercado que está montando una vigilancia basada en agentes. Los mismos creadores de automatización que se usan para trabajo operativo ahora están apuntando a civiles.

Cloudflare cambió un interruptor: los nuevos dominios bloquean los rastreadores de IA de forma predeterminada.
Lo que en realidad se entrega:
> bloqueo activado por defecto para cada nuevo registro, opción de activación en lugar de desactivación
> pago por rastreo, para que los editores puedan cobrar a las empresas de IA por solicitud
> control por bot, para que puedas permitir la búsqueda pero rechazar los “scrapers” de entrenamiento
El proxy delante de una gran parte de la web acaba de convertir en la excepción el “recorte gratis” y no la regla.

AMD está intentando programarse para superar a CUDA entregando la ISA a los modelos.
El movimiento: publicar el conjunto de instrucciones de la GPU en una especificación legible por máquinas para que un modelo de frontera genere kernels ROCm directamente a partir de ello.
> El verdadero bloqueo de CUDA nunca fue el hardware; fue 15+ años de kernels y bibliotecas ajustados a mano
> AMD no puede superarlo escribiendo a mano, así que quiere que los LLMs escriban la capa del kernel en su lugar
> La ISA legible por máquinas es la entrada que esos modelos necesitan para hacerlo con fiabilidad
Si los

Un LLM de 28,9 millones de parámetros, ejecutándose en un microcontrolador ESP32 de 8 dólares.
Lo que eso significa realmente:
> el ESP32 es el chip dentro de gadgets IoT baratos, no una placa de desarrollo con una GPU
> 28,9M de parámetros es pequeño según los estándares de laboratorio, pero enorme para una pieza que tiene kilobytes de RAM de sobra
> inferencia completa en el dispositivo, sin llamadas a la nube, sin ida y vuelta de red
La IA en el borde sigue presentándose como silicio caro. Esta es la dirección contraria. El suelo ahora es dinero de cojín de sofá.

Estoy viendo la obra maestra de Nolan

Tres universidades de élite acaban de desactivar sus detectores de IA por su precisión, según un nuevo informe del Financial Times.
> Yale, Johns Hopkins y la Universidad de Waterloo los han restringido o apagado
> La preocupación son los falsos positivos: ensayos reales escritos por humanos que se marcan como si fueran hechos por máquinas
> Estas son las mismas escuelas que se apresuraron a comprar detectores hace dos años
La conclusión: nadie tiene una forma fiable de demostrar que un texto fue escrito por IA. La carrera armamentista está terminando con los detectores perdiendo.

Higgsfield dejó caer Shorts Studio: un video de formato corto completo a partir de un solo prompt.
En lo que se colapsa en un solo paso:
> escribir el guion y los beats
> generar las escenas y el movimiento
> añadir voz y ritmo
> secuenciarlo en un corte final
Eso antes era un creador, un editor y una tarde. Ahora es una sola caja de entrada.