← Ver edición actual
Briefing Semanal 15–21 junio 2026

N°26

ainews. parlox.net

SpaceX compra Cursor por 60.000 millones con acciones recién estrenadas, el coautor del Transformer abandona Google por OpenAI por segunda vez y GLM-5.2 se vuelve el primer modelo abierto que supera a GPT-5.5 en programación: la semana en que el capital post-IPO, el talento fundacional y la paridad open-source convergieron en 72 horas.

10 historias 8 fuentes 20 min. de lectura
Resumen de la semana

SpaceX usó el papel recién impreso de su salida a bolsa para comprar Cursor por 60.000 millones y convertir a una empresa de cohetes en el mayor actor de herramientas para desarrolladores.

Fue una semana de fugas de talento fundacional sin precedente: el coautor del Transformer dejó Google por OpenAI, apenas dos años después de que pagaran miles de millones por repatriarlo.

GLM-5.2 se volvió el primer modelo de pesos abiertos en superar a GPT-5.5 en SWE-bench Pro, y lo hizo con licencia MIT sin restricciones geográficas: el umbral de paridad con los cerrados acaba de caer.

La evidencia experimental más sólida hasta hoy muestra que la IA supera a cualquier humano experto en persuasión, y que la palanca para contenerla es la velocidad y el volumen, no la técnica.

En infraestructura, la autenticación empresarial de agentes en MCP llegó a estable con siete socios SaaS —cae uno de los grandes frenos para desplegar agentes— mientras un chip de aritmética logarítmica desafía la supremacía de Nvidia en inferencia.

Lead Story 01 / 10
TechCrunch16 junio 2026

SpaceX acuerda comprar Cursor por 60.000 millones en acciones, cuatro días después de su salida a bolsa

SpaceX acordó comprar Anysphere —la empresa detrás del editor de código Cursor— por 60.000 millones de dólares en acciones el mismo día en que su cotización ya había subido un 42% desde el precio de salida a bolsa del 12 de junio, lo que la convierte en la adquisición de una startup de capital riesgo más grande de la historia. La lógica se encadena con la fusión previa de SpaceX y xAI: hacerse con el editor dominante entre desarrolladores —unos 4.000 millones de dólares anualizados en ingresos, 2.600 de ellos de empresas— para alimentar y distribuir Grok. El caveat es estructural: xAI ya había perdido a sus once cofundadores para marzo de 2026, y la operación depende de una aprobación regulatoria pendiente para el tercer trimestre.

Leer en TechCrunch
capitalm&aherramientas-dev
Resto de la edición 02 — 10
02
CNBC17 JUNIO 2026

Noam Shazeer deja Google por OpenAI: el coautor del Transformer se va por segunda vez

Noam Shazeer, colíder de Gemini y uno de los ocho firmantes de 'Attention Is All You Need', anunció que deja Google para unirse a OpenAI apenas dos años después de que Google pagara unos 2.700 millones de dólares en 2024 para repatriarlo desde Character AI; Sam Altman dijo llevar una década esperando trabajar con él. La salida coincidió con el anuncio de que el Nobel John Jumper, creador de AlphaFold, se suma a Anthropic: dos fugas fundacionales de Google DeepMind hacia rivales directos en 48 horas. No se reveló el rol exacto de Shazeer, y queda la pregunta de cuántos miles de millones más pagará Google por talento que sigue eligiendo marcharse.

2 min 03
arXiv15 JUNIO 2026

Estudio de Oxford y el AISI británico: la IA frontier supera a los humanos expertos en persuasión

Cuatro experimentos preregistrados con 6.923 participantes y 18.978 conversaciones encontraron que los modelos frontier vencen de forma sistemática a legos, ganadores de torneos, captadores profesionales de fondos y campeones mundiales de debate —estos últimos con tema acordado, horas de preparación y un premio de 1.000 libras—, y que la IA recaudó casi el triple de donaciones reales que los captadores de Save the Children. El mecanismo es preciso: la ventaja viene del volumen de información y la velocidad de respuesta, y al limitar ambas a niveles humanos los expertos recuperan la paridad. Eso apunta a una palanca regulatoria concreta —topes de velocidad y cantidad, no prohibir técnicas—, que ninguna norma vigente aplica todavía.

2 min 04
Z.ai / Hugging Face17 JUNIO 2026

GLM-5.2: el primer modelo de pesos abiertos que supera a GPT-5.5 en SWE-bench Pro, con licencia MIT

Zhipu AI publicó GLM-5.2, un MoE de 753.000 millones de parámetros totales y 40.000 millones activos por token, con ventana de un millón de tokens y una técnica llamada IndexShare que recorta los FLOPs por token 2,9× en contextos largos; el modelo marcó 62,1 en SWE-bench Pro y dejó atrás a GPT-5.5 (58,6) bajo licencia MIT sin restricciones geográficas. Es el primer modelo abierto que encabeza el Índice de Inteligencia de Artificial Analysis, once puntos por encima de su antecesor y por delante de MiniMax-M3 y DeepSeek V4 Pro. El caveat que la propia Artificial Analysis subraya: gasta unos 37.000 tokens de razonamiento por tarea, lo que infla los puntajes donde la verbosidad ayuda y enturbia las comparaciones de eficiencia.

2 min 05
Model Context Protocol18 JUNIO 2026

MCP Enterprise-Managed Authorization llega a estable: agentes sin pantallas de consentimiento por servidor

El estándar MCP Enterprise-Managed Authorization pasó a estable con un mecanismo nuevo, ID-JAG: el cliente obtiene un token de identidad del proveedor corporativo durante el inicio de sesión único y lo canjea de forma automática en cada servidor MCP, eliminando las pantallas de consentimiento OAuth por cada herramienta que un agente necesita usar. Los socios de lanzamiento son siete plataformas de trabajo —Asana, Atlassian, Canva, Figma, Granola, Linear y Supabase—, con soporte de cliente ya implementado por Anthropic y VS Code. Las limitaciones: el único proveedor de identidad soportado al inicio es Okta, y revocar accesos depende de la vida útil del token, no de una invalidación inmediata.

2 min 06
Subquadratic AI16 JUNIO 2026

SubQ 1.1 Small: atención lineal con recuperación casi perfecta hasta 12 millones de tokens

Subquadratic AI presentó SubQ 1.1 Small, entrenado a un millón de tokens pero capaz de generalizar a doce millones mediante Subquadratic Sparse Attention, un enrutamiento de contenido aprendido que sustituye la atención densa por pasos de selección, recuperación y atención lineales en la longitud de la secuencia; reporta 64,5× menos cómputo que la atención densa a un millón de tokens y 98–100% de acierto en needle-in-a-haystack hasta 12 millones. La startup de Miami lo despliega con socios de diseño y promete una familia de 2 a 12 millones de tokens en 2026. El caveat pesa: investigadores externos piden verificación independiente de las cifras y los detalles del enrutamiento no están del todo publicados, lo que ya alimenta escepticismo.

2 min 07
Google DeepMind18 JUNIO 2026

DeepMind publica un marco operativo de contención de agentes de IA, respaldado por un millón de trayectorias reales

Google DeepMind publicó un marco de contención de IA en profundidad —el enfoque que en inglés llaman 'AI control'—, no un paper teórico sino un manual operativo ya activo en su infraestructura de producción, que deja de tratar la alineación de entrenamiento como garantía suficiente y suma capas de defensa: un supervisor en tiempo real, firma criptográfica de acciones y mecanismos de apagado, tratando a un agente desplegado igual que la seguridad corporativa trata a un interno con privilegios. Su análisis de un millón de trayectorias de agentes de programación halla que la enorme mayoría de anomalías nace de malinterpretación o exceso de celo, no de comportamiento adversario deliberado. El documento llama a colaborar entre laboratorios, gobiernos y academia, lo que lo vuelve también una pieza de posicionamiento institucional.

2 min 08
arXiv18 JUNIO 2026

Los modelos de mundo actuales congelan los objetos que salen de cuadro en lugar de dejar correr el tiempo

Un nuevo benchmark de persistencia de estado fuera de cuadro evaluó 23 modelos de video sobre 9.600 clips y halló que todos repiten la misma falla estructural, bautizada 'tracking shot fallacy': al regresar la cámara, el modelo congela el objeto en su último estado visto en vez de dejar correr el tiempo. Los autores usaron cuatro formas de control de cámara y una cadena de evaluación de seis dimensiones para descartar explicaciones alternativas —escala, calidad de imagen, precisión geométrica— y confirmar que el fallo es universal. La conclusión incomoda: los llamados modelos de mundo de hoy son, en rigor, generadores de video que modelan la apariencia y no una causalidad persistente.

2 min 09
The Next Platform16 JUNIO 2026

Tensordyne saca el tape-out de Napier: aritmética logarítmica y 17× más eficiencia que Blackwell

La startup Tensordyne anunció el tape-out de Napier, un chip de inferencia en TSMC de 3 nm y 138.000 millones de transistores que convierte las multiplicaciones de matrices de los transformers en sumas en dominio logarítmico —cambia multiplicadores por sumadores en silicio— y entrega 2,1 PFLOPs FP8 a 300 W con 144 GB de HBM4; su rack TDN72 junta 288 chips y promete 17× más tokens por vatio que sistemas Blackwell. La aritmética logarítmica viene de los años 70, pero este sería el primer silicio dedicado a inferencia de redes neuronales a escala de producción. El caveat es grande: tape-out significa diseño enviado a fábrica, aún no hay chip funcionando, con acceso en nube hacia fines de 2026 y envíos comerciales recién en el segundo trimestre de 2027.

2 min 10
arXiv15 JUNIO 2026

VibeThinker-3B: un modelo de 3.000 millones que reclama nivel frontier en razonamiento verificable

El laboratorio de IA de Weibo liberó VibeThinker-3B bajo licencia MIT, un modelo denso de apenas 3.000 millones de parámetros afinado con un pipeline llamado Spectrum-to-Signal y que corre en unos 6,7 GB de VRAM; reclama 94,3 en AIME 2026 —97,1 con su método de escalado en inferencia— y 96,1% de acierto en problemas de LeetCode no vistos, cifras que rozarían a modelos cien veces más grandes en tareas de respuesta verificable. Su tesis es la 'hipótesis de compresión-cobertura': el razonamiento con respuesta comprobable cabe en pocos parámetros, mientras que el conocimiento de dominio abierto exige modelos grandes. El caveat ya circula: la comunidad cuestiona si esos números generalizan más allá de benchmarks diseñados para respuestas comprobables, donde el modelo no pretende igualar a los grandes en conocimiento general.

2 min

Herramientas que uso

Afiliado

Fathom

Asistente de IA que graba, transcribe y resume tus reuniones (Zoom, Meet, Teams). Lo uso a diario. Si te suscribes desde este link, recibo créditos que sostienen PX Noticias IA.

Conocer Fathom →
Recomendación

Perplexity

Buscador con IA que responde con fuentes citadas y enlazables. Útil para llegar a respuestas verificables en vez de un muro de enlaces.

Visitar Perplexity →

Quién hace esto

Jonathan Proaño

Soy Jonathan. Construyo sitios web, apps e implementaciones de IA en Parlox Network.

Si tú o tu organización necesitan asesoría, desarrollo o un copiloto con criterio para sus proyectos de software o IA — escríbeme directo. Respondo personalmente todos los mensajes.

Escribirme por WhatsApp → Conocer más /parlox

Sobre el sitio

PX Noticias IA es un briefing semanal curado de noticias sobre inteligencia artificial, escrito en español. Cada lunes selecciono diez historias entre cientos: papers de arXiv, anuncios de labs, releases con tracción real, debates intelectualmente sustantivos.

No es un agregador. Es un filtro editorial con criterio explícito — prioriza lo novedoso, lo verificable y lo que no está en todos lados esa semana. Si sigues el espacio de IA y quieres un briefing que respete tu tiempo, este es el lugar.

← Ver todo el archivo (9 ediciones)