Enzimas de IA, avances matemáticos, ADN vegetal y semiconductores estables

WorldPlay2 convierte una sola imagen en un mundo jugable que funciona directamente en el navegador con teclas WASD, flechas y espacio para moverse sin instalación adicional. El sistema acepta eventos escritos durante la partida y modifica la escena en marcha, lo que permite alterar personajes y objetos con instrucciones simples de texto. Sus pesos y su código aparecieron en GitHub el 2026-10-06 y su demostración llegó a Reactor el 2026-10-07 como secuela de HY-World 1,5, con memoria comprimida y una variante rápida de 69 GB.

Motion Space Flow genera movimiento humano a partir de una instrucción escrita y respeta restricciones articulares precisas para manos y pies en cada postura. El modelo coloca las manos y los pies donde indica el usuario y mantiene posturas creíbles durante secuencias completas sin deformar el cuerpo. Su código y sus programas auxiliares están publicados con un tamaño aproximado de 1,1 GB bajo licencia abierta Apache, lo que facilita la reproducción académica.

Kandinsky 6 presenta dos variantes, Lite con 3,8 mil millones de parámetros y Pro con 29 mil millones, orientadas a generación de video con mayor calidad y control. Produce clips de 5 segundos con audio sincronizado de 44 kHz y sincronía labial convincente desde texto o desde una imagen inicial, sin admitir otra grabación como referencia. Incluye superresolución latente que multiplica por cuatro la definición y funciona con Diffusers y ComfyUI, con descargas de 6,38 GB para Lite y 60 GB para Pro.

Video generativo e interfaces interactivas

OpenAI propone convertir las respuestas de ChatGPT en interfaces interactivas que sustituyen los largos bloques de texto por elementos manipulables y visuales. En lugar de describir una bicicleta con párrafos extensos, el sistema muestra un diagrama clicable donde cada pieza revela explicaciones, opciones y acciones contextuales. Este enfoque reduce la lectura pesada y acerca la conversación a una herramienta práctica donde explorar y decidir resulta más directo.

ALoDLM de Amazon combina un modelo de lenguaje con difusión en bucle para predecir varios elementos a la vez y refinar la respuesta en pasadas sucesivas. Esta arquitectura híbrida alterna generación paralela y corrección progresiva, lo que mejora la coherencia en tareas exigentes sin aumentar el tamaño del modelo. En pruebas de razonamiento, matemáticas, ciencia y código supera a sistemas comparables de su escala y muestra una ruta eficiente.

AlphaProtein Novo diseña enzimas nuevas desde cero y propone tanto la estructura tridimensional como la secuencia completa de aminoácidos para cada candidato. Sus propuestas se verifican con AlphaFold 3 antes de pasar al laboratorio, donde dos diseños funcionaron en ensayos reales con actividad medible y repetible. Uno crea una nitreno transferasa para producir piperidina farmacéutica y otro una esterasa que degrada el plastificante DEHP, según una prepublicación del 5 de octubre aún sin revisión externa.

Un equipo usó Gemma 4 como científico automatizado capaz de formular hipótesis, construir el flujo de análisis y evaluar resultados sobre datos genéticos vegetales. El estudio se apoyó en Botanic-1, entrenado con 320 especies, para ordenar 2500 candidatos de mutaciones según su interés biológico y su probabilidad funcional. El sistema priorizó correctamente una mutación de la flor del melón y mostró cómo los modelos abiertos pueden guiar la investigación agrícola.

Avances matemáticos a gran escala

OpenAI publicó una colección de 722 manuscritos matemáticos con alrededor de 4000 problemas abordados y cerca de tres horas de cálculo dedicadas a cada problema complejo . El conjunto incluye materiales, soluciones propuestas y registros disponibles en un repositorio público de GitHub para su estudio independiente. El proyecto contó con la orientación de un grupo asesor vinculado al Instituto de Estudios Avanzados, lo que aporta criterio experto a la selección.

Uno de los avances roza la hipótesis de Riemann al demostrar resultados parciales sobre la función zeta y su vínculo con la distribución de los números primos. El progreso no resuelve la conjetura completa, pero estrecha el margen teórico y abre nuevas estrategias de ataque para trabajos futuros. Otro resultado aborda el décimo problema de Hilbert sobre los racionales y extiende la imposibilidad clásica de 1970, que valía para enteros, al caso de las fracciones.

El anuncio sobre multiplicación de matrices rebaja el exponente teórico desde 2,37 hasta 2,25 y promete un ahorro colosal cuando el cálculo se repite a gran escala. Aunque la mejora parezca decimal, su efecto acumulado en ciencia e ingeniería resulta enorme por la frecuencia de esta operación fundamental. En paralelo, un avance en Birch y Swinnerton-Dyer ilumina las curvas elípticas y sus puntos racionales dentro de los desafíos del Milenio aún abiertos.

Embedding Gemma 2 lleva texto, imagen, audio y video a un espacio unificado donde cualquier consulta puede recuperar contenidos de otra modalidad con gran precisión. El conjunto suma 270 millones para texto, 170 millones para visión y 300 millones para audio en un paquete cercano a 1,5 GB de fácil despliegue. Tras 20 millones de descargas de la primera versión, esta edición impulsa la búsqueda local y la generación aumentada en el propio dispositivo con licencia abierta.

Modelos abiertos y búsqueda unificada

Mistral presentó Large 4 Le Chonk como un modelo mixto de expertos con un billón de parámetros totales y 52 mil millones activos en cada llamada. El sistema es multimodal desde su diseño y primero estuvo disponible mediante la interfaz previa de Mistral Studio, con pesos públicos previstos para fin de mes. En la clasificación de Artificial Analysis aparece detrás de Kimi 3, GLM 5,3 y DeepSeek, mientras algunos observadores cuestionan su precio frente a rivales.

GenIA de Meta convierte una foto o un video breve en objetos tridimensionales completos listos para girar, inspeccionar y reutilizar en escenas digitales. El método combina SAM 3D con un bucle de alineación durante la inferencia que ajusta la geometría hasta lograr formas coherentes y detalladas. Su código está publicado para estudio y reproducción bajo licencia Creative Commons no comercial, lo que limita los usos empresariales directos.

Los imanes de Vals aportan dos candidatos a semiconductores antiferromagnéticos estables a temperatura ambiente hallados con ayuda de agentes Claude Opus 5,5. Estos materiales presentan magnetismo neto nulo pero distinguen estados mediante el espín electrónico, cualidad valiosa para electrónica avanzada. Uno es un compuesto inédito y otro un material descrito en 1999, ambos con cálculos y código compartidos que apuntan a memorias más densas y conmutación veloz.

FlashDex traslada demostraciones de la mano humana a manos robóticas mediante una sola política unificada que anticipa los siguientes movimientos antes de ejecutarlos. Esta previsión por cuadros mejora la fluidez y supera a métodos anteriores en precisión de agarre y manipulación delicada. El equipo publicó código para las plataformas XHand y Sharp Wave, aunque el entrenamiento exige alrededor de 110 GB de memoria gráfica, una cifra considerable.

Robótica, 3D e imagen fotorrealista

Iris 3B opera con 3 mil millones de parámetros directamente en el espacio de píxeles y prescinde de compresores intermedios para conservar el detalle fino. Genera imágenes desde texto o desde otra imagen inicial y destaca por su fotorrealismo y por reproducir rótulos extensos con notable nitidez. El modelo admite ajustes como control de profundidad y parte de una base de 12 GB bajo licencia abierta, pensado para creadores exigentes.

Terra simula locomoción con músculos y esqueleto y acumula nueve horas de movimiento realista con 18 gestos distintos sobre pendientes y escaleras exigentes. Su enfoque biomecánico produce pisadas, equilibrios y esfuerzos verosímiles bajo licencia abierta para investigación robótica. Codim Recon convierte fotos en escenas tridimensionales editables y listas para física, donde los cables se vuelven curvas, el papel superficies y los cojines sólidos, con código anunciado próximamente.

Nano Banana 2,1 de Google ofrece una mejora incremental en creación de imágenes con mejor obediencia a instrucciones complejas y texto integrado más legible para infografías. Admite hasta 14 imágenes de referencia y salida en alta definición 4K para composiciones detalladas y consistentes. Aunque queda detrás de GPT Image 2,5 en comparativas exigentes, sus generaciones gratuitas en Flow facilitan la prueba casual y la iteración rápida.

Claude Haiku 5,5 de Anthropic se presenta como el integrante más pequeño y veloz de su familia, con un salto claro frente a la versión anterior en capacidad y respuesta. Supera a la clase GPT Luna en conocimiento general, código con agentes y control de computadora, con un coste alrededor de 75 por ciento inferior para despliegues amplios. Funciona bien como subagente de Opus y Sonnet y abarata lecturas de memoria, aunque la avalancha de anuncios confirma que el límite actual es la atención humana.