$500 millones de fondos de EAU en proyecto vinculado a Trump generan investigación del Congreso

bitcoinistPublicado a 2026-02-05Actualizado a 2026-02-05

Resumen

El congresista estadounidense Ro Khanna ha iniciado una investigación sobre una inversión de 500 millones de dólares de un grupo vinculado a Abu Dhabi en World Liberty Financial, una empresa de criptomonedas relacionada con la familia Trump. Khanna, miembro del Comité Selecto sobre China, solicitó documentos de propiedad, registros de transferencias bancarias y comunicaciones internas para rastrear posibles pagos a entidades vinculadas a los Trump. La investigación también examina si la inversión coincidió con cambios en la política de exportación de chips de IA a Emiratos Árabes Unidos, planteando preocupaciones de seguridad nacional. El presidente Trump negó tener conocimiento del acuerdo, afirmando que sus hijos manejan sus negocios. La empresa describió la transacción como un asunto privado.

El congresista estadounidense Ro Khanna ha iniciado una investigación focalizada sobre una inversión reportada de $500 millones por un grupo vinculado a Abu Dhabi en World Liberty Financial, una empresa de criptomonedas ligada a la familia Trump.

Los informes indican que Khanna ha solicitado a la empresa un amplio conjunto de registros y está presionando para obtener claridad sobre quién posee qué, cómo se movió el dinero y si alguno de esos fondos fluyó hacia entidades vinculadas a la familia del presidente estadounidense Donald Trump.

Acuerdo de Trump: Khanna busca registros y rastros de pagos

En una carta formal a los cofundadores de World Liberty Financial, Khanna exigió documentos de propiedad, registros de capitalización, datos de transferencias bancarias, materiales de la junta directiva y comunicaciones internas relacionadas con el acuerdo.

La carta establece un plazo de cumplimiento y ordena a la empresa preservar los materiales relevantes mientras los investigadores los revisan. La solicitud deja claro que el comité quiere rastrear cualquier pago vinculado al acuerdo.

Khanna lidera la presión sobre cuestiones de seguridad nacional

Khanna, como miembro principal del Comité Selecto de la Cámara sobre Competencia Estratégica, enmarcó la investigación como algo más que contabilidad.

Relacionó el momento de la inversión con movimientos de política que involucran exportaciones de chips de IA avanzada a los EAU y dijo que eso plantea cuestiones de seguridad nacional.

El legislador quiere saber si el dinero extranjero tuvo alguna influencia en las opciones de política que afectan la competencia estratégica de EE. UU.

BTCUSD actualmente cotiza a $71,370. Gráfico: TradingView

Se cuestiona el vínculo con las exportaciones de chips de IA

Los informes señalan que el acuerdo vinculado a los EAU se cerró poco antes de un cambio notable en las aprobaciones de exportación de EE. UU. para ciertos semiconductores de IA, y Khanna pidió a los funcionarios que expliquen cualquier superposición entre la transacción y esos cambios de política.

También señaló preocupaciones sobre el papel del stablecoin USD1 de WLFI en grandes transacciones de criptomonedas y si dichos flujos tuvieron otros efectos secundarios. Esas líneas de investigación buscan conectar movimientos financieros con resultados de política.

Trump niega conocimiento del acuerdo

El presidente estadounidense Donald Trump ha dicho que no estaba al tanto del acuerdo y que los negocios de su familia operan por separado, según coberturas mediáticas recientes.

World Liberty Financial ha descrito la transacción como un asunto de negocios privado. Los medios de comunicación que informaron sobre la historia han destacado el tamaño reportado de la participación — aproximadamente casi la mitad de la propiedad — y el hecho de que el pago solo se divulgó después de que surgieran reportes de prensa.

Imagen destacada de Unsplash, gráfico de TradingView

Preguntas relacionadas

Q¿Qué investiga el congresista Ro Khanna respecto a World Liberty Financial?

AEl congresista Ro Khanna investiga una inversión de 500 millones de dólares de un grupo vinculado a Abu Dhabi en World Liberty Financial, una empresa de criptomonedas ligada a la familia Trump, para determinar la propiedad, el movimiento de fondos y posibles conexiones con la familia del presidente estadounidense.

Q¿Qué documentos solicitó Khanna a los cofundadores de World Liberty Financial?

AKhanna solicitó documentos de propiedad, registros de capitalización, datos de transferencias bancarias, actas de reuniones del directorio y comunicaciones internas relacionadas con el acuerdo de inversión.

Q¿Por qué Khanna vinculó esta investigación con preocupaciones de seguridad nacional?

AKhanna vinculó la investigación a la seguridad nacional al señalar que la inversión coincidió con cambios en la política de exportación de chips de IA avanzados a los Emiratos Árabes Unidos, cuestionando si el dinero extranjero influyó en decisiones políticas estratégicas.

Q¿Qué dijo el presidente Donald Trump sobre esta inversión?

AEl presidente Donald Trump declaró no tener conocimiento de la inversión, afirmando que sus hijos manejan esos negocios y que posiblemente obtuvieron inversiones de personas, distanciándose del acuerdo.

Q¿Cómo describió World Liberty Financial la transacción con el grupo de Abu Dhabi?

AWorld Liberty Financial describió la transacción como un asunto de negocios privado, aunque medios destacaron que la participación era cercana al 50% de la empresa y que el pago se divulgó solo después de que surgieran reportes periodísticos.

Lecturas Relacionadas

Informe de Ethereum del primer trimestre de 2026: caen las tarifas, usuarios y volumen de transacciones alcanzan máximos históricos

Resumen del informe del primer trimestre de 2026 sobre Ethereum, por Token Terminal. El reporte destaca una tendencia clave: la cantidad de usuarios activos mensuales (13.2 millones, +53.5%), las transacciones (200.4 millones, +38%) y el rendimiento de la red (25.78 TPS) alcanzaron máximos históricos, mientras que las tarifas de transacción en la capa principal cayeron un 47.9% intertrimestral. Este fenómeno, denominado la "Paradoja de Jevons", sugiere que Ethereum está priorizando deliberadamente la expansión a corto plazo sobre la captura de ingresos inmediatos. La actualización Fusaka, que aumenta la capacidad de datos y reduce el costo del espacio de bloque, es un factor clave. La narrativa central de Ethereum se está desplazando de una cadena de bloques DeFi a una capa de liquidación financiera global. Ethereum mantiene una posición dominante en activos tokenizados, con una capitalización total de $2 billones (-0.7% intertrimestral). Destacan el crecimiento de los fondos tokenizados ($194 mil millones, +4.9%) y las materias primas tokenizadas ($47 mil millones, +60%), reflejando una mayor adopción institucional por parte de entidades como BlackRock y JPMorgan. A pesar de una caída del 30.3% en su capitalización de mercado totalmente diluida, la base de titulares de ETH creció a 292.8 millones. En resumen, Ethereum está sacrificando ingresos a corto plazo para impulsar la adopción, consolidándose como la infraestructura de liquidación preferida para las finanzas tokenizadas, con el objetivo de que una mayor demanda de red compense las tarifas más bajas a largo plazo.

marsbitHace 14 min(s)

Informe de Ethereum del primer trimestre de 2026: caen las tarifas, usuarios y volumen de transacciones alcanzan máximos históricos

marsbitHace 14 min(s)

Entrevista inaugural en podcast del CEO de Intel, Tan Lip Bu: Nuestro objetivo es '10 veces en 5-10 años', apostamos por empaquetado avanzado, sustratos de vidrio y diamantes artificiales

El CEO de Intel, Chen Lifu, expresó en una entrevista en un podcast su objetivo de multiplicar por diez el valor de la empresa en un plazo de 5 a 10 años. Para lograrlo, está centrando la estrategia en la superación de los límites físicos de la miniaturización de los semiconductores, invirtiendo en tres áreas clave: tecnologías avanzadas de empaquetado como EMIB, nuevos materiales como el nitruro de galio (GaN), carburo de silicio (SiC), fosfuro de indio (InP) y diamante sintético, y sustratos innovadores como el de vidrio. Destacó que la explosión de la IA, especialmente los agentes autónomos y la inferencia, está impulsando una fuerte demanda de CPUs, cambiando la proporción CPU/GPU en servidores. Chen Lifu también defendió la apuesta de Intel por el negocio de fundición (foundry), subrayando que es crucial para la seguridad de la cadena de suministro en EE.UU. y que se basa en generar confianza a través de altos rendimientos y fiabilidad. Reveló detalles de la colaboración Terafab con Elon Musk para construir fábricas de chips y abordar la escasez de capacidad. Reconoció que Intel aún está en una fase de transformación ("gatear"), reconstruyendo equipos y capacidades fundamentales, pero proyecta que su verdadero potencial en mercados como la informática de borde, la IA física y la de agentes comenzará a materializarse hacia 2030-2032. Con una mentalidad de capitalista de riesgo, su meta clara es entregar un retorno de 10x a los accionistas en la próxima década.

marsbitHace 16 min(s)

Entrevista inaugural en podcast del CEO de Intel, Tan Lip Bu: Nuestro objetivo es '10 veces en 5-10 años', apostamos por empaquetado avanzado, sustratos de vidrio y diamantes artificiales

marsbitHace 16 min(s)

Acaba de recaudar 2.700 millones, y Li Feifei también invirtió

En la actualidad, el mercado de inversión está obsesionado con los "Modelos del Mundo". Sin embargo, Pete Florence, ex científico de DeepMind y co-creador de la arquitectura Vision-Language-Action (VLA), fundó Generalist AI y rechaza esta etiqueta. Para él, el objetivo concreto es más importante: crear robots que realicen cualquier tarea con alta tasa de éxito sin datos específicos. Recientemente, Generalist AI recaudó 400 millones de dólares (unos 2.700 millones de RMB) en una ronda de financiación, alcanzando una valoración de 2.000 millones de dólares. Inversores incluyen NVentures de Nvidia, Bezos Expeditions, NFDG, y figuras como el cofundador de Xiaomi Lin Bin, el fundador de Zoom Eric Yuan, y la renombrada científica Fei-Fei Li. Florence, influenciado por su mentor en el MIT Russ Tedrake, prioriza comprender el mundo físico. Su enfoque comienza estableciendo una meta clara, luego diseña la ruta técnica. Tras dejar Google, lanzó Generalist AI en 2025. La compañía presentó su primer modelo de IA incorporada, GEN-0, en noviembre de 2025, demostrando que las leyes de escalado de los LLMs también se aplican al movimiento físico. En abril de 2026, presentaron GEN-1, entrenado con más de 50.000 horas de datos de interacción física recogidos por un dispositivo portátil. GEN-1 logra un 99% de éxito en tareas como plegar cajas y empaquetar teléfonos, siendo tres veces más rápido que GEN-0. Este avance acerca el modelo a un punto de inflexión similar al GPT-3, mostrando un rendimiento apto para despliegues comerciales en ciertas tareas. La inversión récord respalda la visión de Florence: robots universales que sean lo suficientemente expertos en tareas reales como para ser útiles, avanzando hacia la reducción del coste marginal del trabajo físico a cero. La etiqueta "Modelo del Mundo" queda así en segundo plano frente a los resultados tangibles.

marsbitHace 23 min(s)

Acaba de recaudar 2.700 millones, y Li Feifei también invirtió

marsbitHace 23 min(s)

Perdiendo a dos leyendas en tres días: ¿Se está resquebrajando el dique de talento de IA de Google?

En solo tres días, Google ha perdido a dos leyendas de la IA. El 18 de junio, Noam Shazeer, coautor del seminal trabajo "Attention is All You Need" y copresponsable de Gemini, anunció su salida para unirse a OpenAI. Dos días después, John Jumper, ganador del Nobel de Química 2024 y líder de AlphaFold, dejó Google DeepMind para incorporarse a Anthropic. Estas partidas no son incidentes aislados, sino parte de una tendencia clara de fuga de talento de Google hacia OpenAI y Anthropic, como lo confirma también la reciente incorporación a Anthropic del exmiembro fundador de OpenAI, Andrej Karpathy. El trasfondo de este éxodo es fundamentalmente una cuestión de misión y enfoque. El modelo de negocio central de Google, basado en la publicidad, impone una lógica orientada a productos y métricas comerciales que, en última instancia, restringe la investigación pura. En contraste, tanto OpenAI (con su misión de AGI) como Anthropic (centrada en la seguridad y la ciencia) ofrecen un entorno de trabajo enfocado únicamente en empujar los límites de las capacidades de los modelos. A esto se suma la fuerte atracción financiera: OpenAI y Anthropic están en camino a una OPI, lo que promete una recompensa económica masiva a través de capital para sus empleados, algo que la ya gigantesca Google difícilmente puede igualar. La fusión de Google Brain y DeepMind en 2023, destinada a consolidar esfuerzos, ha generado en cambio tensiones culturales y ha hecho más evidente la presión por alinear la investigación con los objetivos de los equipos de productos. El resultado es una reorganización estructural del mapa del talento en IA. Google, a pesar de sus vastos recursos en computación y datos, está perdiendo a las personas que definen el futuro del campo. La verdadera ventaja competitiva en IA reside en retener a las mentes más brillantes, y Google está descubriendo que esa es quizás su batalla más difícil.

marsbitHace 2 hora(s)

Perdiendo a dos leyendas en tres días: ¿Se está resquebrajando el dique de talento de IA de Google?

marsbitHace 2 hora(s)

Tras las notas de la IA, se esconde un "creador de exámenes" chino

Cada vez que se lanza un modelo de IA de vanguardia, la comunidad fija su atención en ciertas "hojas de resultados" familiares: MMLU-Pro, MMMU, MMMU-Pro. Estos puntos de referencia se han convertido en exámenes estándar para evaluar y comparar modelos como GPT, Claude, Gemini, Llama, Qwen y DeepSeek. Detrás de estas influyentes evaluaciones está el investigador chino Wenhu Chen, profesor asistente en la Universidad de Waterloo y fundador del TIGERLab (apodado "虎头帮"). Su trabajo surge de una necesidad crítica: a medida que los modelos avanzaban, las pruebas antiguas como MMLU se saturaban con puntuaciones casi perfectas, dejando de ser útiles para discernir diferencias reales. En 2024, Chen y su equipo presentaron MMLU-Pro, una renovación exhaustiva del original. Con 12,032 preguntas de 14 disciplinas, aumenta las opciones de respuesta de 4 a 10 para reducir las conjeturas e incorpora problemas más complejos que requieren razonamiento. El resultado fue una caída del 16% al 33% en la precisión de los modelos y una evaluación más estable y discriminatoria, rápidamente adoptada por la industria. Su contribución se extiende al ámbito multimodal con MMMU, un conjunto de 11,500 preguntas que combinan imágenes (gráficos, mapas, fórmulas) con conocimientos académicos para probar una comprensión integrada. Incluso los mejores modelos como GPT-4V inicialmente solo alcanzaron un 56% de precisión, revelando un largo camino por recorrer. Su sucesor, MMMU-Pro, cierra aún más las brechas, obligando a los modelos a utilizar la información visual y no solo el texto. La experiencia de Chen, que incluye investigación doctoral en preguntas complejas y una etapa en Google DeepMind trabajando en Gemini, le permite anticipar cómo los modelos pueden "aparentar" competencia. Su laboratorio no solo diseña evaluaciones, sino que también desarrolla modelos (como UniVideo para video o MoCha para avatares), asegurando que sus "exámenes" reflejen desafíos reales y los límites actuales de la tecnología. Actualmente, Chen continúa este trabajo en el laboratorio de superinteligencia de Meta, enfocado en datos y evaluación multimodal. Su historia destaca el papel fundamental, aunque a menudo menos visible, de los investigadores que construyen las herramientas para medir el verdadero progreso de la IA.

marsbitHace 2 hora(s)

Tras las notas de la IA, se esconde un "creador de exámenes" chino

marsbitHace 2 hora(s)

Trading

Spot
Futuros
活动图片

Categorías popularesright-arrow

Etiquetas Popularesright-arrow