Artículos Relacionados con IA

El Centro de Noticias de HTX ofrece los artículos más recientes y un análisis profundo sobre "IA", cubriendo tendencias del mercado, actualizaciones de proyectos, desarrollos tecnológicos y políticas regulatorias en la industria de cripto.

Explosión de fábricas de tokens de IA: Profesores y estudiantes de la Universidad de Tsinghua recaudan 10 mil millones en medio año

¿Quién produce los “recursos básicos” de la era de la IA? Tendium Technology, un equipo formado por profesores y estudiantes de la Universidad de Tsinghua, ha llamado la atención tras recaudar más de 10 mil millones de yuanes en medio año. Fundada a finales de 2023, la empresa se centra en la inferencia de modelos de IA, posicionándose como una “fábrica de tokens de IA de alta calidad”. A diferencia de muchas startups que priorizan el entrenamiento de modelos, Tendium eligió optimizar el proceso de inferencia, donde se genera el valor económico real. Su plataforma ATaaS (Token as a Service) emplea tecnologías patentadas como “colaboración heterogénea de sistema completo” y “cómputo por almacenamiento” para producir tokens de IA de manera estable, eficiente y a bajo costo para clientes empresariales. La demanda de inferencia de IA se está disparando. Los datos oficiales muestran que el uso diario de tokens en China superó los 140 billones en marzo de 2026. Tendium ha experimentado un crecimiento explosivo: sus ingresos de junio de 2026 superaron el total de 2025. La compañía opera bajo dos modelos: producción directa de tokens para grandes clientes y “coproducción”, donde ayuda a socios con recursos de cómputo a construir y operar sus propias fábricas de tokens. Con un equipo técnico de primer nivel respaldado por Tsinghua y una validación comercial rápida, Tendium se perfila como un actor clave en la construcción de la infraestructura esencial para la economía de los tokens de IA.

marsbit07/13 03:46

Explosión de fábricas de tokens de IA: Profesores y estudiantes de la Universidad de Tsinghua recaudan 10 mil millones en medio año

marsbit07/13 03:46

Resumen Semanal de Financiación | SBI realiza apuestas consecutivas, inyectando 125 millones de dólares en Gauntlet; el capital en cripto sigue fluyendo hacia trading e infraestructura

**Resumen de Financiación Cripto: Grandes capitales fluyen hacia trading e infraestructura** La semana pasada, el mercado primario de cripto mostró actividad moderada, con capital concentrado en finanzas centralizadas e infraestructura. **Puntos clave:** * **Total:** Se registraron 9 rondas de financiación, recaudando más de 261 millones de dólares. * **Inversor destacado:** El grupo financiero japonés **SBI Holdings** realizó dos grandes inversiones. * **Tendencia:** El capital continúa fluyendo hacia plataformas de trading, cumplimiento normativo e infraestructura de activos digitales. **Principales rondas en Cripto:** * **Gauntlet (DeFi):** 125M$ en una ronda exclusiva de SBI Holdings para esta plataforma de gestión de riesgos. * **EDX Markets (Exchange):** 76M$ en Serie C, liderada por SBI Holdings. * **QIZ Security (Infraestructura):** 17M$ en semilla para su plataforma de gestión de criptografía post-cuántica. * **TrueDAO (Infraestructura DeFi+IA):** 10M$ en financiación estratégica. * **Mercado Bitcoin (Finanzas On-Chain):** 20M$ de Tether para expansión en Latinoamérica. **Adquisiciones destacadas:** * **Nium** adquirió la cartera y empresa de emisión de tarjetas **Cypher**. * **Mirae Asset Group** recibió aprobación para adquirir el 92% del exchange coreano **Korbit**. **Comparación con el sector IA:** Mientras tanto, el sector de IA vio varias rondas superiores a los 100M$, como **Prime Intellect** (130M$), **Norm** (120M$) y **Gradium** (100M$), centradas en infraestructura empresarial y servicios específicos.

marsbit07/13 03:46

Resumen Semanal de Financiación | SBI realiza apuestas consecutivas, inyectando 125 millones de dólares en Gauntlet; el capital en cripto sigue fluyendo hacia trading e infraestructura

marsbit07/13 03:46

¿Después de una valoración de 1000 millones y una fuerte apuesta de Nvidia, Prime Intellect ¿está borrando su etiqueta Web3?

Prime Intellect, una infraestructura de IA descentralizada fundada en 2024, ha completado una ronda de financiación Serie A de 130 millones de dólares con una valoración de 1.000 millones. La inversión fue liderada por Radical Ventures y contó con la participación poco común de los brazos de capital de riesgo de NVIDIA, Intel y Dell Technologies. La empresa anunció que sus ingresos anualizados (ARR) superan ya los 100 millones de dólares, con más de 6.000 clientes empresariales. La plataforma ha evolucionado desde proyectos de investigación distribuida global (como sus modelos INTELLECT) hacia un producto comercial integral: Prime Intellect Lab. Este entorno unificado permite a empresas entrenar, optimizar y desplegar sus propios modelos de IA, especialmente agentes inteligentes, sin necesidad de costosos clústeres de GPU propios. La colaboración con NVIDIA es profunda, integrando hardware Blackwell y el software de orquestación Dynamo para inferencia. Los documentos públicos que antes mencionaban contratos en redes de prueba de Web3 y distribución de recompensas en tokens han sido eliminados, señalando un cambio estratégico hacia un enfoque de "IA primero" dirigido al mercado empresarial y la viabilidad comercial, distanciándose de narrativas web3 para alinearse con inversores tradicionales.

Foresight News07/13 02:37

¿Después de una valoración de 1000 millones y una fuerte apuesta de Nvidia, Prime Intellect ¿está borrando su etiqueta Web3?

Foresight News07/13 02:37

Claude se volvió 'tonto' en toda la red, y Anthropic aclara el motivo: No es el modelo quien te falla

**Los usuarios de Claude Code se quejaban de que el modelo se volvió más torpe, pero Anthropic aclara: el problema no era el modelo, sino el ajuste de "Esfuerzo".** En marzo, muchos desarrolladores notaron que Claude Code parecía menos competente: omitía leer archivos o ejecutar pruebas. La comunidad criticó fuertemente a Anthropic. La causa real fue un cambio en la configuración predeterminada del nivel de **Esfuerzo (Effort)**, de "alto" a "medio", realizado para reducir la latencia. Este ajuste afectó cuánto trabajo invertía Claude en una tarea, no su conocimiento fundamental. Anthropic explica la diferencia clave entre **Modelo** y **Esfuerzo**: * **Modelo (Sonnet, Opus, Fable):** Representa la "inteligencia" o conocimiento base del modelo (pesos congelados del entrenamiento). Cambiarlo resuelve problemas de "¿puede hacerlo?". * **Esfuerzo (Effort):** Representa la "actitud" o cuánto trabajo está dispuesto a realizar en una tarea específica (leer archivos, ejecutar pruebas, verificar). Un Esfuerzo bajo hace que Claude responda rápido pero pida más contexto; un Esfuerzo alto lo hace investigar y trabajar de forma más autónoma. **Conclusión importante:** Un modelo más pequeño (como Sonnet) con un Esfuerzo alto puede superar a un modelo más grande (como Opus) con un Esfuerzo bajo en muchas tareas. El cambio de marzo demostró que los usuarios a menudo subestimaban el impacto del control de Esfuerzo, culpando erróneamente al modelo. **Marco para solucionar problemas:** 1. Verifica primero el contexto y las instrucciones (prompt). 2. Si Claude se equivoca, pregúntate: **¿Es que "no sabe" o "no se esfuerza lo suficiente"?** * **No se esfuerza (ej., omite pasos):** Aumenta el nivel de Esfuerzo. * **No sabe (ej., errores persistentes a pesar del contexto):** Cambia a un modelo más capaz. La lección es que el uso efectivo de herramientas de IA como Claude Code ya no se trata solo de elegir el modelo más potente, sino de aprender a **gestionar y asignar recursos** (modelo y esfuerzo) de manera inteligente para cada tarea, optimizando tanto el rendimiento como el coste.

marsbit07/12 06:00

Claude se volvió 'tonto' en toda la red, y Anthropic aclara el motivo: No es el modelo quien te falla

marsbit07/12 06:00

Zhipu, temiendo convertirse en el próximo MiniMax

"El año pasado, Zhipu AI era la empresa china más exitosa del sector de la IA, con una capitalización bursátil que superó el billón de HKD gracias al éxito de su aplicación 'Coding'. Sin embargo, tras la liberación de acciones y la fuerte caída en el valor de su competidor MiniMax, el fundador Tang Jie envió una carta interna titulada 'La ola gigante ha llegado'. En ella, evita casi por completo mencionar 'Coding', su principal motor de crecimiento. En su lugar, enfoca el discurso en conceptos a largo plazo como 'Long Horizon Task', 'Agent Autónomo' y 'AGI'. Esto no es solo un cambio técnico, sino una estrategia de narrativa para la valoración bursátil. Tang Jie teme que el mercado empiece a valorar a Zhipu con la lógica tradicional de una empresa SaaS o de internet, basada en métricas de ingresos recurrentes y crecimiento, como le sucedió a MiniMax. Su caída demostró que cuando una empresa de IA se juzga así, su valoración se desploma. Por ello, Zhipu busca reposicionarse como una 'empresa de AGI', comparable a OpenAI o Anthropic, cuyo valor se base en el potencial futuro y la proximidad a la inteligencia general, no en los resultados comerciales inmediatos. Anuncia el 'Plan Touch High', una inversión estratégica en I+D para los próximos dos años sin buscar rentabilidad a corto plazo. La industria china de los grandes modelos se bifurca: el camino de la monetización (como MiniMax) y el camino de la infraestructura/AGI (como Zhipu). Este último conlleva el riesgo de que los avances técnicos no se materialicen a tiempo. La carta de Tang Jie es una gestión de expectativas en un momento crítico, intentando ganar tiempo antes de que el mercado exija demostraciones comerciales concretas. La pregunta final es si Zhipu podrá alcanzar hitos técnicos lo suficientemente altos como para mantener su narrativa y valoración antes de que se agote la paciencia de los inversores."

marsbit07/12 01:05

Zhipu, temiendo convertirse en el próximo MiniMax

marsbit07/12 01:05

Solo 11 días: Claude reescribe millones de líneas de código, un proyecto épico de IA que provoca indignación

El mundo tecnológico se debate tras la controvertida decisión del equipo de Bun, un popular runtime de JavaScript/TypeScript, de reescribir en solo 11 días todo su código base (un millón de líneas) de Zig a Rust utilizando la herramienta Claude Fable 5 de Anthropic, con un coste estimado de 165.000 dólares en APIs. El motivo esgrimido son problemas de estabilidad y bugs de seguridad de memoria en la versión original de Zig, así como el veto de la comunidad Zig al código generado por IA, con la que Bun depende en gran medida. Esta decisión "épica" ha desatado una agria polémica, especialmente por la reacción del creador de Zig, Andrew Kelley, quien en un blog acusó al fundador de Bun, Jarred Sumner, de tener malos hábitos de ingeniería y generar "código basura". Kelley afirmó sentirse aliviado de que Bun abandonara Zig, por miedo a que dañara la reputación del lenguaje. La comunidad se divide entre quienes lo ven como una defensa necesaria de la calidad del código y quienes lo consideran una falta de profesionalidad. Las principales dudas giran ahora en torno al resultado: si bien el proceso fue rápido y relativamente barato, la nueva base de código en Rust, generada mayormente por IA mediante traducción directa, contiene 27.000 líneas de código "unsafe". Muchos expertos temen que esto pueda crear una enorme deuda técnica, haciendo el código difícil de mantener y entender para los desarrolladores humanos en el futuro, anulando así los ahorros iniciales. El proyecto se presenta como un hito ambivalente en la era de la IA, cuyo verdadero impacto solo el tiempo dirá.

marsbit07/11 08:16

Solo 11 días: Claude reescribe millones de líneas de código, un proyecto épico de IA que provoca indignación

marsbit07/11 08:16

Desglose del informe de Goldman Sachs sobre el panorama competitivo de los modelos de IA de China: ¿Quién será el ganador a largo plazo?

El informe de Goldman Sachs analiza el panorama competitivo de los modelos de IA de gran tamaño en China. Destaca que los modelos de código abierto chinos han alcanzado un rendimiento cercano al de los modelos propietarios globales líderes, con un crecimiento acelerado en su adopción. La clave del éxito radica en la innovación arquitectónica y la eficiencia de parámetros, lo que permite menores costos. El mercado se divide en dos niveles: el segmento premium (ej. GLM5.2 de Zhipu, Qwen3.7 Max de Alibaba) y el segmento de bajo costo (ej. modelos de MiniMax, DeepSeek), que apunta a usuarios globales sensibles al precio. Se proyecta que los ingresos por API y suscripciones crecerán significativamente hasta 2030. La estrategia predominante es el código abierto, aunque se espera una migración hacia modelos de "pesos abiertos" con acuerdos de reparto de ingresos para mejorar la monetización. El foco internacional, especialmente en mercados no estadounidenses, es crucial para el crecimiento futuro. Usando un marco de análisis basado en capacidad de fijación de precios, ventaja de costos y fortaleza financiera, Goldman Sachs identifica a Zhipu y DeepSeek como los mejor posicionados en modelos de texto básico, y a ByteDance (con Seed) como líder en multimodalidad/generación de video. También mantiene una valoración positiva de MiniMax y Kuaishou.

marsbit07/11 07:54

Desglose del informe de Goldman Sachs sobre el panorama competitivo de los modelos de IA de China: ¿Quién será el ganador a largo plazo?

marsbit07/11 07:54

活动图片