El modelo de generación de imágenes «Mango» de Mark Zuckerberg solo pierde ante GPT Image 2, nadie le enseñó a corregir, aprendió solo

marsbitPublicado a 2026-07-08Actualizado a 2026-07-08

Resumen

Meta ha lanzado su primer modelo de generación de imágenes avanzado, Muse Image (cuyo nombre en código es "Mango"), desarrollado por su Meta Super Lab (MSL). Aunque se posiciona segundo en el ranking de generación de imágenes por texto de Arena AI, tras GPT Image 2 de OpenAI, su enfoque innovador y sus capacidades de integración destacan. A diferencia de los modelos tradicionales, Mango actúa como un agente inteligente: investiga información en línea cuando es necesario, realiza cálculos previos e incluso aprende a autoevaluarse y autocorregirse a través del aprendizaje por refuerzo. Esta capacidad de "pensar antes de generar" mejora notablemente sus resultados. Meta aprovecha su inmensa base de usuarios de Instagram al introducir una función que permite generar imágenes personalizadas mediante el uso de @ para referenciar cuentas públicas. Esta integración social es única, pero plantea cuestiones sobre la privacidad, ya que la función está activada por defecto y no notifica a los usuarios. El modelo también se integra con Muse Spark (cuyo nombre en código es "Aguacate") para tareas más complejas. Además, Meta ha lanzado Muse Video, un modelo de generación de video que actualmente ocupa el tercer lugar en su categoría en Arena AI. Más allá de las capacidades técnicas, la ventaja clave de Meta es su escala: Mango está integrado directamente en aplicaciones como Instagram, WhatsApp, Facebook y Messenger, llegando a miles de millones de usuarios. Todas las imágenes generadas...

【Resumen】Primero el aguacate, ahora el mango. El contraataque de IA de Zuckerberg ha comenzado.

Zuckerberg acaba de actuar.

El Meta Super Intelligence Lab (MSL) lanzó su primer modelo de generación de imágenes, Muse Image, con nombre en código "Mango".

Este es nuestro modelo de generación de imágenes más avanzado hasta la fecha.

Presentado junto a Muse Image, está el modelo de video Muse Video, que por ahora sigue siendo una versión preliminar.

En el ranking de generación de texto a imagen de la arena de terceros Arena, Muse Image se posicionó en el segundo lugar, persiguiendo de cerca a GPT Image 2 de OpenAI.

Ranking Elo de las tres listas de imágenes de Arena, al 5 de julio de 2026, Muse Image ocupa el segundo lugar en las tres categorías, solo por detrás de GPT Image 2. La generación de texto a imagen es 1280 frente a 1385, con una diferencia de 105 puntos. (Fuente: Arena AI Leaderboard)

Aunque esta vez no logró ser el primero en calidad de imagen, el mango hizo algo aún más impactante: cambió la forma de crear imágenes.

Hay otra habilidad que da escalofríos: si tu cuenta de Instagram es pública, cualquiera puede mencionar tu nombre de usuario para usar tus fotos públicas y generar imágenes.

En Meta AI, si mencionas una cuenta pública de Instagram, el mango puede tomar la apariencia de esa persona a partir de sus fotos públicas e integrarla directamente en la imagen que quieres generar.

Para hacer una invitación para un evento o crear un concepto gráfico creativo, solo menciona el nombre de usuario.

Aunque no lidera en calidad de imagen, Meta tiene en sus manos la red social de miles de millones de personas, que es su baza principal.

Ya no genera directamente, primero piensa y luego dibuja

Muse Image funciona como un agente inteligente.

Hace cosas que los modelos tradicionales de generación de imágenes no harían.

Por ejemplo, ante indicaciones densas en conocimiento o que involucran hechos reales, primero busca información real en la web para anclar la imagen en hechos;

Para dibujar códigos QR o gráficos, escribe código en el momento, lo ejecuta, lo calcula con precisión y luego dibuja, e incluso puede usar el resultado renderizado para calibrar la imagen;

El aspecto más contrario a la intuición es la autocorrección: si, después de dibujar, encuentra un error, reflexiona, corrige pequeños detalles, redibuja completamente si la dirección es incorrecta, y si no está seguro, busca información.

Meta afirma que este comportamiento no fue diseñado por ellos, sino que surgió por sí mismo durante el aprendizaje por refuerzo.

Como corregir obtenía mayor recompensa, el modelo aprendió a corregir. Una acción que no se le enseñó explícitamente, emergió por sí sola durante el entrenamiento.

Esta "emergencia" significa que los modelos de imagen también están comenzando a desarrollar una capacidad subyacente similar a la de los modelos de lenguaje: "cuanto más practican, más encuentran sus propias soluciones".

Comparación de la tasa de victoria antes y después de activar la autocorrección (experimento interno de ablación). Generación de texto a imagen 57.1%, edición de imagen única 56.3%, edición de múltiples imágenes 56.6%, las tres superan el 50%, lo que indica que la autocorrección hace que el mango dibuje de manera más consistente y mejor. (Fuente: Blog oficial de Meta AI)

Además, Muse Image sigue un camino similar al de los modelos de lenguaje: cuanto más piensa, mejor dibuja.

En las pruebas, cuantos más recursos de cálculo se le dan, más busca y corrige, y la puntuación Elo de preferencia humana sube, siguiendo aproximadamente una curva logarítmica lineal.

Meta también descubrió que, en lugar de generar varias imágenes de una vez y luego seleccionar la mejor, es mejor invertir la misma potencia de cálculo en razonar cuidadosamente: el primer método deja de mejorar rápidamente, mientras que el segundo continúa avanzando.

Un desarrollador en X resumió con precisión en una frase: los modelos de imagen están comenzando a pensar claramente antes de terminar de dibujar.

Por supuesto, esta no es una dirección exclusiva de Meta.

GPT Image 2 de OpenAI ya lanzó el modo "Thinking" en abril de este año: primero razona y planifica la composición, busca referencias en la web, genera candidatos y luego se autocomprueba, dos meses y medio antes que el mango.

Yendo más atrás, la academia propuso en 2025 el paradigma de "pensar antes de generar".

La carrera de la generación de imágenes está pasando de "competir en calidad" a "competir en capacidad de razonar".

Mango combinado con aguacate, sirviendo ambos a la vez

El mango no lucha solo: está interconectado con Muse Spark ("aguacate"): ambos modelos comparten herramientas y planifican juntos.

El modelo de lenguaje se encarga de pensar y el modelo de imagen de dibujar. Combinados, pueden hacer más que simplemente "crear una imagen".

En la demo oficial, el mango creó un conjunto de materiales de "crianza" para un gato persa de color crema: generó imágenes del gatito, del gato joven y del gato anciano, y luego las empaquetó en un juego web 2048 que se puede jugar directamente.

Mango y Muse Spark trabajaron juntos para generar las seis etapas de Mochi el gato persa, desde gatito hasta anciano, y empaquetarlas en un juego web de síntesis estilo 2048 que se puede jugar. (Fuente: Blog oficial de Meta AI)

Para Meta, desarrollar su propio modelo de generación de imágenes ya es significativo.

Anteriormente, sus funciones de imagen y video dependían de modelos de terceros como Midjourney y Black Forest Labs.

Ahora, con el lanzamiento del mango, una capacidad que se invoca miles de millones de veces al día se convierte en "propia".

En cuanto al modelo de video, Muse Video comparte la misma base de entrenamiento previo con el mango, y se centra en el audio nativo: genera imagen y sonido juntos.

Muse Video actualmente solo está en "vista previa" y aún no se ha abierto oficialmente, pero ya está en Arena realizando pruebas a ciegas, ocupando el tercer lugar en generación de texto a video.

Ranking Elo de la lista de generación de texto a video de Arena, al 5 de julio de 2026. Muse Video en vista previa ocupa el puesto 3 (1459), precedido por Google Gemini Omni Flash (1527) y ByteDance Seedance 2.0 (1482). (Fuente: Arena AI Leaderboard)

Meta tampoco oculta sus puntos débiles, admitiendo directamente que aún hay brechas en la sincronización de audio e imagen y la precisión física de movimientos rápidos.

Mencionar para dibujar tus relaciones sociales en la imagen

Los usos convencionales del mango incluyen:

Fusionar múltiples imágenes de referencia en una, dibujar y anotar directamente sobre una imagen para que la modifique, renderizar claramente caracteres chinos en imágenes sin desenfoque, tomar una foto de una habitación y hacer que la redecore usando productos reales de Facebook Marketplace...

Toma una foto de una habitación, el mango busca muebles de segunda mano reales en venta en Facebook Marketplace y genera una imagen de efecto de remodelación completa. (Fuente: Blog oficial de Meta AI)

En Instagram Stories, trae más de 30 nuevos efectos de IA: transformar fotos al instante al estilo de cámaras desechables, agregar flash nocturno, e incluso ingresar una indicación para crear efectos propios. Por ahora, se lanza primero en EE. UU.

Lo verdaderamente único es esa función de mencionar, una capacidad que ni OpenAI ni Google pueden ofrecer. Pero el problema también está ahí: esta función está activada por defecto.

Si tu Instagram es una cuenta pública, cualquiera puede mencionarte para usar tus fotos y generar imágenes, y tú no recibirás ninguna notificación.

Para desactivarla, debes adentrarte en la configuración, encontrar la sección "Compartir y reutilizar" y desactivarla manualmente. Las imágenes ya generadas no se eliminan al desactivarla.

Wired calificó directamente esta configuración por defecto como un riesgo para la privacidad.

Esta preocupación no es infundada.

En el caso de "Cambridge Analytica", los datos de 87 millones de usuarios se utilizaron sin su consentimiento por parte de una empresa de consultoría política.

Meta recibió por ello una multa de 5000 millones de dólares de la FTC en 2019, la más grande impuesta por el gobierno estadounidense por violaciones de privacidad en ese momento.

En 2021, desactivó voluntariamente todo su sistema de reconocimiento facial, eliminando las plantillas de reconocimiento facial de más de mil millones de personas.

Esta vez, el mango ofrece una funcionalidad que otros no pueden, pero también trae un problema que otros no han tocado.

La baza de Meta no es el modelo

Aunque el mango no lidera en calidad de imagen, su verdadera baza es la distribución.

Esta vez, el mango se integra directamente en Meta AI, Instagram, WhatsApp, y próximamente estará en Facebook y Messenger; los anunciantes también podrán invocarlo a través de Advantage+.

Juntas, estas aplicaciones suman casi 4 mil millones de usuarios activos mensuales, formando la red social más grande del mundo.

Mientras Midjourney y ChatGPT apuestan por "quién dibuja mejor", Meta apuesta por otra cosa: cuando la generación de imágenes por IA se convierta en una acción diaria tan sencilla como publicar en redes sociales, quien esté más cerca del usuario, gana.

Por supuesto, cuanto más amplia sea la distribución de imágenes, más importante es indicar su origen.

Cada imagen generada por el mango lleva una marca de agua invisible llamada Content Seal, que no se puede eliminar recortando, comprimiendo o escalando, específicamente para indicar "esto lo dibujó una IA".

Meta también lanzó una herramienta pública de detección (meta.ai/identification), cualquiera puede subir una imagen para verificar si fue generada por Meta AI.

Esta vez, Meta no solo sigue la tendencia de los "modelos de generación de imágenes que razonan", sino que también posee la red social más grande del mundo.

Solo que, cuando mencionar a un extraño permite usar sus fotos para generar imágenes, dónde están los límites de esto, el mango aún no ha dado una respuesta.

Referencias:

https://ai.meta.com/blog/introducing-muse-image-muse-video-msl/

https://about.fb.com/news/2026/07/introducing-muse-image-meta-ai/

https://x.com/AIatMeta/status/2074587884665901143

Este artículo proviene de la cuenta oficial de WeChat "新智元", autor: ASI启示录; editor: 元宇

Criptos en tendencia

CitreaCTR

wrapped stUSDTWSTUSDT

Velodrome FinanceVELODROME

BrevisBREV

ZRX（0X）ZRX

PancakeSwapCAKE

Preguntas relacionadas

Q¿Qué modelo de generación de imágenes lanzó el Laboratorio de Superinteligencia de Meta (MSL) y cómo se posiciona en el ranking de Arena AI?

AEl Laboratorio de Superinteligencia de Meta (MSL) lanzó su primer modelo de generación de imágenes llamado 'Muse Image', con el nombre en código 'Mango'. En el ranking de imágenes de texto a imagen de Arena AI, alcanzó el segundo lugar, justo detrás del modelo GPT Image 2 de OpenAI.

Q¿Cuál es una característica fundamental del funcionamiento de Muse Image como agente que lo diferencia de los modelos tradicionales de generación de imágenes?

AUna característica fundamental de Muse Image es su capacidad de autorreflexión y autocorrección. El modelo puede evaluar sus propias imágenes generadas, identificar errores y realizar correcciones por sí mismo. Este comportamiento no fue programado explícitamente, sino que surgió (emergió) durante el entrenamiento mediante aprendizaje por refuerzo, ya que las correcciones recibían una mayor recompensa.

Q¿Qué función única permite Muse Image al interactuar con Instagram y qué preocupación de privacidad genera?

AMuse Image permite a los usuarios @mencionar nombres de usuario de cuentas públicas de Instagram dentro de un prompt de Meta AI para generar imágenes que incluyan la apariencia de la persona basada en sus fotos públicas. La preocupación es que esta función está activada por defecto, lo que significa que cualquiera puede usar las fotos públicas de un perfil sin su conocimiento ni consentimiento previo, y el usuario afectado no recibe ninguna notificación.

Q¿Qué ventaja clave tiene Meta en la competencia de modelos de IA generativa según el artículo?

ALa ventaja clave de Meta no es únicamente la calidad del modelo, sino su capacidad de distribución masiva. Muse Image está integrado directamente en aplicaciones como Meta AI, Instagram, WhatsApp, y pronto en Facebook y Messenger, que en conjunto tienen casi 40 mil millones de usuarios activos mensuales. Esto coloca la generación de imágenes con IA al alcance inmediato de una audiencia gigantesca en sus plataformas sociales cotidianas.

Q¿Qué herramienta proporcionó Meta para abordar el problema de la desinformación con las imágenes generadas por su IA?

APara abordar la desinformación, Meta implementa una marca de agua invisible e indeleble llamada 'Content Seal' en todas las imágenes generadas por Muse Image, que identifica su origen como IA. Además, puso a disposición del público una herramienta de detección (meta.ai/identification) donde cualquier persona puede verificar si una imagen fue generada por los modelos de IA de Meta.

Lecturas Relacionadas

Detrás de ANSEM, que se multiplicó por 3 en una semana: la recuperación y la trampa de los memes de Solana

El meme coin ANSEM ha registrado un aumento del 299% en siete días, impulsando un repunte en el sector de los memes en Solana. Plataformas como Pump.fun han visto un volumen semanal de 53.300 millones de dólares, y los memes vuelven a superar el 20% del volumen de transacciones semanal de Solana por primera vez desde mediados de mayo. Este resurgimiento atrae a nuevos usuarios debido a su baja barrera de entrada y naturaleza viral. Sin embargo, también intensifica los riesgos inherentes. El entorno está dominado por operaciones ultrarrápidas (la tenencia media es de solo 100 segundos) y una manipulación generalizada. Estudios muestran que los bots y carteras coordinadas suelen acaparar tokens al lanzamiento, para venderlos luego a los pequeños inversores que llegan después. Investigaciones indican que la mayoría de los proyectos de memes con grandes ganancias presentan signos de manipulación, como wash trading. La pregunta clave es si este repunte, liderado por ANSEM, puede evolucionar hacia un mercado más sostenible y equitativo, o si simplemente repetirá el ciclo donde los inversores minoristas asumen las pérdidas mientras los actores sofisticados obtienen beneficios. El futuro del sector dependerá de si la actividad y la participación pueden mantenerse a niveles más altos, alejándose del patrón de bombeos fugaces.

Foresight NewsHace 41 min(s)

Detrás de ANSEM, que se multiplicó por 3 en una semana: la recuperación y la trampa de los memes de Solana

Foresight NewsHace 41 min(s)

Weng Li propone en su nuevo blog: "La autoevolución debe comenzar con Harness", Cui Tianyi de DeepSeek lo comparte

Lilian Weng, exvicepresidenta de seguridad de OpenAI y cofundadora de Thinking Machines Lab, ha publicado un nuevo artículo en su blog donde discute una vía más realista para la autoevolución de la IA: comenzar mejorando el **Harness**, el sistema externo que gestiona cómo un modelo utiliza herramientas, administra el contexto, divide tareas y evalúa resultados, en lugar de modificar directamente los pesos del modelo desde el principio. Cui Tianyi, investigador de DeepSeek, respaldó la idea, destacando que la autoevolución en el nivel del Harness es un campo prometedor, comparable a la evolución del propio modelo. Weng estructura el avance en capas: 1. **Ingeniería de Contexto (Context Engineering):** Optimizar cómo el agente gestiona y actualiza la información en su contexto de trabajo, con enfoques como ACE y MCE. 2. **Diseño de Flujos de Trabajo (Workflow Design):** El modelo no solo sigue, sino que participa en el diseño de los flujos de acción para tareas complejas, como en AI Scientist o ADAS. 3. **Harness Automejorable (Self-Improving Harness):** Aquí el modelo analiza sus propias fallas, propone modificaciones específicas al código del Harness y las valida en un ciclo (Weakness Mining, Harness Proposal, Proposal Validation). Métodos como la **Búsqueda Evolutiva (Evolutionary Search)** o DGM (Darwin Gödel Machine) logran mejoras significativas en benchmarks de código. Weng señala que el Harness y el modelo se reforzarán mutuamente, pero también destaca límites actuales: evaluadores débiles para tareas subjetivas, el riesgo de "reward hacking", la contracción de la diversidad en ciclos evolutivos y la tensión entre éxito a corto plazo y salud del sistema a largo plazo. Concluye que la competencia futura no solo dependerá de los modelos, sino también de la sofisticación de su Harness, marcando un enfoque de ingeniería crucial para la autoevolución de la IA.

marsbitHace 1 hora(s)

Weng Li propone en su nuevo blog: "La autoevolución debe comenzar con Harness", Cui Tianyi de DeepSeek lo comparte

marsbitHace 1 hora(s)

Rusia avanza con proyecto de ley de criptomonedas tras eliminar requisito de divulgación de direcciones de cartera

La Duma Estatal de Rusia ha aprobado una versión revisada del proyecto de ley de regulación de criptomonedas, eliminando la polémica exigencia de que los usuarios divulguen sus direcciones de monedero. En su lugar, los usuarios deberán informar sobre los saldos de sus carteras y los volúmenes de transacción. El proyecto amplía las oportunidades de inversión en activos digitales rusos, pero mantiene restricciones para inversores minoristas, limitándolos a 300.000 rublos anuales a través de un intermediario autorizado. Además, impone restricciones a ciertas transferencias al extranjero, permite la congelación de transacciones bajo sospecha y otorga al Banco de Rusia la responsabilidad de licenciar los intercambios. Las criptomonedas serán reconocidas como propiedad en procedimientos de quiebra o divorcio, pero su uso para pagos internos seguirá prohibido, excepto en el comercio exterior.

TheNewsCryptoHace 1 hora(s)

Rusia avanza con proyecto de ley de criptomonedas tras eliminar requisito de divulgación de direcciones de cartera

TheNewsCryptoHace 1 hora(s)

Charla informal del equipo editorial de Odaily (8 de julio)

**Resumen del Coloquio Editorial de Odaily (8 de julio):** Esta es una sección informal del equipo editorial de Odaily. Los miembros comparten reflexiones y perspectivas personales sobre noticias, datos, eventos candentes e ideas de inversión aún en etapa de desarrollo. El contenido se basa en experiencias reales y no es consejo financiero; su objetivo es ampliar perspectivas y fuentes de información. **Contribuciones principales:** **Wenser (@wenser2010):** * **Mercados bursátiles:** Cree que las acciones de memoria (DRAM), tras una fuerte corrección, siguen en una fase de oferta limitada. Es proclive a vender en corto acciones de empresas relacionadas con criptomonedas (especialmente DAT), pero ve a Circle y Coinbase como posibles activos de rebote. * **Mercados de predicción (Mundial):** Advierte que apostar ciegamente por equipos favoritos es riesgoso. Cita ejemplos donde equipos más débiles tuvieron buen desempeño, sugiriendo que los intereses comerciales influyen. Reafirma su apuesta por la victoria de Francia. * **Software:** Observa un reciente buen desempeño de acciones de software (Microsoft, Salesforce, ServiceNow), pero duda si es un rebote temporal o un cambio fundamental. **Bcxiongdi (@bcxiongdi):** * **Meme coins:** Nota actividad en las cadenas SOL y BSC, pero con un carácter especulativo de bajo volumen (PVP). Recomienda observar la cadena Robinhood. * **Mundial:** Encuentra los mercados de predicción difíciles. Sugiere no comprar antes del partido, sino buscar oportunidades de "compra en mínimos" durante el desarrollo del juego. **Azuma (@azuma_eth):** * **Semiconductores:** Atribuye la corrección del sector a la incertidumbre sobre los planes de gasto de capital (capex) de los gigantes. Confía en que la demanda se mantendrá y considera comprar en caídas (especialmente DRAM). * **Rotación sectorial:** Señala que los fondos de cobertura están comprando acciones tecnológicas de forma concentrada, lo que podría ser una señal de rotación de mercado. * **RKLB (Rocket Lab):** El período de venta de acciones por parte del fundador ha terminado. Considera que la acción, en sus niveles actuales, tiene un riesgo limitado a la baja y un buen potencial alcista. Planea seguir comprando.

Odaily星球日报Hace 1 hora(s)

Charla informal del equipo editorial de Odaily (8 de julio)

Odaily星球日报Hace 1 hora(s)

El "Joven Genio" de Huawei que cuestionó la entrevista de DeepSeek, envuelto en las "críticas" de un inversor de Web3

El 6 de julio, Li Bojie, ex-"talento joven" de Huawei, generó controversia al criticar públicamente su experiencia en una entrevista con DeepSeek, acusando al entrevistador de falta de profesionalismo. Esto desató una disputa mayor con la firma de inversión Web3 ABCDE Capital, su ex-inversor. Du Jun, cofundador de ABCDE, acusó a Li de falta de ética contractual en relación con su proyecto Web3+AI, Metagent, financiado en 2024. Du alegó progreso insuficiente, falta de comunicación tras julio de 2024 y opacidad financiera. Li respondió que solo recibió 500.000 USD de los 1,5 millones acordados, lo que obstaculizó el desarrollo, y que dejó Metagent en octubre de 2024 por razones familiares y de riesgo regulatorio, con aprobación de la junta. Otros inversores, como ArkStream Capital, también cuestionaron las prácticas de Li durante la recaudación de fondos. Metagent, prácticamente inactivo desde junio de 2024, fue abandonado. Li se unió luego a Pine AI como científico jefe, un proyecto de agentes de IA para consumidores, del que recientemente se desvinculó por un cambio en sus intereses de investigación hacia modelos fundamentales.

Foresight NewsHace 2 hora(s)

El "Joven Genio" de Huawei que cuestionó la entrevista de DeepSeek, envuelto en las "críticas" de un inversor de Web3

Foresight NewsHace 2 hora(s)

Trading

Spot

Artículos destacados

Qué es $S$

Entendiendo SPERO: Una Visión General Completa Introducción a SPERO A medida que el panorama de la innovación sigue evolucionando, la aparición de tecnologías web3 y proyectos de criptomonedas juega un papel fundamental en la configuración del futuro digital. Un proyecto que ha llamado la atención en este campo dinámico es SPERO, denotado como SPERO,$$s$. Este artículo tiene como objetivo recopilar y presentar información detallada sobre SPERO, para ayudar a entusiastas e inversores a comprender sus fundamentos, objetivos e innovaciones dentro de los dominios web3 y cripto. ¿Qué es SPERO,$$s$? SPERO,$$s$ es un proyecto único dentro del espacio cripto que busca aprovechar los principios de descentralización y tecnología blockchain para crear un ecosistema que promueva la participación, la utilidad y la inclusión financiera. El proyecto está diseñado para facilitar interacciones entre pares de nuevas maneras, proporcionando a los usuarios soluciones y servicios financieros innovadores. En su esencia, SPERO,$$s$ tiene como objetivo empoderar a los individuos al proporcionar herramientas y plataformas que mejoren la experiencia del usuario en el espacio de las criptomonedas. Esto incluye habilitar métodos de transacción más flexibles, fomentar iniciativas impulsadas por la comunidad y crear caminos para oportunidades financieras a través de aplicaciones descentralizadas (dApps). La visión subyacente de SPERO,$$s$ gira en torno a la inclusividad, buscando cerrar brechas dentro de las finanzas tradicionales mientras aprovecha los beneficios de la tecnología blockchain. ¿Quién es el Creador de SPERO,$$s$? La identidad del creador de SPERO,$$s$ sigue siendo algo oscura, ya que hay recursos públicos limitados que proporcionan información de fondo detallada sobre su(s) fundador(es). Esta falta de transparencia puede derivarse del compromiso del proyecto con la descentralización, una ética que muchos proyectos web3 comparten, priorizando las contribuciones colectivas sobre el reconocimiento individual. Al centrar las discusiones en torno a la comunidad y sus objetivos colectivos, SPERO,$$s$ encarna la esencia del empoderamiento sin señalar a individuos específicos. Como tal, entender la ética y la misión de SPERO es más importante que identificar a un creador singular. ¿Quiénes son los Inversores de SPERO,$$s$? SPERO,$$s$ cuenta con el apoyo de una diversa gama de inversores que van desde capitalistas de riesgo hasta inversores ángeles dedicados a fomentar la innovación en el sector cripto. El enfoque de estos inversores generalmente se alinea con la misión de SPERO, priorizando proyectos que prometen avances tecnológicos sociales, inclusividad financiera y gobernanza descentralizada. Estas fundaciones de inversores suelen estar interesadas en proyectos que no solo ofrecen productos innovadores, sino que también contribuyen positivamente a la comunidad blockchain y sus ecosistemas. El respaldo de estos inversores refuerza a SPERO,$$s$ como un contendiente notable en el rápidamente evolutivo dominio de los proyectos cripto. ¿Cómo Funciona SPERO,$$s$? SPERO,$$s$ emplea un marco multifacético que lo distingue de los proyectos de criptomonedas convencionales. Aquí hay algunas de las características clave que subrayan su singularidad e innovación: Gobernanza Descentralizada: SPERO,$$s$ integra modelos de gobernanza descentralizada, empoderando a los usuarios para participar activamente en los procesos de toma de decisiones sobre el futuro del proyecto. Este enfoque fomenta un sentido de propiedad y responsabilidad entre los miembros de la comunidad. Utilidad del Token: SPERO,$$s$ utiliza su propio token de criptomoneda, diseñado para servir a diversas funciones dentro del ecosistema. Estos tokens permiten transacciones, recompensas y la facilitación de servicios ofrecidos en la plataforma, mejorando la participación y utilidad general. Arquitectura en Capas: La arquitectura técnica de SPERO,$$s$ soporta la modularidad y escalabilidad, permitiendo la integración fluida de características y aplicaciones adicionales a medida que el proyecto evoluciona. Esta adaptabilidad es fundamental para mantener la relevancia en el siempre cambiante paisaje cripto. Participación de la Comunidad: El proyecto enfatiza iniciativas impulsadas por la comunidad, empleando mecanismos que incentivan la colaboración y la retroalimentación. Al nutrir una comunidad sólida, SPERO,$$s$ puede abordar mejor las necesidades de los usuarios y adaptarse a las tendencias del mercado. Enfoque en la Inclusión: Al ofrecer tarifas de transacción bajas y interfaces amigables para el usuario, SPERO,$$s$ busca atraer a una base de usuarios diversa, incluyendo a individuos que anteriormente pueden no haber participado en el espacio cripto. Este compromiso con la inclusión se alinea con su misión general de empoderamiento a través de la accesibilidad. Cronología de SPERO,$$s$ Entender la historia de un proyecto proporciona información crucial sobre su trayectoria de desarrollo y hitos. A continuación, se presenta una cronología sugerida que mapea eventos significativos en la evolución de SPERO,$$s$: Fase de Conceptualización e Ideación: Las ideas iniciales que forman la base de SPERO,$$s$ fueron concebidas, alineándose estrechamente con los principios de descentralización y enfoque comunitario dentro de la industria blockchain. Lanzamiento del Whitepaper del Proyecto: Tras la fase conceptual, se publicó un whitepaper completo que detalla la visión, objetivos e infraestructura tecnológica de SPERO,$$s$ para generar interés y retroalimentación de la comunidad. Construcción de Comunidad y Primeras Interacciones: Se realizaron esfuerzos de divulgación activa para construir una comunidad de primeros adoptantes e inversores potenciales, facilitando discusiones en torno a los objetivos del proyecto y obteniendo apoyo. Evento de Generación de Tokens: SPERO,$$s$ llevó a cabo un evento de generación de tokens (TGE) para distribuir sus tokens nativos a los primeros seguidores y establecer liquidez inicial dentro del ecosistema. Lanzamiento de la dApp Inicial: La primera aplicación descentralizada (dApp) asociada con SPERO,$$s$ se puso en marcha, permitiendo a los usuarios interactuar con las funcionalidades centrales de la plataforma. Desarrollo Continuo y Alianzas: Actualizaciones y mejoras continuas en las ofertas del proyecto, incluyendo alianzas estratégicas con otros actores en el espacio blockchain, han moldeado a SPERO,$$s$ en un jugador competitivo y en evolución en el mercado cripto. Conclusión SPERO,$$s$ se erige como un testimonio del potencial de web3 y las criptomonedas para revolucionar los sistemas financieros y empoderar a los individuos. Con un compromiso con la gobernanza descentralizada, la participación comunitaria y funcionalidades diseñadas de manera innovadora, allana el camino hacia un paisaje financiero más inclusivo. Como con cualquier inversión en el rápidamente evolutivo espacio cripto, se anima a los potenciales inversores y usuarios a investigar a fondo y participar de manera reflexiva con los desarrollos en curso dentro de SPERO,$$s$. El proyecto muestra el espíritu innovador de la industria cripto, invitando a una exploración más profunda de sus innumerables posibilidades. Aunque el viaje de SPERO,$$s$ aún se está desarrollando, sus principios fundamentales pueden, de hecho, influir en el futuro de cómo interactuamos con la tecnología, las finanzas y entre nosotros en ecosistemas digitales interconectados.

144 Vistas totalesPublicado en 2024.12.17Actualizado en 2024.12.17

Qué es AGENT S

Agent S: El Futuro de la Interacción Autónoma en Web3 Introducción En el paisaje en constante evolución de Web3 y las criptomonedas, las innovaciones están redefiniendo continuamente cómo los individuos interactúan con las plataformas digitales. Uno de estos proyectos pioneros, Agent S, promete revolucionar la interacción humano-computadora a través de su marco agente abierto. Al allanar el camino para interacciones autónomas, Agent S tiene como objetivo simplificar tareas complejas, ofreciendo aplicaciones transformadoras en inteligencia artificial (IA). Esta exploración detallada se adentrará en las complejidades del proyecto, sus características únicas y las implicaciones para el dominio de las criptomonedas. ¿Qué es Agent S? Agent S se presenta como un marco agente abierto revolucionario, diseñado específicamente para abordar tres desafíos fundamentales en la automatización de tareas informáticas: Adquisición de Conocimiento Específico del Dominio: El marco aprende de manera inteligente a partir de diversas fuentes de conocimiento externas y experiencias internas. Este enfoque dual le permite construir un rico repositorio de conocimiento específico del dominio, mejorando su rendimiento en la ejecución de tareas. Planificación a Largo Plazo de Tareas: Agent S emplea planificación jerárquica aumentada por la experiencia, un enfoque estratégico que facilita la descomposición y ejecución eficiente de tareas intrincadas. Esta característica mejora significativamente su capacidad para gestionar múltiples subtareas de manera eficiente y efectiva. Manejo de Interfaces Dinámicas y No Uniformes: El proyecto introduce la Interfaz Agente-Computadora (ACI), una solución innovadora que mejora la interacción entre agentes y usuarios. Utilizando Modelos de Lenguaje Multimodal Grandes (MLLMs), Agent S puede navegar y manipular diversas interfaces gráficas de usuario sin problemas. A través de estas características pioneras, Agent S proporciona un marco robusto que aborda las complejidades involucradas en la automatización de la interacción humana con las máquinas, preparando el terreno para innumerables aplicaciones en IA y más allá. ¿Quién es el Creador de Agent S? Aunque el concepto de Agent S es fundamentalmente innovador, la información específica sobre su creador sigue siendo elusiva. El creador es actualmente desconocido, lo que resalta ya sea la etapa incipiente del proyecto o la elección estratégica de mantener a los miembros fundadores en el anonimato. Independientemente de la anonimidad, el enfoque sigue siendo las capacidades y el potencial del marco. ¿Quiénes son los Inversores de Agent S? Dado que Agent S es relativamente nuevo en el ecosistema criptográfico, la información detallada sobre sus inversores y patrocinadores financieros no está documentada explícitamente. La falta de información disponible públicamente sobre las bases de inversión u organizaciones que apoyan el proyecto plantea preguntas sobre su estructura de financiamiento y hoja de ruta de desarrollo. Comprender el respaldo es crucial para evaluar la sostenibilidad del proyecto y su posible impacto en el mercado. ¿Cómo Funciona Agent S? En el núcleo de Agent S se encuentra tecnología de vanguardia que le permite funcionar de manera efectiva en diversos entornos. Su modelo operativo se basa en varias características clave: Interacción Humano-Computadora: El marco ofrece planificación avanzada de IA, esforzándose por hacer que las interacciones con las computadoras sean más intuitivas. Al imitar el comportamiento humano en la ejecución de tareas, promete elevar las experiencias de los usuarios. Memoria Narrativa: Empleada para aprovechar experiencias de alto nivel, Agent S utiliza memoria narrativa para hacer un seguimiento de las historias de tareas, mejorando así sus procesos de toma de decisiones. Memoria Episódica: Esta característica proporciona a los usuarios orientación paso a paso, permitiendo que el marco ofrezca apoyo contextual a medida que se desarrollan las tareas. Soporte para OpenACI: Con la capacidad de funcionar localmente, Agent S permite a los usuarios mantener el control sobre sus interacciones y flujos de trabajo, alineándose con la ética descentralizada de Web3. Fácil Integración con APIs Externas: Su versatilidad y compatibilidad con diversas plataformas de IA aseguran que Agent S pueda integrarse sin problemas en ecosistemas tecnológicos existentes, convirtiéndolo en una opción atractiva para desarrolladores y organizaciones. Estas funcionalidades contribuyen colectivamente a la posición única de Agent S dentro del espacio cripto, ya que automatiza tareas complejas y de múltiples pasos con una intervención humana mínima. A medida que el proyecto evoluciona, sus aplicaciones potenciales en Web3 podrían redefinir cómo se desarrollan las interacciones digitales. Cronología de Agent S El desarrollo y los hitos de Agent S pueden encapsularse en una cronología que destaca sus eventos significativos: 27 de septiembre de 2024: Se lanzó el concepto de Agent S en un documento de investigación integral titulado “Un Marco Agente Abierto que Utiliza Computadoras como un Humano”, mostrando las bases del proyecto. 10 de octubre de 2024: El documento de investigación se hizo disponible públicamente en arXiv, ofreciendo una exploración en profundidad del marco y su evaluación de rendimiento basada en el benchmark OSWorld. 12 de octubre de 2024: Se publicó una presentación en video, proporcionando una visión visual de las capacidades y características de Agent S, involucrando aún más a posibles usuarios e inversores. Estos hitos en la cronología no solo ilustran el progreso de Agent S, sino que también indican su compromiso con la transparencia y el compromiso comunitario. Puntos Clave Sobre Agent S A medida que el marco Agent S continúa evolucionando, varios atributos clave destacan, subrayando su naturaleza innovadora y potencial: Marco Innovador: Diseñado para proporcionar un uso intuitivo de las computadoras similar a la interacción humana, Agent S aporta un enfoque novedoso a la automatización de tareas. Interacción Autónoma: La capacidad de interactuar de manera autónoma con las computadoras a través de GUI significa un avance hacia soluciones informáticas más inteligentes y eficientes. Automatización de Tareas Complejas: Con su metodología robusta, puede automatizar tareas complejas y de múltiples pasos, haciendo que los procesos sean más rápidos y menos propensos a errores. Mejora Continua: Los mecanismos de aprendizaje permiten a Agent S mejorar a partir de experiencias pasadas, mejorando continuamente su rendimiento y eficacia. Versatilidad: Su adaptabilidad en diferentes entornos operativos como OSWorld y WindowsAgentArena asegura que pueda servir a una amplia gama de aplicaciones. A medida que Agent S se posiciona en el paisaje de Web3 y criptomonedas, su potencial para mejorar las capacidades de interacción y automatizar procesos significa un avance significativo en las tecnologías de IA. A través de su marco innovador, Agent S ejemplifica el futuro de las interacciones digitales, prometiendo una experiencia más fluida y eficiente para los usuarios en diversas industrias. Conclusión Agent S representa un audaz avance en la unión de la IA y Web3, con la capacidad de redefinir cómo interactuamos con la tecnología. Aunque aún se encuentra en sus primeras etapas, las posibilidades para su aplicación son vastas y atractivas. A través de su marco integral que aborda desafíos críticos, Agent S tiene como objetivo llevar las interacciones autónomas al primer plano de la experiencia digital. A medida que nos adentramos más en los reinos de las criptomonedas y la descentralización, proyectos como Agent S sin duda desempeñarán un papel crucial en la configuración del futuro de la tecnología y la colaboración humano-computadora.

931 Vistas totalesPublicado en 2025.01.14Actualizado en 2025.01.14

Cómo comprar S

¡Bienvenido a HTX.com! Hemos hecho que comprar Sonic (S) sea simple y conveniente. Sigue nuestra guía paso a paso para iniciar tu viaje de criptos.Paso 1: crea tu cuenta HTXUtiliza tu correo electrónico o número de teléfono para registrarte y obtener una cuenta gratuita en HTX. Experimenta un proceso de registro sin complicaciones y desbloquea todas las funciones.Obtener mi cuentaPaso 2: ve a Comprar cripto y elige tu método de pagoTarjeta de crédito/débito: usa tu Visa o Mastercard para comprar Sonic (S) al instante.Saldo: utiliza fondos del saldo de tu cuenta HTX para tradear sin problemas.Terceros: hemos agregado métodos de pago populares como Google Pay y Apple Pay para mejorar la comodidad.P2P: tradear directamente con otros usuarios en HTX.Over-the-Counter (OTC): ofrecemos servicios personalizados y tipos de cambio competitivos para los traders.Paso 3: guarda tu Sonic (S)Después de comprar tu Sonic (S), guárdalo en tu cuenta HTX. Alternativamente, puedes enviarlo a otro lugar mediante transferencia blockchain o utilizarlo para tradear otras criptomonedas.Paso 4: tradear Sonic (S)Tradear fácilmente con Sonic (S) en HTX's mercado spot. Simplemente accede a tu cuenta, selecciona tu par de trading, ejecuta tus trades y monitorea en tiempo real. Ofrecemos una experiencia fácil de usar tanto para principiantes como para traders experimentados.

1.6k Vistas totalesPublicado en 2025.01.15Actualizado en 2026.06.02

Discusiones

Bienvenido a la comunidad de HTX. Aquí puedes mantenerte informado sobre los últimos desarrollos de la plataforma y acceder a análisis profesionales del mercado. A continuación se presentan las opiniones de los usuarios sobre el precio de S (S).