COREPrecio de CORE

LeCun, premiado con el Turing, presenta VISReg, un avance en aprendizaje autosupervisado (SSL) que soluciona el colapso de representaciones, problema clave en los modelos de mundo JEPA. VISReg desacopla la regularización en componentes de "escala" y "forma", evitando la desaparición del gradiente durante el colapso. Sin técnicas heurísticas, supera a 7 métodos SSL en 15 conjuntos de datos. Con solo 1/10 de los datos, iguala a DINOv2 en generalización fuera de distribución (OOD) y supera a métodos como DINO en tareas de transferencia y segmentación. Ofrece una solución robusta, escalable y eficiente para el aprendizaje de representaciones.

Core Scientific pagó 41,9 millones de dólares para rescindir anticipadamente un contrato con Block y su subsidiaria Proto para la entrega de chips de minería de Bitcoin de 3 nm. La empresa está abandonando definitivamente sus planes de aumentar su capacidad de hash (hashrate) y está reorientando su negocio hacia servicios de colocación (colocation) para infraestructura de inteligencia artificial (IA). Tras cancelar el pedido, que incluía una opción para un volumen adicional con un hashrate total proyectado de unos 15 EH/s, Core Scientific anunció que no invertirá en nuevo hardware de minería para mantener o expandir su capacidad de criptominería. En su lugar, generará flujo de caja con su flota existente, mientras reconvierte sus instalaciones, vendiendo o retirando mineros ASIC según sea necesario. En el segundo trimestre de 2026, los ingresos por colocación de sistemas de IA se dispararon a 136,7 millones de dólares (frente a 10,6 millones un año antes), representando el 83% de los ingresos totales. La minería propia se redujo un 66% interanual, hasta 21,5 millones de dólares. La producción trimestral de Bitcoin cayó un 53%. La compañía también anunció una asociación con AMD para un potencial de hasta 2,5 GW de capacidad en centros de datos, con acuerdos iniciales que podrían generar más de 14.000 millones de dólares en ingresos contractuales. CoreWeave es actualmente el único cliente de colocación de IA, aportando aproximadamente el 77% de los ingresos totales en el primer semestre de 2026. Este movimiento se enmarca en una tendencia más amplia de grandes mineros de Bitcoin que aceleran su transición hacia la IA ante la presión sobre la rentabilidad de la minería de criptomonedas.

Los contratos iniciales entre Core Scientific y AMD por 530 MW podrían generar más de 14,000 millones de dólares en ingresos durante 15 años, según analistas de Bernstein. AMD actuará esencialmente como garante crediticio para parte de la infraestructura del minero de Bitcoin. El acuerdo, anunciado el 28 de julio, tiene el potencial de expandirse hasta 2.5 GW en centros de datos para IA. De los 530 MW, 377 MW son para AMD bajo un arrendamiento triple neto directo y 152 MW para un proveedor de nube no nombrado con respaldo crediticio de AMD. Esta estructura reduce el costo de financiamiento y el riesgo frente a modelos con garantías externas. AMD también recibió warrants para comprar 30 millones de acciones de Core Scientific a 23.47 dólares cada una, sujetos a alcanzar el objetivo de 2.5 GW. El ingreso anual promedio se estima en unos 900 millones de dólares, aproximadamente 1.8 millones por MW, entre un 5% y un 25% menos que acuerdos recientes similares. Se estima que el margen EBITDA mixto del acuerdo es de alrededor del 96%. Core Scientific anticipa gastos de capital de entre 11 y 12 millones de dólares por MW, con un total de unos 6,000 millones de dólares. Bernstein ve este acuerdo como un paso más en la transformación de antiguos mineros de Bitcoin en operadores de infraestructura para IA, donde ahora los propios fabricantes de chips, como AMD, actúan como arrendatarios principales. Otros ejemplos recientes incluyen a Hut 8 con un presunto acuerdo con Nvidia por 704 MW y a AMD reservando 200 MW con Riot Platforms. Core Scientific pagó 41.9 millones de dólares a Block para rescindir un contrato de suministro de chips de minería y acelerar su diversificación hacia la IA.

El entrenamiento de modelos generativos siempre ha sido un reto debido a la "desviación por exposición" (exposure bias): durante el entrenamiento solo se aprenden pequeños pasos, mientras que la generación requiere cientos de iteraciones, lo que causa acumulación de errores. Esto ha impedido que los modelos generativos sean entrenados de extremo a extremo (end-to-end), a diferencia de otras tareas de aprendizaje profundo. Un reciente artículo de la Universidad de Illinois y Harvard introduce "Explorative Modeling (XM)", un nuevo paradigma que resuelve este problema mediante un bucle simple (for). La idea clave es que, en cada paso de entrenamiento, el modelo genera K candidatos y solo retropropaga el gradiente a partir del candidato más cercano a los datos reales. Este enfoque evita que el modelo converja a un promedio borroso entre múltiples modos (mode blurring), un problema inherente a las funciones de pérdida de reconstrucción típicas. XM identifica una tercera dimensión escalable, además de los parámetros y los datos: la "expresividad generativa". Los experimentos en imágenes, video y lenguaje muestran que aumentar la exploración (K) mejora monótonamente el rendimiento, con ganancias de eficiencia en FLOPs, muestras y parámetros. En tareas de control robótico, una política exploratoria XM iguala o supera a políticas de difusión que requieren 100 veces más cómputo en inferencia. El trabajo sugiere que, a gran escala, la expresividad generativa se convierte en el cuello de botella principal, y XM ofrece un camino para modelos generativos verdaderamente end-to-end, generando muestras de alta calidad en una sola pasada hacia adelante.

Resumen: El socio de Goldman Sachs, John Flood, sostiene que las sólidas ganancias empresariales son el principal motor para que el S&P 500 alcance nuevos máximos históricos este año. Los datos del banco muestran que la tasa de crecimiento interanual del EPS del S&P 500 para el segundo trimestre alcanzó un 45%, muy por encima de las expectativas iniciales, y aún un 26% tras excluir partidas no recurrentes, lo que representa el ritmo de crecimiento más rápido desde 2021. Los analistas han comenzado a revisar al alza las previsiones de ganancias para 2027. Mientras tanto, el indicador de sentimiento y posicionamiento de Goldman Sachs ha retrocedido desde máximos anteriores, con una desapalancamiento significativo de los fondos de cobertura y un enfriamiento del apalancamiento minorista, creando un entorno de posicionamiento "más limpio" para futuras subidas. A pesar de los riesgos estacionales, el ciclo de la IA y la relativa baratura de la valoración de las acciones estadounidenses ofrecen un apoyo a largo plazo. La conclusión es que el panorama de beneficios respalda a los alcistas, aunque su sostenibilidad sigue siendo la variable clave.