Herramientas
Otras noticias
El pulso del día vuelve a latir en los repositorios abiertos: voz sintética distilada por Tencent, un multimodal de 33.000 millones de parámetros, dos reempaquetados en GGUF para ejecutar modelos en casa y, al otro lado del espejo, una empresa que ha soltado agentes a mandar correo comercial sin botón de baja. Cinco piezas breves que dibujan el mismo movimiento: la IA baja al disco duro del usuario y, a la vez, se cuela sin permiso en su bandeja de entrada.
Recibe el resumen diario de IA
Cada mañana, lo esencial de la inteligencia artificial en tu correo, sin humo. Al día con la IA.
Al suscribirte aceptas recibir el newsletter de AI Informator. Puedes darte de baja cuando quieras.
En resumen
- Tencent liberó AuK el 9 de septiembre de 2026: un modelo de 1.500 millones de parámetros para generación y edición de voz, con la variante AuK-Flash destilada a inferencia en cuatro pasos.
- Agnes-AI publicó Agnes-3.0-Flash, un modelo multimodal que acepta imagen y vídeo y permite tres niveles de esfuerzo de razonamiento: xhigh, medium y low.
- Los repositorios bartowski/Qwen3.8-27B-GGUF y mradermacher/Gala-GGUF llevan al formato GGUF dos modelos distintos, uno de 27.000 millones de parámetros y otro en catalán.
- El periodista Ernie Smith recibió más de una docena de correos en tres días de agentes de iLands.app que le ofrecían hacerle la investigación por unos 25 dólares.
Tencent abre AuK y su variante rápida de cuatro pasos
La ficha oficial del modelo fecha el anuncio el 9 de septiembre de 2026: AuK pasa a ser código abierto, con pesos y código disponibles públicamente y demos alojadas tanto en Hugging Face como en ModelScope. Se trata de un modelo fundacional de 1.500 millones de parámetros dedicado a la generación y edición de voz, entrenado según sus autores con millones de horas de audio diverso. El repositorio se distribuye bajo licencia MIT.
AuK tiene dos variantes. La base persigue la máxima calidad de generación, mientras que AuK-Flash es la versión destilada mediante distillation (destilación de conocimiento) que ejecuta la inferencia en solo cuatro pasos. Esa reducción de pasos es la diferencia central entre ambas: misma familia, distinto equilibrio entre coste de cómputo y fidelidad del resultado.
Lo llamativo es la interfaz. Todas las tareas se invocan mediante instrucciones en lenguaje natural, sin cambiar de modelo ni de tubería. El catálogo incluye zero-shot TTS (síntesis de voz sin ejemplos previos, clonando la voz de un audio de referencia), TTS por instrucción a partir de una descripción de voz, edición de contenido y de letras de canciones preservando melodía, ajustes de tono en semitonos, velocidad y volumen, cambios de emoción o timbre, eliminación de acento regional, edición de sonidos no verbales como respiraciones o risas, conversión a susurro, mejora de señal y separación de hablantes, de música o de un locutor concreto identificado por lo que dice.
Leer más: Ficha oficial de tencent/AuK-Flash en Hugging Face ↗
Agnes-3.0-Flash llega con esfuerzo de razonamiento regulable
El segundo lanzamiento del día es Agnes-3.0-Flash, publicado por Agnes-AI en Hugging Face. Su plantilla de conversación revela un modelo multimodal en sentido estricto: procesa texto e imágenes y también acepta vídeo, aunque con una restricción explícita, los mensajes de sistema no pueden contener vídeo y el modelo lanza una excepción si se intenta.
El detalle más interesante es el control del razonamiento. El modelo admite un parámetro de reasoning effort (esfuerzo de razonamiento) con tres valores admitidos: xhigh, que es el que se aplica por defecto, medium y low. En el nivel alto se le pide validar supuestos clave, considerar alternativas plausibles y priorizar corrección y consistencia; en el bajo, mantener el pensamiento breve y ir directo a la conclusión. Cualquier otro valor provoca un error.
También incorpora tool calling (llamada a herramientas) con un formato propio y bastante estricto: un bloque de función anidado dentro de etiquetas de llamada, parámetros obligatorios declarados y la posibilidad de razonar en lenguaje natural antes de la llamada, nunca después. Si no hay herramientas disponibles, el modelo debe responder con normalidad y sin mencionar al usuario que existe ese mecanismo.
Leer más: Ficha oficial de Agnes-AI/Agnes-3.0-Flash en Hugging Face ↗
Qwen3.8-27B ya se puede descargar en GGUF
El repositorio bartowski/Qwen3.8-27B-GGUF pone a disposición el modelo Qwen3.8 de 27.000 millones de parámetros en formato GGUF, el contenedor habitual para ejecutar modelos de lenguaje en equipos personales sin depender de una GPU de centro de datos. Este tipo de reempaquetado no cambia el modelo original: lo convierte a un formato y a unas cuantizaciones que amplían el número de máquinas capaces de cargarlo.
La plantilla incluida reproduce las mismas capacidades que ya se observan en la familia: entradas de imagen y vídeo con sus marcadores de visión, bloqueo de vídeo en el mensaje de sistema y el mismo sistema de esfuerzo de razonamiento con xhigh por defecto, medium y low como alternativas. El soporte de herramientas sigue idéntico esquema de bloque anidado.
Para quien monta una instalación local, la publicación en GGUF suele ser el paso que convierte un anuncio en algo utilizable esa misma tarde. Conviene revisar en la propia ficha qué cuantizaciones se ofrecen antes de descargar, porque el tamaño en disco y la memoria necesaria varían mucho entre ellas.
Leer más: Repositorio bartowski/Qwen3.8-27B-GGUF en Hugging Face ↗
Un modelo en catalán se suma al catálogo local
En la misma línea, mradermacher publica Gala-GGUF, la conversión a GGUF de un modelo con presencia del catalán. La existencia de versiones cuantizadas de modelos en lenguas distintas del inglés importa por una razón práctica: acerca esos sistemas a usuarios, administraciones y proyectos que no pueden o no quieren enviar sus textos a una API externa.
La plantilla de Gala es más sencilla que la de los dos modelos anteriores. Gestiona contenido multimodal con marcadores de imagen y vídeo y la misma prohibición de vídeo en el mensaje de sistema, pero no expone niveles de esfuerzo de razonamiento. Sí mantiene el mismo formato de llamada a herramientas, con parámetros obligatorios y el razonamiento permitido únicamente antes de la invocación.
Con estos dos repositorios, el día deja dos entradas consecutivas en el mismo carril: modelos que ya existían pasando al formato que los hace ejecutables fuera de la nube. Es trabajo poco vistoso y decisivo para la adopción real.
Leer más: Repositorio mradermacher/Gala-GGUF en Hugging Face ↗
Los agentes de iLands llenan bandejas de entrada sin opción de baja
El periodista Ernie Smith relató el 11 de septiembre de 2026 que había recibido más de una docena de correos en tres días, todos desde el dominio iLands.app. El primero llevaba por asunto una supuesta corrección a su página 404 y venía firmado por un agente llamado Leo Ashford, que se presentaba como una IA dedicada a la arqueología de internet verificada contra fuentes primarias. Detrás venía la oferta comercial: hacerle la investigación por unos 25 dólares.
iLands se define como una human-agent network (red de humanos y agentes) y funciona, en la descripción de Smith, como un Fiverr para bots autónomos. Su fundador declarado, Kaixin Tang, con pasado en ByteDance y varias startups de IA, lleva un mes publicando sobre la plataforma. Según el planteamiento que Smith le atribuye, los agentes no buscan enriquecer a sus creadores, sino pagarse sus propios tokens y mantenerse en funcionamiento.
El problema no es filosófico, es de higiene del correo. Los mensajes no incluyen ninguna funcionalidad de baja, el creador no respondió a la petición de comentarios y, según Smith, se enviaron a través de Amazon SES. Su recomendación es denunciar la práctica ante la Comisión Federal de Comercio estadounidense y notificar el abuso a Amazon adjuntando las cabeceras completas. Añade que el envío parece dirigido específicamente a comunidades de creadores y autores profesionales.
Conclusión
Las cuatro primeras breves apuntan en la misma dirección: modelos que se publican con pesos abiertos, se destilan para ir más rápido y se reempaquetan en GGUF para caber en un portátil. La quinta recuerda el reverso: cuando los agentes se abaratan lo suficiente, alguien los suelta a hacer prospección comercial masiva sin canal de baja ni interlocutor humano. La pregunta que queda abierta para las próximas semanas es si las plataformas de envío y los reguladores reaccionarán al mismo ritmo al que se multiplican esos agentes, porque la barrera técnica para ponerlos en marcha ya es prácticamente inexistente.
Fuentes primarias
Recibe el resumen diario de IA
Cada mañana, lo esencial de la inteligencia artificial en tu correo, sin humo. Al día con la IA.
Al suscribirte aceptas recibir el newsletter de AI Informator. Puedes darte de baja cuando quieras.
Comentarios