La situación actual del mercado muestra una guerra total entre Apple y OpenAI. Apple acusa de frente a los creadores de ChatGPT de robar su propiedad intelectual. La demanda apunta al plagio de circuitos de hardware y diseños de chips para dispositivos de consumo masivo. Este pleito legal congela los planes de ambas empresas. Su disputa abre una oportunidad de oro para otras marcas audaces.

Proyectos paralizados en los tribunales

La factoría OpenAI trabaja en varios diseños con inteligencia artificial integrada. Destacan unos auriculares inalámbricos con sonido avanzado y nombre clave Sweetpea. Este accesorio podría llegar a las tiendas con el nombre comercial Dime. También preparan un dispositivo digital alargado con aspecto de bolígrafo llamado Gumdrop.

Últimamente la empresa prefiere centrar sus esfuerzos en un teléfono inteligente innovador. Este dispositivo busca procesar tareas mediante agentes virtuales en lugar de aplicaciones tradicionales. Las peticiones se resolverían combinando chips locales y servidores remotos muy potentes.

Mientras tanto, Apple busca integrar funciones inteligentes en su gama de accesorios. Sus equipos diseñan gafas de realidad aumentada con altavoces discretos. Sin embargo, los planes para lanzar unos AirPods con cámaras integradas están completamente congelados ahora mismo.

Su proyecto más activo es un colgante inteligente con micrófonos y lentes. Este accesorio enviaría las órdenes directas al asistente de voz Siri. El procesamiento principal dependería del iPhone de tu bolsillo, usando un chip básico parecido al del reloj inteligente de la marca.

El nuevo StepX Neo revoluciona el mercado

En medio de este gran atasco legal aparece una propuesta real. La compañía StepX sorprende al mundo con el lanzamiento de su modelo StepX Neo. Este teléfono agéntico funciona con su propio sistema operativo llamado Step AOS. El móvil utiliza un asistente virtual integrado llamado Amoo para gestionar todo el sistema.

Este motor de software resuelve tareas complejas cruzando datos entre utilidades sin intervención humana. Los componentes internos de este modelo son de última generación. Monta los procesadores Snapdragon más potentes del mercado según el país donde se venda. Las opciones de memoria del terminal alcanzan cifras de doce y dieciséis gigabytes.

La pantalla principal de este dispositivo mide casi siete pulgadas con una nitidez asombrosa. El teléfono añade un segundo panel interactivo en la zona trasera para gestionar avisos rápidos. La parte fotográfica monta tres lentes de cincuenta megapíxeles en la versión más avanzada. Una batería enorme ofrece autonomía de sobra con una carga rápida de cien vatios de potencia.

El despliegue de este móvil de origen asiático en occidente deberá superar bastantes filtros de los gobiernos. Esta barrera administrativa dará un respiro temporal a sus rivales americanos. Sin embargo, el golpe sobre la mesa ya está dado y cambia las reglas del juego.

La entrada StepX Neo: el móvil con IA agéntica aparece primero en Tested.es.

• AMD contra Nvidia: Duelo por el dominio tecnológico actual
• Nova Lake impulsa la renovación total de las CPU Intel
• Soporte para Gemma 4, la nueva IA de Google
• Los robots NEURA impulsan la nueva IA física

El avance más visible aparece en el realismo. La herramienta reproduce texturas, reflejos y pequeñas imperfecciones que aportan naturalidad. La luz se comporta de forma coherente y la profundidad resulta más creíble. La escena mantiene proporciones estables y evita deformaciones habituales en modelos anteriores. La sensación final transmite una imagen menos sintética y más cercana a una fotografía tomada con una cámara profesional.

La mejora en la composición también resulta clave. El sistema organiza elementos con mayor precisión y respeta relaciones espaciales complejas. La escena mantiene equilibrio y coherencia incluso cuando incluye múltiples objetos, figuras o capas. Esta capacidad permite crear imágenes densas sin perder claridad visual. El resultado facilita tareas de diseño, publicidad o ilustración, donde la estructura de la imagen determina la eficacia del mensaje.

ChatGPT Images 2 en tareas reales

Uno de los cambios más prácticos llega con la escritura integrada. La herramienta genera texto legible dentro de la imagen, algo que siempre supuso un reto para los modelos anteriores. La tipografía mantiene forma, espaciado y coherencia. El sistema admite varios idiomas y mejora la fluidez en japonés, coreano, chino, hindi y bengalí. Esta capacidad permite crear carteles, menús, maquetas de interfaz o páginas de manga sin retoques posteriores.

La flexibilidad en los formatos también aumenta. El sistema admite proporciones entre 1:3 y 3:1, lo que facilita la creación de banners móviles, diseños panorámicos o publicaciones verticales. La resolución efectiva crece y la distribución interna se adapta mejor a cada formato. Esto reduce la necesidad de recortes y evita trucos en el prompt para obtener el encuadre deseado. La herramienta se acerca así a un flujo de trabajo profesional.

Otra novedad destacada es la generación múltiple. El modelo crea hasta diez imágenes distintas en una sola solicitud y mantiene una lógica visual compartida. Esta función permite producir series de páginas, variaciones de un cartel o paneles de una infografía sin perder coherencia. La continuidad entre imágenes reduce iteraciones y acelera la creación de materiales complejos. La herramienta deja de ser un generador aislado y se convierte en un sistema capaz de producir conjuntos completos.

Planificación interna y control creativo

El modelo incorpora un paso previo de planificación. Este proceso analiza la instrucción y organiza la estructura antes de generar la imagen. La técnica mejora la precisión en tareas con múltiples requisitos, como diseños con texto, estilos específicos o distribuciones complejas. La herramienta cumple más condiciones en una sola ejecución y reduce errores habituales en modelos anteriores. La planificación interna marca un cambio en la forma de interpretar instrucciones visuales.

A pesar de los avances, la herramienta mantiene limitaciones. Las imágenes complejas pueden requerir más tiempo y ciertos detalles pueden resultar incorrectos. El realismo creciente plantea riesgos de confusión con fotografías reales. La creación de contenido falso sigue siendo un desafío para cualquier sistema generativo. La responsabilidad recae en el uso adecuado y en la verificación del contenido cuando se emplea en contextos sensibles.

Para desarrolladores y creadores, la actualización supone un cambio de enfoque. La herramienta deja de ser un experimento creativo y se convierte en un componente de producción. La capacidad de manejar texto, formatos amplios y series completas abre nuevas posibilidades en diseño, comunicación y narrativa visual. La herramienta se integra mejor en flujos de trabajo profesionales y reduce la necesidad de edición manual.

ChatGPT Images 2 en el ecosistema creativo

La comparación con otros sistemas dependerá del uso concreto. Factores como coste, velocidad o edición iterativa influirán en la elección. Lo que sí resulta evidente es la dirección del sector. La distancia entre una imagen generada y una imagen lista para producción se reduce. La herramienta demuestra que la generación visual ya no busca solo crear algo atractivo, sino algo utilizable. La evolución apunta a un futuro donde la creación asistida se integra en procesos profesionales sin fricción.

OpenAI publica ejemplos que muestran maquetas de interfaz, narrativas ilustradas y materiales publicitarios. Las demostraciones permiten observar el rendimiento en distintos escenarios y confirman la intención de posicionar la herramienta como un recurso práctico. La tecnología deja de ser una curiosidad y se convierte en un instrumento de trabajo. La transición marca un momento relevante en la evolución de la creación visual asistida por IA.

La entrada ChatGPT Images 2.0 trae a OpenAI las fotos más realistas aparece primero en Tested.es.

Nos encontramos en un momento en el que las tarjetas gráficas de NVIDIA marcan el ritmo de la industria. Su precio elevado y su capacidad para entrenar modelos de aprendizaje profundo han convertido a la empresa en líder indiscutible. Sin embargo, Gelsinger considera que esta hegemonía tiene fecha de caducidad. Asegura que los chips gráficos serán desplazados antes de que termine la década. Frente a la previsión de Jensen Huang, máximo responsable de NVIDIA, que calcula dos décadas para la adopción masiva de la computación cuántica, Gelsinger reduce el plazo a apenas dos años. Esa diferencia refleja la incertidumbre que rodea a la evolución de esta tecnología.

La computación cuántica se basa en qubits, unidades que pueden representar múltiples estados simultáneamente gracias al principio de superposición. Este fenómeno permite resolver problemas imposibles para arquitecturas clásicas. La promesa es revolucionar campos como la criptografía, la simulación de materiales o el entrenamiento de modelos de IA. Si esa capacidad se materializa, el impacto sobre el mercado sería inmediato. La burbuja de la IA podría desinflarse porque los sistemas actuales quedarían obsoletos frente a la potencia cuántica.

Gelsinger no solo habló de tecnología. Reconoció que durante su etapa en Intel la compañía perdió disciplina básica. Señaló que en los cinco años previos a su regreso ningún producto se entregó a tiempo. Esa falta de rigor provocó retrasos en proyectos clave como el nodo 18A, diseñado para competir con TSMC. Admitió que la empresa sufrió un deterioro más profundo de lo que imaginaba. Finalmente, el nuevo CEO, Lip-Bu Tan, canceló el proyecto dentro del plazo prometido. Esa confesión muestra la dificultad de mantener el liderazgo en un sector donde cada retraso supone perder cuota de mercado.

En la entrevista también comparó la alianza entre Microsoft y OpenAI con la relación que Bill Gates estableció con IBM en los noventa. Según él, OpenAI actúa como socio de distribución de modelos, mientras Microsoft aporta la infraestructura de cálculo. Esa visión refuerza la idea de que la inteligencia artificial actual depende de acuerdos estratégicos más que de avances científicos puros. La burbuja de la IA se alimenta tanto de expectativas financieras como de colaboraciones corporativas.

Tras dejar Intel, Gelsinger se integró en Playground Global, un fondo de inversión con fuerte presencia en el ámbito cuántico. Esa experiencia le convenció de que la combinación de qubits y algoritmos especializados transformará la informática. Su entusiasmo contrasta con la prudencia de otros expertos, pero refleja la tensión entre quienes ven la IA como un fenómeno pasajero y quienes la consideran el futuro inmediato. El tiempo dirá si los ordenadores cuánticos cumplen las promesas y si realmente logran pinchar la burbuja.

La década que comienza será decisiva. Si los plazos de Gelsinger se cumplen, en dos años veremos sistemas cuánticos capaces de desplazar a las GPU. Si la predicción de Huang resulta correcta, la transición tardará veinte años. En cualquier caso, el sector tecnológico se prepara para un cambio radical. La burbuja de la IA puede estallar o transformarse en una nueva etapa marcada por la computación cuántica. Lo único seguro es que nos encontramos ante un periodo apasionante para la innovación.

La entrada Ordenadores cuánticos para pinchar la burbuja de la IA aparece primero en Tested.es.

El desarrollo conjunto con Broadcom permitirá diseñar procesadores optimizados para cargas de trabajo masivas. Estos chips estarán preparados para entrenar modelos cada vez más complejos sin disparar el consumo eléctrico. La arquitectura incluirá enlaces ópticos avanzados y sistemas de red de alto rendimiento. Broadcom aportará su experiencia en infraestructura, mientras OpenAI mantendrá el control sobre el diseño y la integración con sus algoritmos.

El primer despliegue de estos sistemas está previsto para 2026, con una expansión progresiva hasta 2029. Esta hoja de ruta coincide con las declaraciones recientes de Sam Altman, quien sugirió que las grandes tecnológicas deberían apoyarse en TSMC para ampliar la capacidad de fabricación de semiconductores. La elección de Broadcom como socio responde a la necesidad de acelerar el desarrollo sin asumir los costes y riesgos de construir desde cero.

A diferencia de Google, Amazon, Microsoft o Meta, que ya fabrican sus propios chips, OpenAI ha optado por una vía intermedia. El acuerdo con Broadcom permite ahorrar tiempo y recursos, sin renunciar al control sobre el rendimiento. Esta estrategia busca garantizar que el hardware se adapte a las necesidades específicas de sus modelos, integrando directamente lo aprendido en el desarrollo de productos anteriores.

El impacto de este movimiento será notable. Se espera una menor dependencia de las GPU de Nvidia y AMD, lo que aliviará cuellos de botella en la cadena de suministro. También se prevé una mejora en la eficiencia energética, lo que reducirá los costes de entrenamiento. Además, se facilitará la escalabilidad, permitiendo entrenar modelos más grandes y gestionar mayores volúmenes de datos.

Diseñar chips personalizados no es tarea sencilla. Requiere años de investigación, inversiones millonarias y una coordinación estrecha entre equipos de hardware y software. La integración debe ser perfecta para que los nuevos procesadores funcionen con los modelos actuales y futuros. OpenAI afirma que esta iniciativa permitirá desplegar hasta 10 gigavatios de aceleradores de IA propios, lo que representa una infraestructura sin precedentes en el sector, similar al acuerdo con NVIDIA de hace unos meses o el más reciente de 6 gigavatios con AMD de hace apenas una semana.

El acuerdo con Broadcom también refuerza la sostenibilidad a largo plazo. Al controlar su base tecnológica, OpenAI podrá innovar con mayor agilidad y adaptar sus sistemas a las exigencias del mercado. Según la compañía, esta colaboración desbloqueará nuevas capacidades y niveles de inteligencia que no serían posibles con soluciones genéricas.

La noticia llega en un momento clave, cuando la competencia por el liderazgo en inteligencia artificial se intensifica. El desarrollo de chips específicos se ha convertido en un factor diferencial. Este paso posiciona a OpenAI en una trayectoria más independiente, con una infraestructura diseñada a medida para sus ambiciones.

La entrada Nuevo acuerdo de OpenAI con Broadcom aparece primero en Tested.es.

Sora combina un modelo de texto a vídeo llamado Sora 2 con una interfaz social similar a TikTok. Permite crear vídeos de hasta diez segundos a partir de una imagen estática o una descripción escrita. La función Cameo destaca por generar avatares hiperrealistas que se integran en cualquier escena, con voz sintética incluida. Además, la aplicación añade música, efectos sonoros y diálogos automáticamente, según el tipo de contenido que se desea producir.

La pantalla principal muestra un flujo continuo de vídeos generados por IA, adaptados a los intereses del usuario. Este enfoque ha sido descrito por medios como The Verge como “un TikTok de deepfakes”. La facilidad para crear contenido ha disparado la creatividad, pero también ha encendido alarmas legales. Usuarios han empezado a insertar personajes de series como South Park, Rick and Morty o Bob Esponja en narrativas alternativas, lo que ha provocado una reacción inmediata por parte de la Motion Picture Association (MPA).

La MPA ha exigido a OpenAI que actúe con rapidez para evitar la proliferación de vídeos que infringen derechos de autor. En respuesta, Sam Altman, CEO de OpenAI, ha anunciado que se implementarán controles más precisos para que los propietarios de contenido puedan gestionar cómo se usan sus personajes. También ha pedido paciencia, reconociendo que algunos usuarios ya consideran que las restricciones actuales son excesivas.

El debate sobre el uso ético de la IA se intensifica. La posibilidad de generar dobles digitales ha causado malestar en figuras públicas. Zelda Williams, hija del fallecido Robin Williams, ha denunciado la creación de vídeos que imitan a su padre, calificándolos de irrespetuosos y perturbadores. Este tipo de contenido plantea dilemas sobre la representación digital de personas reales y la protección de su legado.

A pesar de las controversias, el crecimiento de Sora no se detiene. La demanda supera las previsiones iniciales. Bill Peebles, responsable del proyecto, ha confirmado que el equipo trabaja contrarreloj para mantener la estabilidad del servicio. La popularidad de Sora supera incluso la de ChatGPT en sus primeros días, lo que indica un interés creciente por las herramientas de generación audiovisual basadas en IA.

La evolución de Sora marcará un precedente en el desarrollo de plataformas creativas impulsadas por modelos generativos. Su éxito inicial demuestra que existe una audiencia dispuesta a explorar nuevas formas de expresión digital, aunque también exige una regulación clara para evitar abusos. El equilibrio entre innovación y responsabilidad será clave en los próximos meses.

La entrada Sora supera 200.000 descargas al día por invitación aparece primero en Tested.es.

La plataforma Vera Rubin representa una arquitectura de última generación diseñada para cargas de trabajo de IA a gran escala. Incluye configuraciones como NVL144 y CPX, que combinan procesadores Rubin con unidades gráficas optimizadas para entrenamiento e inferencia. Esta infraestructura permite ejecutar modelos avanzados con mayor eficiencia energética y menor latencia. La potencia de 10GW se desplegará progresivamente, comenzando en la segunda mitad de 2026, cuando Rubin entre en producción masiva.

Este movimiento responde a una demanda creciente de capacidad computacional. OpenAI necesita escalar sus sistemas para entrenar modelos más complejos, capaces de razonamiento multimodal, ventanas de contexto extendidas y agentes autónomos. Según Sam Altman, la infraestructura será la base de la economía futura. Jensen Huang, CEO de NVIDIA, lo define como “el mayor despliegue de infraestructura de IA en la historia”.

La magnitud del acuerdo implica la venta de hasta 40.000 racks Rubin, una cifra sin precedentes para un producto aún no comercializado. La colaboración también incluye la cooptimización de hojas de ruta entre hardware y software, lo que permitirá a OpenAI adaptar sus modelos a la arquitectura Rubin desde el diseño. Este enfoque integrado busca maximizar el rendimiento y reducir los costes por unidad de inteligencia.

El pacto llega en un momento clave. NVIDIA ha cerrado acuerdos recientes con Intel y otros actores del ecosistema Stargate, como Microsoft, Oracle y SoftBank. La estrategia consiste en asegurar la hegemonía en centros de datos de IA, mientras OpenAI se prepara para la siguiente generación de modelos. La sinergia entre ambas empresas se remonta a la era del DGX, el primer superordenador que impulsó ChatGPT. Ahora, con OpenAI con Vera Rubin, se abre una nueva etapa de colaboración profunda.

Desde el punto de vista técnico, Rubin supera a Blackwell en densidad de cómputo, eficiencia térmica y escalabilidad. Cada rack NVL144 puede alojar múltiples nodos interconectados, lo que facilita el entrenamiento distribuido. Además, la arquitectura CPX introduce mejoras en la gestión de memoria y en la comunicación entre chips, clave para modelos con contextos largos y tareas simultáneas.

La inversión de 100.000 millones se realizará de forma progresiva, vinculada al despliegue de cada gigavatio. Esto permite a NVIDIA mantener flexibilidad financiera y adaptar la producción a la demanda real. Las acciones de la compañía subieron más del 3% tras el anuncio, reflejando la confianza del mercado en el proyecto.

Ficha técnica: Vera Rubin NVL144

• Plataforma: Rubin NVL144 / CPX
• Potencia por rack: ~250 kW
• GPUs por rack: hasta 144 unidades
• Memoria: HBM4, hasta 1.5 TB por nodo
• Interconexión: NVLink 5.0 / Quantum-3 InfiniBand
• Producción: H2 2026
• Aplicaciones: entrenamiento de modelos, inferencia distribuida, agentes multimodales

La entrada OpenAI con Vera Rubin: el pacto de 100.000 millones aparece primero en Tested.es.