1/ Anthropic lanzó Claude Fable 5.1 y Mythos 5.1 — lo interesante es que ambos usan el mismo modelo base, pero tienen una diferencia importante.

Fable está disponible para todo el mundo. Mythos, en cambio, tiene menos restricciones en áreas sensibles como ciberseguridad y biología, por lo que solo pueden utilizarlo organizaciones previamente aprobadas. (Lee el anuncio)

Fable 5.1 mejoró bastante en programación y ciencia. Pero Anthropic dice que Mythos puede ir todavía más lejos en algunas tareas de investigación complejas.

Por ejemplo, logró diseñar proteínas con una tasa de éxito cercana al 50% en 12 objetivos diferentes y acelerar hasta 2.5 veces algunos procesos de GPU utilizados en modelos de biología.

El precio sigue siendo de $10 por cada millón de tokens de entrada y $50 por cada millón de salida. Sin embargo, usar información guardada en caché ahora cuesta un 75% menos.

Según Anthropic, esto puede reducir alrededor de un 25% el costo de las tareas normales y hasta un 45% en agentes que trabajan durante mucho tiempo de forma autónoma.

Algunas cosas interesantes que ya se hicieron con Fable:

2/ World Labs presentó Atlas, un nuevo modelo capaz de crear mundos 3D — puedes darle imágenes, videos e instrucciones sobre cómo mover la cámara y Atlas las convierte en un mundo 3D que puedes explorar.

En términos simples: le das algunas fotos de un lugar, le dices hacia dónde quieres mover la cámara y el modelo genera cómo se vería ese espacio desde ese nuevo ángulo. (Mira este ejemplo) (Y este otro)

La compañía mostró un ejemplo donde Atlas generó un video de un minuto en 1440p usando solamente siete imágenes como referencia.

También puede reconstruir un entorno 3D completo utilizando una sola imagen o unas pocas fotos. Entre más imágenes le das, menos cosas tiene que inventar.

Y aquí es donde se pone todavía más interesante: robótica.

Atlas podría tomar unas cuantas fotos de un lugar real y simular lo que verían las cámaras y sensores de un robot mientras se mueve por ese espacio.

Eso significa que, en vez de tener que escanear físicamente cada lugar con equipos costosos, podrías simplemente tomar algunas fotos y dejar que la IA genere el resto.

Todo esto funciona con un solo modelo entrenado desde cero que combina ideas de los modelos de lenguaje y los modelos de video.

Según World Labs, Atlas puede entender, generar y razonar sobre mundos virtuales y físicos.

El acceso anticipado comenzará durante las próximas semanas. (Lee el artículo aquí)

3/ Meta lanzó un nuevo modelo de voz en tiempo real — Muse Voice Transcribe puede escuchar una conversación y convertirla en texto prácticamente en tiempo real.

Pero no solo transcribe.

También puede identificar quién está hablando y detectar cuándo una persona terminó de hablar, todo utilizando un solo modelo.

Una de las cosas interesantes es que el propio modelo decide cuánto necesita escuchar antes de escribir cada palabra. Según Meta, esto ayuda a mantener un buen equilibrio entre velocidad y precisión.

Fue entrenado con más de 70 idiomas y puede entender conversaciones donde las personas cambian de idioma en medio de una frase.

También puede manejar conversaciones de hasta una hora con más de 20 personas hablando.

El precio ronda los $3 por cada 1,000 minutos de audio.

Meta ya lo está utilizando para dictado en su aplicación de escritorio y para entrada de voz en Muse Code. Además, ya está disponible a través de su API. (Lee el anuncio de Zuckerberg)