ChatGPT ya forma parte de la rutina diaria de millones de personas para redactar correos, resumir PDFs o revisar contratos. Pero cada archivo que subís a la conversación no desaparece sin más cuando cerráis el chat: [...]
Imagen y nota vía softzone. Leer la nota completa aquí →
#App #InteligenciaArtificial #Ia #Chatgpt #Softzone
Entre las novedades más importantes se encuentran el soporte para Windows on Arm, la compatibilidad preliminar con la arquitectura de GPU Rubin, un control más preciso de GPU compartidas y mejoras en CUDA Python, CCCL y las herramientas NVIDIA Nsight.
CUDA Toolkit es el conjunto de herramientas de NVIDIA para desarrollar aplicaciones que utilizan sus GPU como aceleradores de cálculo. Se emplea en inteligencia artificial, aprendizaje automático, simulación científica, análisis de datos, gráficos y computación de alto rendimiento.
El paquete incluye compiladores, bibliotecas, APIs, depuradores, analizadores de rendimiento y herramientas para trabajar con diferentes arquitecturas de GPU.
Gracias a CUDA, un programa puede descargar determinadas tareas desde el procesador principal hacia la GPU, donde miles de núcleos ejecutan operaciones en paralelo.
CUDA Toolkit 13.4 extiende el soporte de CUDA a Windows on Arm. Hasta ahora, las aplicaciones CUDA ya podían ejecutarse en plataformas Arm mediante Linux, pero esta versión amplía la compatibilidad al sistema operativo de Microsoft para equipos con procesadores Arm.
El cambio puede beneficiar a portátiles y estaciones de trabajo basados en Arm que incorporen una GPU NVIDIA compatible. También abre nuevas posibilidades para desarrolladores que desean compilar o portar aplicaciones aceleradas sin depender exclusivamente de Windows sobre procesadores x86.
Para que una aplicación funcione correctamente, no basta con instalar CUDA Toolkit. También deben ser compatibles el controlador, la GPU, las bibliotecas utilizadas y el entorno de compilación.
El soporte llega con bibliotecas matemáticas y herramientas de desarrollo actualizadas, aunque los desarrolladores deben verificar las plataformas y versiones específicas soportadas por cada componente.
CUDA Toolkit 13.4 incorpora soporte funcional preliminar para la arquitectura NVIDIA Rubin, identificada con la capacidad de cómputo 107.
La compatibilidad se ofrece como una vista previa para que los desarrolladores comiencen a portar y probar sus aplicaciones antes de que el soporte llegue a una versión generalizada del Toolkit.
Rubin es la siguiente generación de arquitectura de GPU de NVIDIA para centros de datos y cargas de inteligencia artificial. El soporte preliminar permite detectar con anticipación problemas de compatibilidad, dependencias o rendimiento.
Al tratarse de una función de vista previa, los resultados pueden cambiar y no todas las características estarán necesariamente disponibles o optimizadas.
Una de las novedades más importantes para entornos compartidos es Multi-Process Service V3, conocido como MPS V3. Esta tecnología permite administrar mejor el uso de una GPU entre varios procesos o aplicaciones.
La nueva versión incorpora un sistema de control más moderno y automatizable, con funciones como:
Estas funciones permiten definir qué cantidad de cómputo, memoria y prioridad recibe cada proceso. El objetivo es aumentar el aprovechamiento de la GPU sin perder aislamiento entre las cargas de trabajo.
En un centro de datos, una GPU puede quedar parcialmente desaprovechada si una sola aplicación no utiliza todos sus recursos. MPS permite ejecutar varios procesos al mismo tiempo para mejorar la utilización del hardware.
Por ejemplo, una organización podría dividir una GPU entre diferentes trabajos de inferencia, procesos de análisis o sesiones de desarrollo. Cada carga tendría límites y prioridades definidos, reduciendo el riesgo de que una aplicación consuma todos los recursos disponibles.
Esta función es especialmente útil en:
CUDA 13.4 incorpora CUDA Compute Fabric Transport, una interfaz orientada a aplicaciones avanzadas y bibliotecas de comunicación que necesitan mover datos a través de una red NVIDIA NVLink.
En lugar de asignar cada memoria remota al espacio de direcciones virtuales de un proceso, las aplicaciones pueden utilizar puntos finales lógicos identificados mediante un ID y un desplazamiento.
El sistema permite ejecutar operaciones asíncronas de:
También informa sobre la finalización y los errores, lo que permite detectar transferencias fallidas, repetirlas o redirigirlas.
Esta función está disponible mediante la Driver API y está pensada principalmente para desarrolladores de bibliotecas de comunicación. La mayoría de las aplicaciones puede seguir utilizando soluciones de alto nivel como NCCL o NVSHMEM.
La nueva versión expone acceso programático a los llamados locality domains. Un dominio de localidad es una parte de la GPU que contiene determinados streaming multiprocessors y memoria del dispositivo.
Una aplicación puede asignar memoria en un dominio y crear un contexto de ejecución utilizando recursos de cómputo cercanos. Esta proximidad puede reducir el costo de acceder a los datos en GPUs que utilizan más de un dominio de localidad.
La función está orientada a cargas de trabajo sensibles a la latencia y al ancho de banda. Permite que los desarrolladores tengan mayor control sobre dónde se colocan los datos y dónde se ejecutan los cálculos.
CUDA 13.4 añade APIs para consultar dónde se encuentra físicamente la memoria unificada. Esta información permite saber si los datos están en la GPU, en la memoria del sistema o en otra ubicación.
La memoria unificada simplifica el desarrollo de aplicaciones heterogéneas, pero puede generar migraciones de páginas y accesos remotos que afectan al rendimiento.
Con la función cudaMemGetLocationInfo, las bibliotecas y los runtimes pueden tomar decisiones más inteligentes sobre:
CUDA Toolkit 13.4 separa el controlador NVIDIA del instalador principal del SDK. Los desarrolladores deben instalar el controlador apropiado de forma independiente mediante el gestor de paquetes correspondiente.
La separación permite administrar por separado el Toolkit y el controlador, algo útil en servidores, contenedores y sistemas donde diferentes aplicaciones requieren versiones específicas.
Antes de actualizar, es importante comprobar la compatibilidad entre la versión del controlador, el Toolkit, la GPU y las bibliotecas utilizadas por la aplicación.
En plataformas NVIDIA coherentes como Grace Hopper, Grace Blackwell y Vera Rubin, CUDA 13.4 establece como opción predeterminada la gestión de memoria basada en Coherent Driver-based Memory Management, conocida como CDMM.
El modo NUMA continúa disponible y puede seleccionarse mediante un parámetro del módulo del kernel. NVIDIA recomienda elegir la modalidad antes de actualizar porque el cambio puede requerir recargar el controlador o reiniciar el sistema.
La compatibilidad de compiladores se amplía con GCC 16 y Clang 22 en las plataformas compatibles. Además, se incorpora el objetivo de arquitectura SM_107 para compilar aplicaciones destinadas a GPU Rubin.
La selección correcta del compilador es importante para evitar problemas de ABI, incompatibilidades con bibliotecas o errores durante la compilación de extensiones de Python y frameworks de inteligencia artificial.
CUDA Python amplía el acceso desde Python a APIs y algoritmos de CUDA. La versión cuda.core 1.1.0 incorpora funciones para trabajar con texturas, superficies, memoria administrada y gráficos CUDA.
La API también incluye información de tipos para ayudar a los entornos de desarrollo y a los agentes de programación basados en inteligencia artificial.
El nuevo módulo cuda.core.texture proporciona APIs de Python para trabajar con memoria de texturas y superficies.
Entre sus componentes se encuentran:
OpaqueArray para representar asignaciones organizadas por hardware.MipmappedArray para matrices con mipmaps.TextureObject para lecturas filtradas por hardware.SurfaceObject para cargas y almacenamientos tipados desde kernels.Estas funciones pueden ser útiles en procesamiento de imágenes, gráficos, simulaciones y algoritmos que necesitan accesos especializados a la memoria.
La gestión de memoria administrada incorpora controles para indicar dónde se prefieren colocar los datos y qué procesadores pueden acceder a ellos.
Los desarrolladores pueden configurar:
Este control puede mejorar el rendimiento de aplicaciones que trabajan con sistemas de varios nodos NUMA o plataformas con CPU y GPU estrechamente integradas.
CUDA Python 1.1 añade archivos de definición de tipos .pyi para las APIs públicas. Esto permite obtener autocompletado, firmas de funciones, tipos de retorno y ayuda contextual en los editores compatibles.
También se amplían los flujos de trabajo con CUDA Graphs. La propiedad GraphBuilder.graph_definition permite exponer un gráfico capturado como una definición que puede inspeccionarse o ampliarse.
Esta posibilidad facilita combinar la captura de streams con la construcción explícita de gráficos CUDA.
CUDA Toolkit 13.4 incorpora CCCL 3.4, las bibliotecas de componentes básicos de CUDA. La actualización incluye mejoras en CUB, algoritmos paralelos de la biblioteca estándar de C++ y operaciones de reducción.
La implementación de cub::DeviceScan para GPU Blackwell utiliza el Tensor Memory Accelerator para solapar el movimiento de datos con el cálculo y reducir la sincronización.
En las pruebas de NVIDIA, la implementación alcanza hasta un 92 % de utilización del ancho de banda de memoria en determinados trabajos, frente a valores de alrededor del 50 % en una implementación anterior.
El rendimiento depende del tipo de dato, el tamaño de la operación, la arquitectura y el resto de la aplicación. La cifra no debe interpretarse como una mejora garantizada para todas las cargas.
Muchas operaciones de CUB requerían llamar primero al algoritmo para calcular el espacio temporal necesario, reservar esa memoria y ejecutar después la operación real.
Las nuevas sobrecargas de una sola llamada pueden obtener memoria temporal desde un recurso de memoria suministrado en el entorno de ejecución. Esto reduce código repetido y centraliza el control de streams y pools de memoria.
Las APIs tradicionales de dos fases siguen disponibles para aplicaciones que necesitan administrar manualmente el almacenamiento temporal.
CUDA 13.4 introduce el modelo de algoritmos paralelos de la biblioteca estándar de C++ en cuda::std. Los desarrolladores pueden utilizar operaciones conocidas como:
copy_if.find_if.merge.
La política de ejecución cuda::execution::gpu permite dirigir estas operaciones hacia la GPU, utilizando las implementaciones internas de CCCL y CUB.
La compatibilidad con Programmatic Dependent Launch llega a CUDA Tile IR. Esta función permite que un kernel dependiente comience a ejecutarse antes de que termine completamente el kernel anterior, siempre que se cumplan las condiciones necesarias.
El objetivo es mejorar el solapamiento entre kernels y reducir tiempos muertos en aplicaciones con cadenas de operaciones relacionadas.
CUDA Tile C++ también añade nuevas vistas para cargar y almacenar datos:
CUDA Toolkit 13.4 actualiza varias herramientas NVIDIA Nsight para mejorar la medición, el análisis y la optimización del rendimiento.
Nsight Python 1.0 proporciona una interfaz de Python para perfilar kernels. Incluye un decorador y un gestor de contexto que permiten automatizar:
La herramienta busca reducir la cantidad de código necesario para analizar configuraciones y no limitarse a comparar únicamente el tiempo total de ejecución.
Nsight Compute 2026.3 incorpora soporte para Tile IR y permite inspeccionar su código fuente, el código CUDA Tile y el código generado.
También mejora la información sobre derrames de registros en cargas OptiX y añade funciones a Nsight Copilot.
Nsight Systems 2026.5.1 amplía la visibilidad sobre CUDA, CPU, redes, almacenamiento y frameworks de inteligencia artificial. La versión incorpora soporte para CUDA 13.4, GPU Rubin y Windows on Arm.
Entre las novedades se encuentran:
Compute Sanitizer mejora la detección de accesos fuera de límites en memoria compartida mediante parches en tiempo de compilación para arquitecturas Hopper y posteriores.
Initcheck incorpora soporte para operaciones de copia asíncrona por lotes, mientras que Racecheck añade filtrado por bloque de clúster.
Estas herramientas ayudan a identificar errores de memoria y condiciones de carrera que pueden producir resultados incorrectos o fallos difíciles de reproducir.
Las bibliotecas matemáticas principales reciben soporte funcional para Rubin y Windows on Arm. Entre las mejoras de cuBLAS se incluyen:
Estas optimizaciones están especialmente orientadas a cargas de inteligencia artificial, álgebra lineal y entrenamiento o inferencia de modelos.
Antes de actualizar a CUDA Toolkit 13.4, conviene revisar la compatibilidad completa del entorno:
También es recomendable probar la actualización en un entorno separado antes de cambiar servidores de producción. Las funciones Rubin, MPS V3, CUDA Compute Fabric Transport y algunos componentes de CUDA Python pueden requerir cambios en el código.
CUDA Toolkit 13.4 amplía el ecosistema de NVIDIA con soporte para Windows on Arm, compatibilidad preliminar con Rubin y nuevas herramientas para administrar GPU compartidas.
MPS V3 ofrece mayor control sobre memoria, prioridad y recursos de cómputo, mientras que CUDA Compute Fabric Transport proporciona una interfaz especializada para comunicación sobre NVLink.
La actualización también mejora CUDA Python, CCCL, CUDA Tile, Nsight, Compute Sanitizer y las bibliotecas matemáticas. Para los desarrolladores de inteligencia artificial y computación de alto rendimiento, el soporte de Windows on Arm y Rubin puede facilitar el trabajo de portabilidad y preparación de aplicaciones futuras.
Aun así, CUDA 13.4 no es una actualización que deba instalarse sin revisar dependencias. Las aplicaciones de producción deben validarse con el nuevo controlador, el Toolkit y las GPU utilizadas antes de realizar una migración completa.
Fuente de referencia: blog técnico oficial de NVIDIA sobre CUDA Toolkit 13.4 .
Blackmagic Design ha lanzado DaVinci Resolve 21.1 , una actualización gratuita presentada hace unas horas que integra de forma nativa asistentes de inteligencia artificial como Claude , Claude Code y ChatGPT Codex . La [...]
Imagen y nota vía softzone. Leer la nota completa aquí →
#Software #Programa #App #InteligenciaArtificial #Ia
Microsoft Research ha publicado los resultados del benchmark DELEGATE-52, un estudio que mide cómo se comportan los agentes de inteligencia artificial al sostener cadenas de trabajo largas. La prueba detecta una pérdida [...]
Imagen y nota vía softzone. Leer la nota completa aquí →
#App #InteligenciaArtificial #Ia #Softzone
OpenAI ha presentado GPT-6 Astra , su nuevo modelo de inteligencia artificial, al que la compañía describe como el más inteligente y alineado hasta la fecha. La firma lo ha situado como un nuevo estado del arte en uso [...]
Imagen y nota vía softzone. Leer la nota completa aquí →
#Ordenador #Software #App #Navegador #InteligenciaArtificial
Google ha presentado Gemini 3.8 Flash , la nueva versión de su modelo de referencia para programación y razonamiento en varios pasos, junto a una variante especializada, Gemini 3.8 Flash Cyber , pensada para detectar [...]
Imagen y nota vía softzone. Leer la nota completa aquí →
#Software #Programa #Aplicacion #App #InteligenciaArtificial
Microsoft habría decidido cambiar el comportamiento por defecto de las predicciones de texto en Word y Outlook, la función que sugiere frases mientras se escribe un documento o un correo. Según la información disponible [...]
Imagen y nota vía softzone. Leer la nota completa aquí →
#Programa #Aplicacion #App #Office #InteligenciaArtificial
Google estaría preparando una herramienta de diseño gráfico con inteligencia artificial bautizada como Google Pics , pensada para competir con Canva, Adobe Express y Microsoft Designer. La existencia del proyecto no [...]
Imagen y nota vía softzone. Leer la nota completa aquí →
#Programa #Aplicacion #App #InteligenciaArtificial #Ia
En los tiempos que corren, ya no basta con pedirle a un asistente de inteligencia artificial que ponga una alarma o busque un dato suelto. Si nos situamos en la actualidad, la exigencia será que estos sistemas en el [...]
Imagen y nota vía softzone. Leer la nota completa aquí →
Imagen y nota vía softzone. Leer la nota completa aquí →
Calibre, uno de los gestores de libros electrónicos más utilizados, podría incorporar una función capaz de generar portadas con inteligencia artificial. La novedad estaría relacionada con una posible versión 9.14, aunque el proyecto todavía no ha confirmado oficialmente su lanzamiento ni las características que incluiría.
De confirmarse, Calibre podría analizar los datos de cada ebook, como el título, el autor y la sinopsis, para crear una cubierta personalizada sin necesidad de buscar imágenes en Internet o instalar plugins de terceros.
Calibre es un programa de software libre que permite organizar, editar, convertir y transferir libros electrónicos. Está disponible para Windows, macOS y Linux.
El programa puede utilizarse para administrar una biblioteca digital completa, modificar metadatos, convertir libros entre distintos formatos y enviarlos a lectores electrónicos compatibles.
Entre sus funciones habituales se encuentran:
La posible función de Calibre 9.14 cambiaría la forma de completar visualmente una biblioteca digital. En lugar de buscar manualmente una cubierta o utilizar una imagen genérica, el programa podría crear una propuesta a partir del contenido y los metadatos del libro.
El proceso podría utilizar información como:
Por ejemplo, una novela de ciencia ficción podría recibir una portada con una estética futurista, mientras que un ensayo histórico podría utilizar una composición más sobria o inspirada en documentos antiguos.
Según la información que circula entre la comunidad de usuarios, la herramienta podría permitir elegir diferentes estilos visuales para mantener una apariencia coherente en toda la biblioteca.
Esta posibilidad sería especialmente útil para quienes tienen muchos libros sin portada, documentos personales, artículos académicos o textos autopublicados que nunca tuvieron una cubierta oficial.
Es importante aclarar que Calibre 9.14 y la generación de portadas con IA no aparecen todavía como funciones confirmadas por el proyecto oficial. La información procede de rumores y filtraciones compartidas dentro de la comunidad.
Tampoco están confirmados detalles como el proveedor de inteligencia artificial, el precio, los límites de uso, la fecha de lanzamiento o la disponibilidad para todos los sistemas operativos.
Por esa razón, no conviene descargar versiones modificadas o supuestos instaladores de Calibre 9.14 desde páginas desconocidas. Lo recomendable es esperar a que el proyecto publique una versión oficial y sus correspondientes notas de lanzamiento.
La generación de imágenes mediante inteligencia artificial normalmente requiere una conexión a Internet cuando depende de un servicio externo o una API. Si la función de Calibre utiliza un proveedor en la nube, el programa tendría que enviar los datos necesarios para crear la portada.
Esto podría incluir el título, el autor, la sinopsis u otros metadatos del libro. Antes de utilizar la herramienta, los usuarios deberían revisar qué información se transmite, dónde se procesa y si existe alguna opción para desactivar el envío de datos.
Si Calibre incorporara un modelo local, el funcionamiento sin conexión sería posible, pero exigiría más recursos del equipo y probablemente ocuparía más espacio de almacenamiento.
Una función conectada a una API de inteligencia artificial podría estar sujeta a límites de generación. El usuario podría encontrar restricciones relacionadas con:
Este aspecto es importante para quienes desean generar portadas para cientos o miles de libros. Una herramienta que funciona bien para diez títulos puede resultar costosa o limitada cuando se usa de forma masiva.
Además de las portadas, también se menciona una posible mejora en el sistema de extracción de metadatos. Esta función permite consultar fuentes en línea para obtener información como la sinopsis, la fecha de publicación, el autor y la editorial.
Una extracción de metadatos más precisa ayudaría a corregir bibliotecas desordenadas y a completar libros que solo tienen el título o el nombre del autor.
También podría mejorar la identificación de ediciones antiguas o títulos difíciles de encontrar en las bases de datos habituales.
La posible actualización también podría corregir problemas de compatibilidad con los formatos EPUB3 y KFX.
EPUB3 es una versión avanzada del formato EPUB. Puede incluir características como diseños adaptables, contenido multimedia, tipografías, navegación mejorada y elementos interactivos.
Una mejor compatibilidad permitiría convertir o editar estos archivos reduciendo errores de formato, problemas de visualización y pérdida de elementos durante el proceso.
KFX es un formato utilizado por Amazon Kindle. Su estructura puede dificultar determinadas tareas de conversión y edición debido a la forma en que almacena contenido, metadatos y elementos de diseño.
Si Calibre mejora el tratamiento de KFX, los usuarios podrían encontrar menos problemas al transferir o convertir determinados libros electrónicos, aunque las funciones disponibles dependerán del archivo y de las restricciones del formato.
Una de las ventajas de generar portadas automáticamente sería conseguir una estética más uniforme. El usuario podría seleccionar varios libros y crear cubiertas siguiendo un mismo estilo.
También podría limitar la generación a los títulos que no tienen portada, evitando reemplazar las cubiertas oficiales de los libros que ya cuentan con una imagen adecuada.
Un flujo de trabajo posible sería:
Una portada generada por IA no siempre representará correctamente el contenido del libro. El sistema puede interpretar mal la sinopsis, inventar elementos, escribir de forma incorrecta el título o producir imágenes que no respeten el tono de la obra.
Antes de utilizar una cubierta, conviene comprobar:
En libros comerciales, también debes tener en cuenta los derechos de autor y las marcas registradas. Una imagen generada automáticamente no debería reutilizar personajes, logotipos o diseños protegidos sin autorización.
No es recomendable buscar una versión no oficial de Calibre 9.14 solo para probar una función que todavía no ha sido confirmada. Los instaladores modificados pueden incluir malware, publicidad no deseada o cambios que comprometan la biblioteca digital.
La opción más segura es mantener instalada la versión estable disponible desde la página oficial de Calibre y consultar sus notas de lanzamiento cuando aparezca una nueva actualización.
Calibre 9.14 podría incorporar una función para crear portadas de libros electrónicos mediante inteligencia artificial, utilizando el título, el autor y la sinopsis como referencia. También se mencionan posibles mejoras en la extracción de metadatos y en la compatibilidad con EPUB3 y KFX.
Sin embargo, ninguna de estas novedades está confirmada oficialmente por el proyecto. La fecha de lanzamiento, el proveedor de IA, los requisitos de conexión y los posibles límites de uso todavía son desconocidos.
Si la función llega a la versión estable, podría facilitar la organización de bibliotecas digitales y ayudar a crear cubiertas para libros sin edición comercial. Hasta entonces, lo más prudente es esperar el anuncio oficial y evitar descargar versiones de fuentes no verificadas.
Fuente de referencia: artículo de SoftZone sobre la posible versión Calibre 9.14 .
Microsoft incrusta un identificador único e invisible en las imágenes que Paint y Fotos generan con inteligencia artificial en Windows. Ese código, vinculado al prompt que escribe cada usuario, queda oculto en los[…]
Imagen y nota vía softzone. Leer la nota completa aquí →
Imagina que vendes libros antiguos , raros o difíciles de encontrar y, de pronto, empiezan a llegar pedidos mucho más grandes de lo habitual. La primera lectura casi invita al optimismo: alguien quiere esos ejemplares y…
Imagen y nota vía Xataka. Leer la nota completa aquí →
El caso muestra hasta qué punto las grandes tecnológicas están compitiendo por algo más que modelos de lenguaje. La nueva batalla se centra en crear agentes capaces de analizar información, utilizar herramientas, ejecutar acciones y completar trabajos con una intervención humana limitada.
Manus es una startup de inteligencia artificial creada por ingenieros de origen chino y trasladada posteriormente a Singapur. Su producto principal se basa en agentes capaces de recibir instrucciones relativamente generales y dividirlas en diferentes pasos para completar una tarea.
En lugar de limitarse a responder preguntas, un agente puede intentar:
La diferencia principal está en que el usuario no solo recibe una respuesta textual. El sistema puede intentar realizar una cadena de acciones utilizando herramientas digitales y entregar un resultado final.
| Característica | Chatbot tradicional | Agente de IA |
|---|---|---|
| Función principal | Responder preguntas y generar texto. | Planificar y ejecutar tareas. |
| Interacción | Normalmente responde a cada instrucción. | Puede dividir un objetivo en varios pasos. |
| Uso de herramientas | Limitado o dependiente de integraciones. | Puede utilizar navegadores, código, archivos y servicios. |
| Supervisión | El usuario realiza la mayoría de las acciones. | El usuario revisa, aprueba o corrige el resultado. |
| Riesgo | Información incorrecta. | Información incorrecta o acciones no deseadas. |
Un ejemplo sería pedirle a un chatbot que explique las ventas de una empresa. Un agente, en cambio, podría recibir la instrucción de buscar los datos, organizarlos, calcular variaciones, elaborar gráficos y preparar un informe para revisión.
Meta ya contaba con Meta AI y con importantes equipos dedicados al desarrollo de modelos de lenguaje. La adquisición de Manus buscaba acelerar una parte diferente del negocio: convertir esos modelos en productos capaces de realizar tareas útiles dentro de las aplicaciones y servicios de la compañía.
Según la información del anuncio inicial, Meta pretendía mantener el servicio de Manus y utilizar su tecnología para crear agentes de propósito general destinados a productos de consumo y empresas, incluido Meta AI. [540]
La compra podía aportar a Meta:
Las grandes empresas tecnológicas compiten por tres recursos principales: capacidad de cómputo, datos y talento. Sin embargo, en el caso de los agentes también es importante contar con experiencia en seguridad, evaluación, integración de herramientas y diseño de procesos.
Una adquisición puede funcionar como un atajo. En lugar de desarrollar toda la tecnología desde cero, una compañía compra un equipo que ya ha construido prototipos, sistemas de producción y una base de usuarios.
Meta ya había mostrado esta estrategia con su inversión en Scale AI, operación valorada en alrededor de 29.000 millones de dólares según las informaciones difundidas. La compra de Manus representaba una apuesta diferente: no tanto por los datos para entrenar modelos, sino por una tecnología orientada a ejecutar tareas.
La operación tenía una dificultad geopolítica importante. Manus tenía origen chino, aunque su sede se encontraba en Singapur. En un contexto de controles sobre tecnología avanzada, datos e inteligencia artificial, esa conexión generó preocupación entre autoridades y mercados.
Meta había indicado que separaría los vínculos de Manus con China y reforzaría las barreras de seguridad y gobernanza de datos. La compañía necesitaba demostrar que la adquisición no permitiría transferencias de tecnología o información sensibles.
El caso también puso de relieve el fenómeno conocido como “Singapore-washing”: trasladar la sede legal u operativa de una startup a Singapur sin eliminar necesariamente sus vínculos originales con China.
En abril de 2026, la Comisión Nacional de Desarrollo y Reforma de China ordenó retirar la inversión extranjera en Manus y exigió que las partes deshicieran la transacción. La decisión llegó después de meses de revisión regulatoria y supuso un revés para el plan de Meta. [537][539]
Las autoridades chinas analizaron la operación en el contexto de las normas sobre inversión extranjera, exportación de tecnología y seguridad nacional. Meta había anunciado la adquisición a finales de 2025 por una cantidad superior a 2.000 millones de dólares.
La intervención de Pekín mostró que una adquisición internacional de inteligencia artificial no depende únicamente del acuerdo entre comprador y vendedor. También puede quedar condicionada por los gobiernos de los países relacionados con la empresa, sus fundadores, sus datos y su tecnología.
Después de la decisión regulatoria, Manus anunció que reanudaría sus operaciones como compañía independiente. La startup también comunicó que algunos usuarios tendrían que realizar copias de seguridad de los datos generados a partir del 29 de diciembre de 2025, fecha en la que se anunció el acuerdo con Meta. [545]
Las informaciones posteriores indicaron que Meta inició la separación operativa de Manus y suspendió el intercambio de datos entre ambas compañías. Esto redujo el alcance de la adquisición original y dejó en suspenso la integración prevista con Meta AI. [548]
Aunque la compra terminó deshaciéndose, el interés de Meta por Manus confirma que los agentes de IA son una prioridad estratégica para las grandes tecnológicas.
La competencia ya no se limita a crear el modelo que responde mejor en una conversación. Ahora también se evalúa qué sistema puede:
El principal desafío será conseguir que los agentes sean suficientemente autónomos sin perder control. Un sistema que puede enviar correos, modificar documentos o ejecutar operaciones también puede causar problemas si interpreta mal una instrucción.
Los agentes de IA ofrecen comodidad, pero también introducen riesgos diferentes a los de un chatbot convencional. Un error de redacción es relativamente fácil de corregir; una acción equivocada sobre un sistema empresarial puede tener consecuencias económicas o de seguridad.
Por esa razón, los agentes empresariales necesitan permisos limitados, registros de actividad, aprobación humana, separación de tareas y mecanismos para detener su ejecución.
Un modelo de lenguaje puede ser capaz de generar código o explicar información, pero convertirlo en un agente fiable requiere muchas capas adicionales.
Manus resultaba atractivo precisamente porque ofrecía una parte de esa experiencia empaquetada en un producto que los usuarios podían probar. La adquisición habría permitido a Meta avanzar más rápido en la construcción de agentes integrados en sus plataformas.
Si Meta consigue desarrollar agentes integrados en Meta AI, WhatsApp, Instagram y sus herramientas empresariales, los usuarios podrían delegar tareas más complejas directamente desde esas aplicaciones.
Algunos ejemplos podrían incluir:
Sin embargo, la disponibilidad de estas funciones dependerá de las regulaciones, la privacidad, el país y el modelo de negocio de cada plataforma.
Los agentes necesitan acceder a más información que un chatbot: correos, calendarios, archivos, conversaciones, cuentas y aplicaciones. Esto convierte la gobernanza de datos en uno de los principales factores para su adopción.
Meta tendría que explicar con claridad:
Las dudas relacionadas con China demostraron que la confianza y la ubicación de los datos pueden ser tan importantes como la capacidad técnica del agente.
Meta intentó adquirir Manus por más de 2.000 millones de dólares para acelerar su entrada en el mercado de los agentes de inteligencia artificial. La operación habría aportado tecnología capaz de ejecutar tareas complejas, además de un equipo con experiencia en automatización y experiencia de usuario.
Sin embargo, las autoridades chinas bloquearon la inversión extranjera y ordenaron deshacer la transacción. Manus anunció posteriormente que volvería a operar de forma independiente, por lo que Meta no conserva la adquisición en los términos anunciados inicialmente.
El episodio demuestra que la carrera de la IA no depende únicamente de quién desarrolla el mejor modelo. También intervienen el talento, los datos, el cómputo, la regulación, la seguridad y la confianza del público.
Los agentes de IA prometen pasar de responder preguntas a realizar tareas, pero cuanto más autonomía obtienen, mayor debe ser el control sobre sus permisos, decisiones y datos.
Fuente de referencia: artículo de Genbeta sobre Meta y Manus .
