Amodei responde a las críticas; Nvidia pone Vera Rubin en producción
En 30 segundos
- Amodei contestó con un post de ~2.000 palabras a Encode AI: admite errores y llama "demasiado tosco" a su propio borrador de ley.
- Nvidia en GTC Berlín: Vera Rubin en producción plena, DSX POD y casi US$10.000M comprometidos a Europa.
- ChatGPT Ads suma 26 países y llega a 89, con 14 latinoamericanos incluido Chile 🇨🇱.
- OpenAI compró Orchestra Bio (anuncio del 20) y la integra a Rosalind, su stack de ciencias de la vida.
- Ningún laboratorio grande sacó modelo frontera ayer; lo mejor en evals vino de Simular con Agent S4.
Lo importante
Amodei sale a defender el historial de seguridad de Anthropic y concede tres puntos
Qué pasó. Dario Amodei publicó en X un post de casi 2.000 palabras respondiendo a Nathan Calvin, chief strategy officer de Encode AI, que el 19 de octubre acusó a Anthropic de socavar sus compromisos de seguridad vía compromisos de cómputo (la cobertura cita más de US$500.000M), mayor uso de Claude para desarrollar modelos nuevos y el cambio de su política de seguridad. Amodei listó nueve decisiones que dice le costaron plata: entre ellas, haber tenido modelos clase Mythos en febrero y no liberarlos ampliamente hasta junio —"probablemente sacrificamos una parte significativa de una ventaja de varios meses"—, el 5% de acciones al fondo de beneficio público, el apoyo a SB 53 y los controles de exportación de chips, y ser —según él— la única frontier company que restringe venta de servicios a empresas controladas por el Estado chino. Las fuentes discrepan: una fecha el post el 20 y el resto el 21.
Por qué importa. Es la primera vez que Anthropic retrocede públicamente sobre el borrador de ley filtrado la semana pasada —el que solo permitiría al gobierno pedir a un juez federal detener un modelo si hay riesgo previsible e inminente de más de US$1.000M en daños o más de 50 muertos o heridos graves. Amodei lo calificó de "demasiado tosco" y dijo que la comunicación de política "no estuvo escrita con cuidado". La concesión más sustantiva no es la ley sino la Responsible Scaling Policy: admitió que la versión anterior era demasiado rígida y que va a "mirar" la opción de correr un marco de cumplimiento separado. Esto llega con la IPO ubicada por la prensa en noviembre, o sea con el escrutinio regulatorio en su peor momento posible para la empresa. Hay promesa de una propuesta sobre el ritmo de desarrollo para el 15 de enero de 2027.
Profundizar: TNW · Mother Jones, sobre el umbral · Tom's Hardware, rol de Commerce
Nvidia pone Vera Rubin en producción plena y vende fábricas en vez de GPU
Qué pasó. En el keynote de GTC Berlín, Huang anunció Vera Rubin "en producción plena" y DSX POD, un diseño de referencia para fábricas de IA completas: contenedores modulares integrados y validados antes de la entrega, que bajan el despliegue en sitio de ~6 meses a 14 días cuando la infraestructura de energía ya está lista. Partners: Dell, HPE, Lenovo, Schneider Electric y Vertiv, con entregas desde comienzos de 2027. Nvidia dice que la plataforma DSX reduce hasta 100% el consumo de agua de enfriamiento y produce el mismo output con hasta 30% menos energía. También liberó OpenShell, un runtime open source con sandboxing a nivel de kernel que se para entre un agente y los sistemas que puede tocar, base de su arquitectura de referencia para agentes seguros. Compromiso de casi US$10.000M al ecosistema europeo con más de 12.000 partners; Volvo adopta Hyperion y el stack Alpamayo; el humanoide de referencia Agile ONE SN (31 grados de libertad) se espera recién el próximo año.
Por qué importa. El cuello de botella del buildout dejó de ser el silicio y pasó a ser energía, agua y tiempo de obra; DSX POD es la respuesta de Nvidia a eso, y el "14 días" es contra el estándar de medio año. Ojo con la letra chica: el número aplica solo si las utilities del sitio ya están, que es exactamente lo que hoy demora. OpenShell es lo más relevante para quien construye: Nvidia entrando al mismo terreno de contención de agentes donde Microsoft anunció lo suyo el 19, y como open source en vez de SKU empresarial.
Profundizar: blog de Nvidia · transcripción del keynote · TradingKey
🇨🇱 ChatGPT Ads llega a Chile: 26 países nuevos, 89 en total
Qué pasó. OpenAI anunció la expansión de ChatGPT Ads a 26 países más, llegando a 89. Catorce de los nuevos son latinoamericanos —Argentina, Chile, Colombia y Perú entre los nombrados—, después de los lanzamientos previos en México y Brasil; el resto se reparte entre Europa, Medio Oriente, África y Asia. OpenAI solo identificó 11 de los 26. Los avisos van únicamente en los planes Free y Go: Plus, Pro y Enterprise siguen sin publicidad. La compra se hace vía partners tecnológicos o self-service por Ads Manager. PYMNTS reporta 80 países en total, contra 89 del resto de la cobertura; el 89 es el consistente.
Por qué importa. Ya se puede usar, no es anuncio a futuro: hay Ads Manager abierto. OpenAI reportó en agosto un run rate anualizado de US$1.000M en publicidad y dice que más de 100.000 anunciantes han corrido campañas desde el piloto en EE.UU. —cifra acumulada, sin activos ni gasto desglosado—. Reuters lee la movida como engorde del negocio publicitario antes de una eventual IPO, y encaja con la ronda de ~US$30.000M que OpenAI está acelerando. Para el mercado chileno es inventario de búsqueda conversacional disponible por primera vez, con el detalle de que el alcance se limita a los usuarios que no pagan.
Profundizar: PPC Land, desglose de países · Reuters vía Investing
OpenAI compra Orchestra Bio y la mete dentro de Rosalind
Qué pasó. OpenAI adquirió Orchestra Bio, que hace software para coordinar programas de desarrollo de fármacos, y la integra a Rosalind, su suite de ciencias de la vida (GPT-Rosalind para razonamiento en biología y química, más Rosalind Workbench para conectar modelos con herramientas y datos científicos). Términos no revelados. Axios reportó primero. El anuncio fue el 20 de octubre, no ayer, pero la cobertura y el análisis cayeron el 21.
Por qué importa. Lo que compró no es un modelo: es la capa agéntica de operación —seguimiento de estudios, gasto, dependencias y decisiones— sobre un proceso que en EE.UU. toma 10 a 15 años. Los agentes de Orchestra modelan cómo un lote de manufactura fallido pega en el resto del programa y comparan respuestas, dejando la decisión final al científico. OpenAI ya trabaja con Novo Nordisk y Moderna; esto le da el workflow además del razonamiento, en el mismo vertical donde Anthropic está empujando fuerte. Nadie ha mostrado efecto medible en plazos de desarrollo todavía.
Profundizar: The Decoder · Quartz · Decrypt
Claude corrió una campaña de diseño de proteínas de 64 horas: 17 binders de 211 testeados
Qué pasó. Anthropic reportó que Claude manejó la mayor parte de una campaña de 64 horas contra neurotoxinas de escorpión: 318.484 diseños generados, 553.052 pares proteína-toxina evaluados computacionalmente, ~10.000 GPU-horas y 12 herramientas de diseño. Se mandaron 211 diseños a laboratorio (180 elegidos por Claude, 31 agregados por investigadores con ayuda del modelo) y 17 cumplieron el criterio de unión predefinido, cada uno contra una sola toxina. Los mejores —Cn2-B1 y Cn2-B2— se unieron a la neurotoxina Cn2 con afinidad nanomolar de un dígito, medida por SPR en los dos laboratorios. Testearon Adaptyv Bio y Twist Bioscience.
Por qué importa. No es un antiveneno: se probó contra toxinas hechas en laboratorio, no veneno, y la neutralización en células o animales no está establecida. Lo que cambia es el perfil de automatización: contra la campaña previa de Anthropic del 18 de agosto —1.320 diseños, 354 binders, éxito en 14 de 15 targets, hit rate de 26,7% con Mythos Preview versus 10-15% típico— acá el modelo condujo la selección a una escala de screening que antes era trabajo de equipo. Es exactamente la capacidad dual-use que el propio borrador de ley de Anthropic pone en una de sus tres categorías de riesgo, y los resultados son auto-reportados: los labs son externos pero Anthropic eligió los diseños y encuadró los hallazgos. Dice haber publicado prompts, datos y secuencias.
Profundizar: Interesting Engineering · caso de Adaptyv Bio · post previo de Anthropic, agosto
Flapping Airplanes levanta US$1.000M a US$6.000M sin producto comercial
Qué pasó. El laboratorio de investigación en IA Flapping Airplanes, de un año de vida, levantó US$1.000M liderado por Index Ventures y Lux Capital, con Sequoia, GV y Kleiner Perkins siguiendo desde rondas anteriores. La valoración reportada es US$6.000M, contra US$1.500M en el seed: 4x en un año. No ha salido ningún producto comercial del laboratorio. La valoración viene de reportes (Bloomberg), no confirmada por la empresa.
Por qué importa. El objetivo declarado es sistemas más baratos de entrenar y de correr, que es la tesis contraria a la de escalar compute. Un cuádruple de valoración en doce meses y sin ingresos marca dónde está la temperatura del capital de riesgo en la semana en que los chips venían de perder ~US$2 billones en ocho sesiones: el apetito por laboratorios pre-producto no se movió con el selloff de hardware.
Profundizar: TechCrunch · SiliconANGLE
También pasó
- Trump dijo en un acto en Ohio que los data centers quedan "mandatados" a generar su propia electricidad y entregar o vender el excedente a la comunidad o la red; no hay orden firmada ni texto en el Federal Register, son declaraciones (Al Jazeera, The Hill).
- Simular publicó Agent S4: Qwen3.8-27B con un repositorio de interfaces de computer-use que el agente reescribe durante el entrenamiento, 21,3% en OSWorld V2 contra 20,6% de Claude Opus 4.8 y 13,0% de GPT-5.5, y 3,8x el mismo modelo con interfaces fijas (resumen, repo).
- Microsoft sumó controles de agentes a Microsoft 365 E7 —permisos dinámicos por tarea, scoring de riesgo continuo, acceso condicional y Guardian Agents que revisan acciones antes de ejecutarlas—; Defender detecta hasta 60 tipos de agentes, incluidos Claude Code y Codex. Anunciado el 19, sin fecha de disponibilidad ni precio (GeekWire, TechCrunch).
- Google liberó TorchTPU como open source —backend nativo de PyTorch para TPU, co-desarrollado con el equipo PyTorch de Meta, integrado con vLLM, SGLang, Ray y Hugging Face— el mismo día que Amazon abrió TorchNeuron para Trainium bajo Apache 2.0 (TorchTPU, TorchNeuron).
- Tenstorrent levantó US$1.500M en Serie E a US$6.200M de valoración, con Fidelity, ARK y Morgan Stanley (detalle).
- Google empezó el rollout de Gemini Personal Intelligence en Android Auto, con contexto de Gmail, Calendar, Photos, Maps, Search y YouTube; los autos con Google built-in lo reciben "en los próximos meses" (9to5Google vía resumen).
- Reliable Robotics cerró una extensión de Serie D de US$115M liderada por Nimble Partners, sobre US$1.000M de valoración y US$380M levantados en total, para certificación FAA de vuelo autónomo (detalle).
Dos cosas que no pude confirmar: circuló un agente MoE llamado Sage-A1.5 con cifras de BrowseComp y SWE-Bench Pro, pero no encontré reporte técnico ni página de release que las respalde, así que no las incluyo. Y no hubo lanzamiento de modelo frontera de OpenAI, Anthropic, Google, Meta, Mistral, xAI, DeepSeek ni Qwen fechado el 21 de octubre.