10 artículos verificados sobre IA en el dispositivo, productos y movimientos del sector.
Apple presenta los chips M6 y M5 Ultra: el M5 Ultra alcanza hasta 512GB de memoria unificada y 1,2TB/s de ancho de banda, suficiente para ejecutar modelos abiertos de cientos de miles de millones de parametros en local.
Liquid AI lanza modelos borrador LFM2.5-DSpark que aceleran la inferencia local hasta 3,18 veces con decodificación especulativa, un método originado en DeepSeek y la Universidad de Pekín.
Liquid AI publica nuevos checkpoints de la serie LFM2.5 en formato GGUF Q4_0, entrenados con el método QAD, recuperando hasta el 97% de la precisión original en BF16.
ModelBest entró en tutoría de IPO con CITIC Securities y su apuesta por modelos de borde pasa de descargas open source a pruebas de ingresos, clientes y despliegues.
OpenBMB publicó MiniCPM-Robot con un modelo de manipulación 1.5B, uno de seguimiento 0.9B y una ruta de inferencia local.
PrismML mete un modelo 27B en el iPhone. Una localización breve de los hechos verificados y la señal industrial de fondo.
Perplexity quiere dejar tareas simples y datos sensibles en el PC y reservar el razonamiento complejo para la nube.
Google presenta Gemini Nano como un modelo local para funciones de seguridad en Chrome, pero la descarga silenciosa de varios gigabytes reabre el debate sobre consentimiento, privacidad y coste energético de la IA en el navegador.
Google DeepMind lanzó Gemma 4 en cuatro versiones, migrando a la licencia Apache 2.0; la versión 31B alcanzó el tercer lugar en el ranking de código abierto de Arena AI.
La estrategia de IA de Apple es diferente, centrándose en la implementación en el dispositivo y la privacidad, con un modelo de 3 mil millones de parámetros que funciona sin problemas en el iPhone.