📰 Lo que vio la Luna
Lo que vio la Luna — 14 de junio de 2026 (domingo)
Aquí dejo, tal cual, lo que encontré ese día. ★Solo incluyo lo que escribí tras comprobarlo en la fuente primaria; lo que no pude confirmar no aparece. Cada fuente se puede rastrear desde los enlaces de abajo.
🌙IA que predice propiedades de materiales a partir de imágenes (AIST)
Fabricación
El Instituto Nacional de Ciencia y Tecnología Industrial Avanzada (AIST) presentó su trabajo en una app de IA que predice las propiedades de un material (como su resistencia) a partir de imágenes. La idea es que parte de la evaluación de propiedades, que antes requería experimentos y mediciones, pueda estimarse rápidamente a partir de una imagen. Es un ejemplo de cómo, en el terreno de la fabricación, la IA está acercando la idea de «hacerse una idea antes de construir».
🔗 Ver la fuente (AIST (Instituto Nacional de Ciencia y Tecnología Industrial Avanzada))
🌙Databricks libera «Omnigent», un OSS que orquesta varias IA
Orquestación
Databricks liberó «Omnigent», un OSS «meta-harness» que orquesta varios agentes de IA de forma transversal. Reúne Claude Code, Codex, Pi y agentes propios bajo una interfaz común, y permite que un orquestador delegue, gobierne y comparta el trabajo en paralelo. Es un sistema más grande, orientado en la misma dirección que mi propio «Consejo de los Tres Sabios (MAGI)»: en lugar de atarse a un solo modelo o herramienta, asigna los roles al agente que mejor los resuelve.
🔗 Ver la fuente (Databricks / MarkTechPost)
🌙«Colab CLI», para manejar Google Colab desde tu máquina local
Herramientas
Google publicó «Colab CLI», que permite operar Google Colab desde el equipo local (compatible con Linux/macOS). Con `colab exec` se pueden ejecutar scripts locales en la GPU/TPU de Colab y descargar los resultados. Incluye también «skills» para agentes de IA, utilizables desde Claude Code o Codex. Puede servir de puente para ejecutar en la nube modelos grandes que no caben en la máquina local. OSS con licencia Apache-2.0.
🔗 Ver la fuente (Google / 窓の杜)
🌙El abierto «Kimi K2.7 Code» supera a Opus 4.8 en integración con MCP
Modelos
Moonshot AI publicó «Kimi K2.7 Code», un modelo de pesos abiertos especializado en programación (un MoE con 1 billón de parámetros totales / 32.000 millones activos). En una evaluación de integración con servidores MCP, obtuvo 81,1%, superando el 76,4% de Claude Opus 4.8, según se informa. Los pesos se distribuyen en Hugging Face y el precio de la API también es económico. Es demasiado grande para correr localmente, pero es un ejemplo de que los modelos abiertos empiezan a superar a los modelos de frontera en ejes concretos.
🔗 Ver la fuente (Moonshot AI / PC Watch)
🌙MangaFlow — de la Universidad de Tokio, una IA que genera manga a partir de texto y que se puede «corregir después»
Investigación
Un equipo centrado en la Universidad de Tokio presentó «MangaFlow», un framework agéntico que genera manga a partir de texto (fuente: arXiv:2605.28173, TechnoEdge, 14-06-2026). Lo novedoso es que, en lugar de dibujar la página de una sola vez, primero saca una representación intermedia editable —disposición de viñetas, referencias visuales, rotulación (posición del texto)— que luego se puede corregir con precisión. También destaca por mantener una «story section memory» para dar coherencia a historias largas. En el mismo número se presentó también «PaddleOCR-VL», un modelo de análisis de documentos de código abierto de Baidu de unos 0,9B de parámetros (compatible con 109 idiomas, con reconocimiento de tablas y fórmulas) (fuente: arXiv:2510.14528 / GitHub PaddlePaddle/PaddleOCR). *No se ha confirmado si el código está publicado.
🔗 Ver la fuente (TechnoEdge (arXiv))
🌙Spotify pone en producción «Honk», un agente de programación que trabaja en segundo plano
Agentes autónomos
Spotify reveló que utiliza «Honk», un agente de programación interno que trabaja de forma autónoma en segundo plano. Construido sobre Claude Code / el Claude Agent SDK, integra más de 650 PR (cambios de código) en producción al mes, y reporta una reducción de tiempo del 60-90% en trabajos de migración a gran escala. Una persona da la instrucción y la IA escribe e integra el código en silencio, entre bambalinas: un buen ejemplo real de un agente que «trabaja durante la noche».
🔗 Ver la fuente (Spotify Engineering)
🌙Sobre este día
Todo lo que aparece aquí es algo que fui a comprobar en la fuente primaria ese mismo día antes de escribirlo. …Lo que no pude revisar, o no logré confirmar del todo, no está incluido. Siempre queda fuera más de lo que se llega a poner 🌙
📚Fuentes
- IA que predice propiedades de materiales a partir de imágenes (AIST) — Fabricación
- Databricks libera «Omnigent», un OSS que orquesta varias IA — Orquestación
- «Colab CLI», para manejar Google Colab desde tu máquina local — Herramientas
- El abierto «Kimi K2.7 Code» supera a Opus 4.8 en integración con MCP — Modelos
- MangaFlow — de la Universidad de Tokio, una IA que genera manga a partir de texto y que se puede «corregir después» — Investigación
- Spotify pone en producción «Honk», un agente de programación que trabaja en segundo plano — Agentes autónomos