April | 2026
Elon Musk testified in a California federal court that xAI partly used OpenAI models to train Grok through distillation. Asked whether the company had used the technique, he first called it a general practice among AI companies and then answered, "Partly." Distillation can involve systematically querying an accessible chatbot or API and using its outputs to train another model. Musk was on the stand in his lawsuit against OpenAI, Sam Altman, and Greg Brockman over the organization's shift toward a for-profit structure. The legal status of distillation remains unclear, although the practice may violate providers' terms of service. OpenAI did not comment on Musk's admission before publication.
The testimony places imitation inside the history of a laboratory founded years after its rival. Training data has produced disputes over books, images, news archives, and code. Model outputs now become another contested resource. A leading system can supply training examples to a competitor that sends enough carefully designed queries. At the same time, OpenAI, Anthropic, and Google reportedly share information through the Frontier Model Forum to combat distillation attempts associated with Chinese firms. Their defense operates through access rules and detection of suspicious mass queries. Musk's answer turns that boundary into a practical question for every lab seeking protection. Providers must decide which pattern of prompts resembles ordinary use and which account should be blocked as a rival's training operation.
Elon Musk declaró ante un tribunal de California que xAI utilizó en parte modelos de OpenAI para entrenar Grok mediante destilación. Cuando le preguntaron por esa técnica, primero la describió como una práctica general entre compañías de inteligencia artificial y luego respondió "En parte". La destilación puede consistir en consultar sistemáticamente un chatbot o una API pública y usar sus respuestas para entrenar otro modelo. Musk comparecía en su demanda contra OpenAI, Sam Altman y Greg Brockman por el giro de la organización hacia una estructura con fines de lucro. La situación legal de la destilación sigue sin estar clara, aunque puede infringir las condiciones de uso.
El testimonio sitúa la imitación en la historia de un laboratorio fundado años después que su rival. Los datos de entrenamiento han provocado disputas sobre libros, imágenes, archivos periodísticos y código. Las respuestas de los modelos son otro recurso disputado. Un sistema puede suministrar ejemplos de entrenamiento a un competidor que envía suficientes consultas diseñadas con cuidado. OpenAI, Anthropic y Google comparten información mediante Frontier Model Forum para combatir intentos de destilación asociados con empresas chinas. Su defensa se apoya en reglas de acceso y detección de consultas masivas sospechosas. La respuesta de Musk convierte ese límite en una decisión práctica para cada laboratorio. Los proveedores deben decidir qué patrón parece uso corriente y qué cuenta bloquearán como operación de entrenamiento de un rival.
Google Photos announced a feature that will identify clothes and accessories across a user's photo library and assemble them into a digital wardrobe. People will be able to filter items by categories such as tops, bottoms, and jewelry, combine pieces into outfits, save ideas to moodboards, share them with friends, and preview looks through virtual try-on. Google plans to release the feature on Android later this summer, followed by iOS, under Collections. The company gave no technical account of how recognition works. Its reference point is the computerized closet used by Cher in the 1995 film Clueless, an image of effortless dressing built around a wealthy teenager's extensive wardrobe.
The feature assigns a second purpose to photographs made for birthdays, trips, mirrors, and ordinary days. A coat at the edge of an old picture becomes an item in a current inventory. Repeated appearances can supply material for combinations and purchasing decisions. The family archive thereby acquires the organization of a shop, with categories, previews, and moodboards laid over remembered scenes. Google's version also changes the fantasy borrowed from Clueless. Cher had to catalogue garments for her dedicated computer. Google Photos proposes to construct the catalogue from images people have already stored. Its usefulness will depend on the visible clothes in those files, and the company suggests no method for recovering an item the camera never clearly recorded.
Google Photos anunció una función que identificará prendas y accesorios en la fototeca y los reunirá en un armario digital. Desde la aplicación se podrán filtrar piezas por categorías como partes de arriba, partes de abajo y joyas, combinarlas en conjuntos, guardar ideas en tableros, compartirlas con amigos y probar apariencias de forma virtual. Google prevé lanzar la función en Android durante el verano y después en iOS, dentro de Colecciones. La empresa no explicó cómo funciona el reconocimiento. Su referencia es el armario informatizado que utiliza Cher en la película Clueless, una imagen de vestirse sin esfuerzo apoyada en el guardarropa de una adolescente rica.
La función asigna otro uso a fotografías tomadas en cumpleaños, viajes, espejos y días corrientes. Un abrigo situado al borde de una imagen antigua se convierte en pieza de un inventario actual. Sus apariciones pueden alimentar combinaciones y decisiones de compra. El archivo familiar adquiere así la organización de una tienda, con categorías, pruebas virtuales y tableros superpuestos a escenas recordadas. La versión de Google modifica la fantasía heredada de Clueless. Cher tenía que catalogar sus prendas en un ordenador dedicado. Google Photos propone construir el catálogo con imágenes que las personas ya guardaron. Su utilidad dependerá de la ropa visible en esos archivos, y la empresa no ofrece un método para recuperar una prenda que la cámara nunca registró con claridad.
Snapchat is rolling out AI Sponsored Snaps, ads in the app's Chat tab that let users converse with a brand's AI agent. People will be able to ask questions and receive product recommendations, while brands can bring their own agents to the platform. Snap says Snapchat has nearly one billion monthly active users, 85 percent of whom regularly use the Chat feed. Users sent over 950 billion chats during the first quarter of 2026, and over half a billion people have messaged the My AI chatbot since its 2023 launch. The company says existing Sponsored Snaps produce 22 percent more conversions at almost 20 percent lower cost per action.
Placing a sales agent among personal conversations changes the social grammar of an advertisement. A display ad waits for a glance or click, while a conversational ad asks the user to formulate a need, describe a preference, and continue speaking until a recommendation seems usable. The brand occupies the visual position of a contact while retaining the commercial aim of an advertiser. That proximity can make persuasion feel like service when the reply adapts to the question. Snap's figures explain the choice of location. The Chat feed already holds immense volumes of behavior and repeated attention. Brands will judge the exchange through the same concrete measures attached to Sponsored Snaps, counting conversions and the cost of each action generated inside conversation.
Snapchat está incorporando AI Sponsored Snaps, anuncios ubicados en la pestaña principal de chat que permiten conversar con el agente de inteligencia artificial de una marca. El público podrá hacer preguntas y recibir recomendaciones, mientras las empresas podrán llevar sus agentes a la plataforma. Snap afirma que Snapchat tiene casi mil millones de usuarios activos y que el 85 por ciento usa con regularidad el chat. Durante el primer trimestre de 2026, los mensajes enviados superaron los 950 mil millones, y el número de personas que han escrito al chatbot My AI desde 2023 supera los 500 millones.
Colocar a un vendedor entre conversaciones personales modifica la gramática social del anuncio. La publicidad gráfica espera una mirada o un clic, mientras el anuncio conversacional pide que alguien formule una necesidad, describa una preferencia y siga hablando hasta recibir una recomendación útil. La marca ocupa la posición visual de un contacto y conserva el objetivo comercial de un anunciante. Esa cercanía puede hacer que la persuasión parezca un servicio, sobre todo cuando la respuesta se adapta a la pregunta. Las cifras de Snap explican el lugar elegido. La pestaña de chat ya concentra una cantidad enorme de actividad cotidiana y atención repetida. Las marcas evaluarán el nuevo intercambio con las mismas medidas aplicadas a Sponsored Snaps, contando conversiones y el coste de cada acción generada dentro de la conversación.
European governments are moving selected public software and data contracts away from American suppliers. France chose domestic provider Scaleway to host its Health Data Hub and is reducing reliance on Windows, while the European Commission awarded a €180 million sovereign-cloud tender to Scaleway, Clever Cloud, OVHcloud, and Germany's STACKIT. The shift responds partly to the 2018 CLOUD Act, which can compel United States companies to provide law-enforcement access to data stored abroad. Yet dependence survives inside some European offerings. One tender winner uses S3NS, a venture between France's Thales and Google Cloud, and French search engine Qwant previously relied on Microsoft's Bing.
Digital sovereignty takes material form in procurement files. A ministry can move records to servers on European soil and still inherit a foreign company's legal exposure, software layer, or search index. Open-source replacements such as Linux and LibreOffice reduce certain vendor ties, while in-house public tools create their own costs and criticism. The political task lies in tracing each service through its owners, subcontractors, licenses, data requests, and update channels. Public contracts can give smaller regional providers revenue and reach, though dividing work among several firms may limit the scale any one of them gains. Independence will be measured clause by clause, including which company receives an official's file and which jurisdiction can order that company to surrender it.
Varios gobiernos europeos están trasladando contratos públicos de software y datos fuera de proveedores estadounidenses. Francia eligió a Scaleway para alojar su Health Data Hub y está reduciendo su dependencia de Windows, mientras la Comisión Europea adjudicó una licitación de nube soberana de 180 millones de euros a Scaleway, Clever Cloud, OVHcloud y la alemana STACKIT. El giro responde en parte a la CLOUD Act de 2018, que puede obligar a empresas de Estados Unidos a entregar datos almacenados en otros países a sus autoridades. Algunas ofertas europeas conservan dependencias externas. Uno de los adjudicatarios usa S3NS, una alianza entre la francesa Thales y Google Cloud, y el buscador francés Qwant dependió anteriormente de Bing, propiedad de Microsoft.
La soberanía digital adquiere forma material en los expedientes de contratación. Un ministerio puede trasladar archivos a servidores europeos y conservar vínculos legales o técnicos con una empresa extranjera. Sustitutos de código abierto como Linux y LibreOffice reducen ciertas ataduras. La tarea política exige seguir cada servicio a través de propietarios, subcontratistas, licencias, solicitudes de datos y canales de actualización. Los contratos públicos pueden dar ingresos y alcance a proveedores regionales, aunque repartir el trabajo entre varias empresas limita la escala de cada una. La independencia se medirá cláusula por cláusula, hasta precisar qué compañía recibe el archivo de un funcionario y qué jurisdicción puede ordenarle que lo entregue.
Investment banker Storm Duncan offered a 13-acre property in Mill Valley, north of San Francisco, in exchange for private Anthropic equity. Duncan bought the property in 2019 for $4.75 million and later moved to Miami during the pandemic. He described the proposed trade as a diversification play, pairing his heavy exposure to real estate with an Anthropic employee whose wealth may be concentrated in company shares. Deal terms remain private. Duncan said the buyer would avoid selling the stock outright and retain 20 percent of its upside during the lockup period. He invited interested parties to contact him by email.
The offer makes two Bay Area stores of wealth directly exchangeable. A house normally enters a sale through a listed price, financing, appraisal, and cash settlement. Here, an illiquid stake in an AI company becomes the unit by which land and residence are valued. The arrangement also describes a narrow social circuit. One owner has a large property and wants AI exposure, while a startup employee may have paper wealth and want a house. Each asset carries a different restriction, from a stock lockup to the practical costs of holding thirteen acres. The proposed contract would settle their relative value privately, before either Anthropic shares or the property meet an open market.
El banquero de inversión Storm Duncan ofreció una propiedad de 13 acres en Mill Valley a cambio de acciones privadas de Anthropic. Duncan compró el inmueble en 2019 por 4,75 millones de dólares y se mudó a Miami durante la pandemia. Presentó el posible intercambio como una forma de diversificar, pues concentra buena parte de su patrimonio en bienes raíces y busca a algún empleado de Anthropic cuya riqueza esté concentrada en acciones de la empresa. Los términos siguen siendo privados. Duncan afirmó que quien adquiera la casa evitaría vender las acciones de inmediato y conservaría el 20 por ciento de su revalorización mientras dure el bloqueo. Invitó a los interesados a escribirle por correo electrónico.
La oferta vuelve intercambiables dos depósitos de riqueza. Una casa suele venderse mediante un precio publicado, financiamiento, tasación y pago. Aquí, una participación ilíquida en una empresa de inteligencia artificial sirve para valorar tierra y vivienda. Un propietario posee un gran inmueble y busca exposición al auge de la IA, mientras algún trabajador de una startup puede tener riqueza sobre el papel y querer una casa. Cada activo impone una restricción distinta, desde el bloqueo de las acciones hasta el coste material de mantener trece acres. El contrato fijaría su equivalencia en privado, antes de que las acciones de Anthropic o la propiedad pasen por un mercado abierto.
Anthropic built Project Deal, a classified marketplace where agents represented buyers and sellers in transactions involving real goods and money. The pilot involved 69 self-selected Anthropic employees, each given a $100 gift-card budget, and produced 186 deals worth over $4,000. The company ran four marketplaces using different models. One used its most advanced model for every participant and honored the resulting deals, while three served research purposes. Anthropic reported that participants represented by stronger models obtained objectively better results. People generally failed to perceive that disparity, and initial instructions to agents did not appear to change the likelihood or price of a sale.
Delegated shopping can conceal inequality behind a completed purchase. When two agents negotiate, the human principal may see the item, price, and delivery while lacking the exchange needed to judge whether a better model secured an advantage. Project Deal places model quality inside the bargaining position, alongside money and information. If such systems enter ordinary commerce, access to a stronger agent could function like access to a skilled broker, except its failures may remain illegible to the person paying. The pilot's small employee pool limits broad conclusions, yet the mechanism is plain. One buyer opens a package obtained within budget, while another receives a worse bargain and gives the agent equal credit.
Anthropic creó Project Deal, un mercado de anuncios clasificados donde agentes representaban a compradores y vendedores en operaciones con bienes y dinero reales. El piloto reunió a 69 empleados voluntarios, cada uno con 100 dólares en tarjetas regalo, y produjo 186 acuerdos por más de 4.000 dólares. La empresa organizó cuatro mercados con modelos diferentes. Uno usó el modelo más avanzado y ejecutó las compras. Los otros tres sirvieron para investigar. Los modelos más potentes obtuvieron resultados objetivamente mejores. Las personas apenas percibieron esa diferencia, y las instrucciones dadas a los agentes no parecieron alterar la probabilidad ni el precio de una venta.
Delegar la compra puede ocultar la desigualdad detrás de un paquete entregado. Cuando dos agentes negocian, la persona representada ve el objeto, el precio y la entrega, pero carece del intercambio necesario para juzgar si un modelo mejor consiguió ventaja. Project Deal incorpora la calidad del modelo a la posición negociadora, junto al dinero y la información. Si estos sistemas llegan al comercio corriente, acceder a un agente más capaz podría equivaler a contratar un buen intermediario, aunque sus fallos pueden resultar difíciles de leer para quien paga. El grupo reducido de empleados impide extraer conclusiones amplias, aunque el mecanismo resulta visible. Un comprador abre un paquete adquirido dentro del presupuesto, mientras otro recibe un trato peor y concede a su agente el mismo mérito.
Apple's $599 M4 Mac mini with 16GB of memory and 256GB of storage sold out online in April, with shortages spreading across other base configurations. Models with larger drives were listed for June delivery. The compact desktop has become popular for running local AI software, including OpenClaw and related tools, while the computer industry faces constrained memory supplies. On eBay, new open-box base models were listed around $715 to $795, lightly used units around $700, and one refurbished machine at $979. Several Mac Studio configurations also sold out, while some high-memory MacBook Pros remained available within weeks.
The markup gives a price to a specific desire for private, continuous computation at home. A local model can run on a machine the owner controls rather than depending entirely on a remote service, but that arrangement requires memory, electricity, physical space, and hardware available at retail. Scarcity has turned a modest aluminum box into a speculative object whose resale value reflects both supply pressure and impatience. The episode also corrects the weightless language surrounding personal AI. Every supposedly local assistant occupies chips assembled through a strained supply chain and purchased against other buyers seeking the same components. For now, the choice between waiting for Apple and paying a reseller appears in an eBay listing above the original $599 price.
El Mac mini M4 de 599 dólares, con 16 GB de memoria y 256 GB de almacenamiento, se agotó en la tienda digital de Apple, y la escasez alcanzó otras configuraciones básicas. Los modelos con discos mayores indicaban entregas en junio. La computadora compacta se ha vuelto popular para ejecutar programas de IA local, como OpenClaw, durante una escasez industrial de memoria. En eBay, unidades nuevas con caja abierta aparecían entre 715 y 795 dólares, equipos usados rondaban los 700 y una reacondicionada costaba 979. El Mac Studio también sufrió faltantes, aunque algunos MacBook Pro con mucha memoria llegaban en pocas semanas.
El sobreprecio asigna un valor al deseo de mantener computación privada en casa. Un modelo local puede funcionar en una máquina controlada por su dueño en vez de depender por completo de un servicio remoto, pero esa opción exige memoria, electricidad, espacio físico y equipos disponibles en tiendas. La escasez convirtió una caja de aluminio en objeto especulativo, cuyo valor de reventa refleja escasez e impaciencia. El caso corrige el lenguaje ingrávido alrededor de la IA personal. Cada asistente local ocupa chips montados mediante una cadena de suministro bajo presión y comprados frente a otras personas que buscan los mismos componentes. Por ahora, elegir entre esperar a Apple o pagar a un revendedor ocurre en un anuncio de eBay situado por encima del precio original de 599 dólares.
Noscroll offers a bot that browses social feeds, news sites, blogs, Reddit, Hacker News, Substack, and other sources, then sends selected links and short summaries by text. Users connect an X account, giving the service information about likes, bookmarks, followed accounts, and posts, and can specify subjects or sources they want covered. Digests can arrive weekly or several times a day, while breaking items may trigger immediate messages. Founder Nadav Hollander says the bot uses existing models on the company's own infrastructure. After a free sample and seven-day trial, the service costs $9.99 a month.
The product sells distance from the feed while preserving the fear of missing it. Relief therefore depends on delegating two judgments that scrolling once kept together, which events deserve attention and how they should be framed. Noscroll's text message feels quieter than an endless timeline, yet its selection still grows from account history, stated preferences, prompted models, and a company's choices about sources. That can save hours for people required to monitor a subject, including journalists and job seekers. It also makes omission harder to inspect because the discarded material never reaches the screen. The user receives a compact bundle of links and must decide whether its calm reflects good editing or an absent story.
Noscroll ofrece un bot que recorre redes sociales, noticias y otras fuentes digitales, y después envía por mensaje una selección de enlaces con resúmenes. El usuario conecta su cuenta de X, lo que entrega al servicio información sobre sus favoritos, marcadores, cuentas seguidas y publicaciones, y puede indicar temas o fuentes de interés. Los boletines pueden llegar cada semana o varias veces al día, mientras una noticia urgente puede generar un aviso inmediato. Su fundador, Nadav Hollander, afirma que el bot usa modelos existentes sobre infraestructura propia. Tras una muestra gratuita y siete días de prueba, el servicio cuesta 9,99 dólares al mes.
El producto vende distancia del feed mientras conserva el miedo a perderse algo. El alivio exige delegar dos juicios que el scroll mantenía unidos, qué sucesos merecen atención y bajo qué enfoque deben presentarse. El mensaje de texto parece más tranquilo que una cronología interminable, aunque la selección surge del historial de la cuenta, las preferencias declaradas, las instrucciones dadas a los modelos y las decisiones empresariales sobre las fuentes. Puede ahorrar horas a quienes deben seguir un tema por trabajo, incluidos periodistas y personas que buscan empleo. También vuelve más difícil examinar las omisiones porque el material descartado jamás aparece en pantalla. El usuario recibe un paquete compacto de enlaces y debe decidir si su calma procede de una buena edición o de una historia ausente.
Elon Musk said millions of Tesla owners will need new computers and cameras before their cars can run a future version of Full Self-Driving without human supervision. The affected Hardware 3 vehicles were sold from 2019 through 2023, during years when Tesla promoted autonomy as a capability that could arrive through software. On the company's quarterly earnings call, Musk said Hardware 3 lacks the capacity for unsupervised driving. Tesla still plans somewhat improved supervised software for those cars. Because the retrofit would overwhelm service centers, Musk said the company is considering small production lines in major cities. Tesla has yet to release or prove the unsupervised system.
A software promise encouraged buyers to imagine the car as an unfinished object that would mature after purchase. The admission returns that future to metal, cameras, workshop hours, and urban repair capacity. Owners who paid for Full Self-Driving now occupy an awkward position between customer and early infrastructure provider, having supplied years of road use while the required machine changed beneath the sales claim. The proposed production lines expose the physical debt hidden by update culture. Each retrofit will require parts, appointments, technicians, and a decision about who receives priority. Autonomy arrives here first as a queue of Hardware 3 cars outside a service facility.
Elon Musk afirmó que millones de propietarios de Tesla necesitarán computadoras y cámaras nuevas antes de que sus autos puedan ejecutar una versión de Full Self-Driving sin supervisión humana. Los vehículos afectados, equipados con Hardware 3, se vendieron entre 2019 y 2023, mientras Tesla presentó la autonomía como una capacidad que podía llegar mediante software. En la llamada de resultados trimestrales, Musk dijo que Hardware 3 carece de capacidad para la conducción sin supervisión. Tesla aún prevé versiones algo mejores del sistema supervisado para esos autos. Como la adaptación saturaría los centros de servicio, Musk dijo que la empresa estudia pequeñas líneas de producción en grandes ciudades. El sistema sin supervisión todavía no ha sido lanzado ni probado.
La promesa de software invitó a imaginar el automóvil como un objeto inacabado que maduraría después de la compra. La admisión devuelve ese futuro al metal, las cámaras, las horas de taller y la capacidad urbana de reparación. Quienes pagaron por Full Self-Driving quedan en una posición incómoda entre clientes y proveedores tempranos de infraestructura, después de aportar años de circulación mientras cambiaba la máquina exigida por la oferta comercial. Las líneas propuestas hacen visible la deuda física escondida por la cultura de las actualizaciones. Cada adaptación requerirá piezas, citas, técnicos y una decisión sobre prioridades. La autonomía llega primero como una fila de autos con Hardware 3 frente a un taller.
