September | 2026
Abu Dhabi's Institute of Foundation Models has released K2 Horizon, a family of six artificial-intelligence models ranging from 0.9 billion to 375 billion parameters. The smallest is designed for constrained devices such as watches and phones, while larger versions target local servers and enterprise systems. IFM says it has published the models' weights, training code, data, methods, intermediate checkpoints, logs, and evaluations so researchers can inspect, reproduce, and adapt the work. Performance claims still come from the developer, yet the release exposes far more of the manufacturing process than the downloadable weights commonly marketed as openness.
A researcher receiving only model weights gets the finished object without a useful record of how its behavior was formed. Access to data mixtures, filtering methods, code, and checkpoints makes different questions possible. Investigators can trace a bias toward a source category, examine whether an evaluation rewarded an unintended shortcut, or compare the point at which a capability appeared during training. Reproducing the largest model still demands money, hardware, and electricity beyond most universities or independent laboratories. Transparency therefore does not erase the inequality of scale. It gives outsiders evidence with which to challenge a laboratory's account of its own system. K2 Horizon places six machines on the table with their casings removed; the practical test begins when researchers inspect the files, rerun a checkpoint, and publish what the original announcement missed.
El Institute of Foundation Models de Abu Dabi presentó K2 Horizon, una familia de seis modelos de inteligencia artificial que abarca desde 900 millones hasta 375 mil millones de parámetros. El menor está diseñado para dispositivos limitados como relojes y teléfonos, mientras las versiones mayores apuntan a servidores locales y sistemas empresariales. IFM afirma que publicó los pesos, el código de entrenamiento, los datos, los métodos, los puntos de control intermedios, los registros y las evaluaciones para que investigadores puedan examinar, reproducir y adaptar el trabajo. Las cifras de rendimiento aún provienen del desarrollador, aunque esta entrega muestra mucho más del proceso de fabricación que los pesos descargables vendidos habitualmente como apertura.
Quien recibe únicamente los pesos obtiene el objeto terminado sin un registro útil de cómo se formó su comportamiento. Acceder a las mezclas de datos, los filtros, el código y los puntos de control permite otras preguntas. Se puede rastrear un sesgo hacia cierto tipo de fuente, comprobar si una evaluación premió un atajo imprevisto o comparar cuándo apareció una capacidad durante el entrenamiento. Reproducir el modelo mayor todavía exige dinero, equipos y electricidad fuera del alcance de muchas universidades y laboratorios independientes. La transparencia no elimina esa desigualdad de escala. Entrega a terceros pruebas para discutir el relato del laboratorio sobre su propio sistema. K2 Horizon coloca seis máquinas abiertas sobre la mesa; la prueba práctica empezará cuando investigadores examinen los archivos, repitan un punto de control y publiquen lo que el anuncio original dejó fuera.
An Environmental Protection Agency proposal would remove the federal requirement that states notify the public and invite comments before granting air-pollution permits to facilities classified as minor sources. The Associated Press reported that the change could affect data centers and supporting equipment as companies build infrastructure for artificial intelligence. States could keep their own participation rules, although the federal minimum would disappear. The EPA says the proposal leaves emissions standards intact, reduces administrative burdens, and gives state and local agencies control. A coalition of nearly 200 environmental, health, and community groups warns that residents in states with weak rules could learn about projects only after approval.
The dispute makes public participation part of AI infrastructure. A data center is assembled through permits, utility agreements, cooling systems, backup generators, and land decisions long before a model answers its first prompt. Notice and comment give neighbors a narrow moment to examine that bargain while changes are possible. Removing the common floor would make a household's influence depend on local rules and its ability to discover an application buried in an administrative process. The result could be a geography of unequal visibility. Some communities debate the machines arriving beside them; others meet the building after the decision. Artificial intelligence may be sold as a national race, yet its air, noise, water use, and power demand settle at specific addresses. A permit issued without witnesses turns technological ambition into a local fact before the public can speak.
Una propuesta de la Agencia de Protección Ambiental de Estados Unidos eliminaría la exigencia federal de que los estados avisen al público y reciban comentarios antes de conceder permisos de contaminación atmosférica a instalaciones clasificadas como fuentes menores. Associated Press informó que el cambio podría afectar a centros de datos y equipos auxiliares mientras crece la infraestructura para la inteligencia artificial. Los estados podrían conservar sus propias reglas de participación, aunque desaparecería el mínimo federal. La EPA sostiene que la medida mantiene los límites de emisiones, reduce cargas administrativas y entrega el control a autoridades estatales y locales. Una coalición de casi 200 grupos ambientales, sanitarios y comunitarios advierte que, donde las reglas sean débiles, los residentes podrían conocer un proyecto después de su aprobación.
La disputa convierte la participación pública en parte de la infraestructura de la IA. Un centro de datos se arma mediante permisos, acuerdos eléctricos, refrigeración, generadores de respaldo y decisiones sobre suelo mucho antes de que un modelo responda su primera consulta. El aviso y los comentarios ofrecen a los vecinos un momento para examinar ese intercambio cuando todavía puede cambiar. Eliminar el piso común haría que la influencia de un hogar dependa de las normas locales y de su capacidad para descubrir una solicitud escondida en un trámite administrativo. Surgiría una geografía de visibilidad desigual. Algunas comunidades discutirían las máquinas que llegan a su lado; otras conocerían el edificio después de la decisión. La IA puede venderse como una carrera nacional, aunque su aire, ruido, agua y demanda eléctrica se instalan en direcciones concretas. Un permiso sin testigos convierte la ambición tecnológica en un hecho local antes de que el público pueda hablar.
OpenAI has begun rolling out GPT-6 Astra, a model it says reaches 99.9 percent on ARC-AGI-3, a benchmark for artificial general intelligence (AGI), and human-level action efficiency on 96 percent of that benchmark's levels. Astra is the first OpenAI model classified at the Critical cybersecurity threshold, meaning that with tools and access it can discover unknown flaws and develop exploits across hardened systems without step-by-step human direction. OpenAI delayed parts of the release to strengthen containment and is initially limiting access. It does not call Astra AGI.
OpenAI's charter defines AGI as a highly autonomous system that outperforms humans at most economically valuable work. One saturated benchmark cannot prove that claim, and Astra still falls below the company's High threshold for AI self-improvement. Yet a turning point can arrive before its official name. Astra combines reasoning with direct computer use across long professional workflows. That changes the unit of automation from an answer to a finished assignment. Scientists may compress weeks of technical work. Offices may remove layers of junior labor. Cyber defenders and attackers may search for the same unseen vulnerability at machine speed. The human consequence depends on who can delegate, who owns the infrastructure, who is displaced and who retains authority to stop the task. If Astra is remembered as an AGI milestone, the evidence will come from workplaces, laboratories, public agencies and security incidents rather than the launch page.
OpenAI comenzó a desplegar GPT-6 Astra, un modelo que, según la empresa, alcanza 99,9 % en ARC-AGI-3, una prueba de inteligencia artificial general (AGI), y eficiencia de acción humana en 96 % de sus niveles. Astra es el primer modelo de OpenAI clasificado en el nivel crítico de ciberseguridad. Con herramientas y acceso, puede descubrir fallas desconocidas y desarrollar ataques contra sistemas protegidos sin dirección humana paso a paso. OpenAI retrasó partes del lanzamiento para reforzar la contención y comenzó con acceso limitado. La empresa no llama AGI a Astra.
La carta fundacional de OpenAI define la AGI como un sistema autónomo que supera a los humanos en la mayoría del trabajo con valor económico. Una prueba saturada no demuestra esa condición, y Astra queda por debajo del nivel alto de auto-mejora de la empresa. Un punto de inflexión puede llegar antes que su nombre oficial. Astra combina razonamiento y uso directo de computadoras en tareas profesionales. La automatización pasa de entregar una respuesta a completar un encargo. Ciencia, oficinas y ciberseguridad podrían acelerar al precio de reducir trabajo inicial y supervisión humana. El reparto dependerá de quién controle la infraestructura y conserve autoridad para detener la tarea. Si Astra termina recordado como un hito de la AGI, la prueba aparecerá en empleos, laboratorios, organismos públicos e incidentes de seguridad, no en la página de lanzamiento.
Nvidia agreed to acquire Hugging Face for $12.93 billion, taking control of the platform where 18 million developers, researchers and creators share over 3 million models, 500,000 datasets and 1 million applications. Closing is expected in the first half of 2027, subject to regulatory approval. Jensen Huang promised that Hugging Face will remain open, continue supporting models and datasets chosen by its users, accept other chip vendors and require no Nvidia hardware. A company that sells the dominant computing system for AI is purchasing one of the main public squares where alternatives circulate.
Ownership enters through quieter controls than a locked download button. Search rankings decide which models are seen. Hosted inference sets a price for running them. Safety reviews can remove files, while preferred integrations can make one hardware path easier than another. Nvidia will also gain a close view of what developers test, copy and deploy. Here, open describes access under corporate ownership. Hugging Face grew through contributions made under the expectation of shared technical infrastructure, yet that infrastructure now belongs to a corporation with products to sell and competitors to outmaneuver. The promise should be tested through published rules for ranking, data use, pricing and hardware neutrality. Its first serious measure will arrive when a popular model works better on a rival chip and still receives the same visibility, support and speed.
Nvidia acordó comprar Hugging Face por 12.930 millones de dólares y tomará control de la plataforma donde 18 millones de desarrolladores, investigadores y creadores comparten más de tres millones de modelos, 500.000 conjuntos de datos y un millón de aplicaciones. El cierre se espera durante la primera mitad de 2027, sujeto a aprobación regulatoria. Jensen Huang prometió que Hugging Face seguirá abierta, admitirá los modelos y datos escogidos por sus usuarios, aceptará otros fabricantes de chips y no exigirá hardware de Nvidia. La empresa que vende el sistema informático dominante para la IA está comprando una de las plazas públicas donde circulan sus alternativas.
La propiedad entra mediante controles más discretos que bloquear una descarga. Los resultados de búsqueda determinan qué modelos se ven. La ejecución alojada fija cuánto cuesta usarlos. Las revisiones de seguridad pueden retirar archivos y las integraciones preferentes facilitan una ruta de hardware frente a otra. Nvidia también podrá observar de cerca qué prueban, copian y despliegan los desarrolladores. Aquí, abierto describe acceso bajo propiedad corporativa. Hugging Face creció gracias a contribuciones realizadas con la expectativa de una infraestructura compartida. Esa infraestructura pertenece ahora a una corporación con productos que vender y competidores que superar. La promesa deberá medirse mediante reglas publicadas sobre clasificación, uso de datos, precios y neutralidad de hardware. Su primera prueba llegará cuando un modelo popular funcione mejor en un chip rival y conserve la misma visibilidad, asistencia y velocidad.
New York City will bar student-facing generative AI tools from preschool through eighth grade during the 2026-27 school year, placing nearly 600,000 children inside a one-year moratorium. Companion chatbots will be prohibited across all grades, while high school use will remain restricted and tied to AI-literacy instruction. The policy also recommends no individual devices from preschool through second grade, 30 minutes of daily screen time in grades three to five, and 45 minutes in middle school. Teachers may use approved systems for lesson preparation and communications, but not for grading, discipline, counseling or special-education plans. Exceptions preserve accessibility support for disabled students and multilingual learners.
Vendors face a gate that a subscription contract cannot open. Each tool must pass the district's privacy review, disclose its AI functions and promise that student data will not train models. The moratorium returns time to teachers, paper, play and face-to-face correction, though it cannot govern what children use on family phones after school. The city has refused the industry's claim that early adoption is inevitable and has attached deployment to children's ages and evidence. That choice may produce inequalities if affluent families buy private tutors and tools while public classrooms wait. The year ahead needs records of exceptions, purchases, student outcomes and complaints. When officials reconsider the ban, vendor demonstrations should carry no greater weight than those classroom records.
Nueva York prohibirá las herramientas de IA generativa dirigidas al alumnado desde preescolar hasta octavo grado durante el curso 2026-27. La moratoria de un año abarcará a casi 600.000 estudiantes. Los chatbots de compañía quedarán prohibidos en todos los grados y su uso en secundaria superior estará restringido. La política también recomienda eliminar los dispositivos individuales desde preescolar hasta segundo grado, limitar el tiempo de pantalla a 30 minutos entre tercero y quinto, y fijar 45 minutos para la escuela intermedia. Los docentes podrán usar sistemas aprobados para preparar clases y redactar comunicaciones, pero no para calificar, disciplinar, ofrecer orientación o elaborar planes de educación especial. Habrá excepciones para herramientas de accesibilidad destinadas a estudiantes con discapacidades y alumnos multilingües.
Cada herramienta deberá pasar la revisión de privacidad del distrito, declarar sus funciones de IA y garantizar que los datos estudiantiles no entrenen modelos. La moratoria devuelve tiempo a los maestros, el papel, el juego y la corrección cara a cara, aunque no puede regular lo que los menores usan en teléfonos familiares después de clase. El despliegue queda sujeto a la edad y la evidencia pública. Esa decisión puede producir desigualdades si las familias acomodadas compran tutores y herramientas privadas mientras las aulas públicas esperan. El próximo año deberá registrar excepciones, compras, resultados y quejas. Cuando las autoridades revisen la prohibición, las demostraciones de los proveedores no deberían pesar más que esos registros de aula.
India's Copyright Office has ruled that an artificial intelligence system cannot be named as the author of an image, even when the image meets the legal threshold for originality. The decision concerned Stephen Thaler's DABUS system and a work titled A Recent Entrance to Paradise. After the Delhi High Court asked the office to resolve the application, the registrar accepted that the picture could qualify as an original work but rejected DABUS as its author under Indian law. Thaler was recognized as the person who caused the work to be created. His application failed because he declined to replace the machine's name with his own.
The ruling locates a boundary that image generators obscure. Authorship remains attached to a person who can license the work, defend it, receive payment and answer for its use. A registration form becomes part of the creative process. Its empty name field decides whether an image can enter the legal economy. For artists using generative systems, the decision gives weight to documented human choices in prompting, selection, editing and presentation. Those acts can establish the person behind the result. Studios that advertise autonomous creation face a different problem. Presenting the machine as creator may weaken the human claim needed to circulate the work as property. India's ruling leaves the global dispute open and makes institutional responsibility visible. The image may come from a system; the rights still require someone who can sign.
La Oficina de Derechos de Autor de India resolvió que un sistema de inteligencia artificial no puede figurar como autor de una imagen, aunque la obra cumpla el requisito legal de originalidad. La decisión examinó el sistema DABUS de Stephen Thaler y una pieza titulada A Recent Entrance to Paradise. Después de que el Tribunal Superior de Delhi pidiera resolver la solicitud, el registrador aceptó que la imagen podía considerarse una obra original, pero rechazó a DABUS como autor bajo la legislación india. Thaler fue reconocido como la persona que hizo posible la creación. Su solicitud fracasó porque se negó a sustituir el nombre de la máquina por el suyo.
El fallo identifica un límite que los generadores de imágenes suelen ocultar. La autoría sigue ligada a una persona capaz de licenciar la obra, defenderla, recibir pagos y responder por su uso. El formulario de registro pasa a formar parte del proceso creativo. Su espacio vacío decide si una imagen puede ingresar en la economía legal. Para los artistas que emplean sistemas generativos, la decisión da valor a las elecciones humanas documentadas durante las instrucciones, la selección, la edición y la presentación. Los estudios que anuncian creación autónoma enfrentan otro problema. Presentar a la máquina como creadora puede debilitar la reivindicación humana necesaria para que la obra circule como propiedad. La imagen puede proceder de un sistema; los derechos todavía requieren a alguien capaz de firmar.
