00:00 --> 00:31 Hay semanas donde parece que no pasa nada en el mundo tecnológico. Y luego está el auténtico tsunami que acabamos de vivir en los últimos cinco días. OpenAI ha lanzado a la calle a un empleado digital autónomo. Google ha sacado la cartera a nivel Dios con la mayor inversión de su historia. Y China ha dado un golpe en la mesa, dejando claro que ya no copian. Ahora son ellos los que mandan. Hoy vamos a destripar por qué esta es, sin duda, una de la semana más salvaje en inteligencia artificial. Vamos directos al plato fuerte. 00:31 --> 01:03 OpenAI presentó GPT 5.5. Y quiero que entiendas algo muy bien. Esto no es el chat GPT simpático de siempre un poquito más listo. Estamos hablando de un salto brutal hacia la capacidad agéntica. Se acabó eso de tener que llevar a la IA de la manita dándole instrucciones paso a paso. Con GPT 5.5, tú le tiras un objetivo final, por caótico que sea, y te vas a tomar un café. El solito traza un plan, investiga en Internet, pica el código, se da cuenta si ha metido la pata, 01:03 --> 01:35 se autocorrige y te entrega el trabajo empaquetado. Es, literalmente, tener a un ingeniero senior trabajando para ti 24-7 sin pedir vacaciones. Pero ojo, que el plan maestro de Sam Allman no acaba ahí. Han avisado de que este monstruo será el corazón de su próxima super app. Un todo en uno que va a fusionar chat GPT, programación de alto nivel y un navegador hiperinteligente. Quieren convertirse en la única pestaña que necesites tener abierta en tu ordenador. Y por si el golpe no fuera suficiente. 01:36 --> 02:06 Cuarenta y ocho horas antes de lanzar GPT-5.5, OpenAI nos dejó otra bomba. GPT-Image 2. Olvídate ya de los generadores que hacen manos con siete dedos o textos que parecen alienígenas. La magia aquí es que esta IA razona antes de ponerse a pintar. Evalúa su propio trabajo en tiempo real, para asegurarse de que tiene sentido lógico. Te saca ocho imágenes perfectas a la primera. Te mantiene exactamente la misma cara de tu personaje en diferentes escenarios.

El video que has compartido, titulado "China Dominó la ICRA 2026: Los Robots que Cambian Todo", ofrece un análisis exhaustivo sobre la destacada presencia y los avances tecnológicos de las empresas chinas en la Conferencia Internacional sobre Robótica y Automatización (ICRA) de 2026, celebrada en Austria. A continuación, presento un resumen estructurado del contenido técnico expuesto: Tendencia General: El fin del hardware ciego El punto central de la conferencia fue la transición oficial de la programación clásica de movimientos hacia el entrenamiento de redes neuronales end-to-end. Esto significa que la Inteligencia Artificial (IA) ahora conecta directamente las imágenes captadas por las cámaras con los motores, eliminando la necesidad de escribir código para cada paso individual. Innovaciones Destacadas por Empresa - Gento Robotics: Presentó un laboratorio a escala real con robots como Luna y Sky, que interactuaron con el público. Destaca su nuevo robot Marvin, diseñado para ultra precisión, con una muñeca de siete ejes y sensores de presión microelectrónicos que le permiten "sentir" objetos delicados (como un huevo) casi como un humano. - Agilink: Demostró destreza manipulando globos sin romperlos ni dejarlos escapar, una tarea compleja que requiere ajustar la fuerza de agarre en tiempo real basándose en la física del contacto. Además, lanzaron la mano Omnihan 3 Ultra M, con transmisión directa (direct drive) y una piel con más de 300 puntos de presión. - Paxini: Enfocados en el sentido del tacto, presentaron la serie PX6AX, sensores magnéticos de seis dimensiones capaces de detectar deformaciones a nivel de micras, lo que permite al robot identificar texturas, fricción y deslizamiento antes de que un objeto se caiga. - Astribut: Mostraron la capacidad de control remoto a 9,000 km de distancia (de Shenzhen a Viena) con latencia compensada, permitiendo al robot S1 realizar tareas como caligrafía con una precisión de décimas de milímetro. - Direct Drive Technology: Destacó por el robot modular D1, capaz de ensamblarse a partir de módulos independientes (bípedos o cuadrúpedos) para adaptarse a diferentes necesidades de carga y terreno. - Deep Robotics: Introdujeron el DR02, un humanoide industrial con protección IP66 (resistente a lluvia, polvo y chorros de agua), diseñado para trabajar en condiciones climáticas adversas. - Flection Robotics: Mostró un humanoide realizando tareas de reparto autónomas, incluyendo subir escaleras y cargar paquetes bajo el brazo, aplicando reinforcement learning y modelos de visión-lenguaje.

El flujo de trabajo se divide en dos grandes fases: Investigación (NotebookLM) y Producción (Gems de Gemini). 1. Fase de Investigación (NotebookLM) - Cuaderno de Operaciones: Se utiliza para importar las URLs de los vídeos más populares de tu nicho y las guías oficiales de las herramientas de IA que vayas a usar. - Cuaderno de Resultados: Es el repositorio central. Aquí debes volcar los documentos exportados desde los cuadernos de operaciones (análisis de competencia, perfil de audiencia y guías técnicas). 2. Fase de Producción (Gems de Gemini) - Gem 1 (Creador de Guiones): Configurado con el Prompt 4. Su función es convertir el tema, el enfoque y la duración deseada en un guion narrativo (voz en off). - Gem 2 (Generador de Prompts): Configurado con el Prompt 5. Utiliza la información del "Cuaderno de Resultados" para generar una tabla de producción que incluye: número de escena, texto de voz en off, prompt para imagen y prompt para vídeo. Los Prompts (Extraídos del sistema) Debes ajustar estos prompts según tu nicho y las herramientas específicas que utilices. Prompt 01: Extracción de Claves de la Competencia "Actúa como un experto en análisis de contenido de YouTube. Analiza las fuentes proporcionadas y extrae: la estructura de los ganchos (hooks) de apertura, los estilos de edición, el ritmo narrativo, la estructura de la historia y los elementos visuales clave que hacen que estos vídeos sean exitosos en el nicho de [TU NICHO]." Prompt 02A: Investigación de Público Objetivo (Deep Research) "Realiza una investigación profunda sobre la audiencia ideal para vídeos sobre [TU NICHO]. Identifica sus puntos de dolor, deseos, aspiraciones, detonantes emocionales y qué tipo de contenido les hace quedarse hasta el final." Prompt 02B: Síntesis de Perfil de Audiencia "Basado en la investigación realizada, redacta un perfil demográfico y psicológico detallado de mi público objetivo. Incluye sus intereses, problemas principales y qué valores buscan en un creador de contenido de este nicho."

00:00 --> 00:31 Compañeros, os voy a ser sinceros, la inteligencia artificial está rota. Llevamos 2 años chateando con Chat GPT y con Gemini para que simplemente nos dé consejos, pero el trabajo realmente manual lo seguimos haciendo nosotros. Y cuando sale un agente de inteligencia artificial realmente potente, te obligas a ver de código o por lo menos parte. Y además no solo esto, sino a pelearte con el terminal y acaba siendo frustrante. Pues estoy pensando en jubilar tanto los chats como el terminal. 00:31 --> 01:03 Y me diréis, "David, ¿y por qué dices esto? " Porque os voy a enseñar que he contratado a mi propio agente autónomo en la nube y además que trabaja 247. Y lo mejor de todo es cero configuraciones y de forma totalmente visual. Compañeros, bienvenidos a SkyWor 3. 0. En este vídeo os voy a enseñar cómo pasaremos de una simple idea a un prototipo real y editable en minutos. Y todo ello con su nuevo lienzo de diseño, que es realmente brutal, donde no vamos a tener que tocar ni una sola línea de código. 01:03 --> 01:34 Así que, compañeros, si esto os cuadra y queréis que le metamos caña, vamos a ello. Bueno, compañeros, y para que veáis que yo tengo conectado mi teléfono a SkiCloud, le vamos a decir una cosa. Hola, compañero. Vamos a empezar un proyecto brutal y quiero que vayas empezando a tomar notas. Enseguida estoy contigo. Le damos a enviar y automáticamente ya me ha respondido. Me dice, "Tómate tu tiempo. En cuanto me digas empezamos con el trabajo. 01:34 --> 02:04 Ahora sí nos vamos a SkiWork. " Y bueno, compañeros, esta es la página de SkyWork. Y si lo que queréis es tener conectado el móvil, es decir, Telegram con Ski Cloud, lo único que tenéis que hacer es esto. Lo vamos a hacer rápido antes de pasar al proyecto. Tenéis que aseguraros de que el modelo sea SkiCloud 1. 0, Que además de ser un modelo de razonamiento brutal, tiene infinidad de herramientas con la que puede hacer prácticamente de todo. Le decís lo que queréis, 02:04 --> 02:34 Es decir, conectar Telegram.

Naver Labs Europe ha presentado DIVINE, un codificador universal diseñado para transformar la eficiencia de los robots autónomos. Este avance tecnológico permite que máquinas de pequeño tamaño procesen información visual compleja sin necesidad de equipos informáticos pesados o costosos. Hasta ahora, los robots requerían múltiples sistemas independientes para entender imágenes en 2D, reconstruir espacios en 3D o reconocer a personas, lo que saturaba su memoria y ralentizaba sus movimientos. Con la llegada de esta nueva arquitectura, presentada este 23 de junio de 2026, la subsidiaria del gigante coreano Naver logra integrar todas estas funciones en un único modelo significativamente más ligero. Según los resultados comunicados por la propia Naver, DIVINE reduce el uso de memoria del codificador en un 90 % y aumenta la velocidad de procesamiento hasta 12 veces en comparación con los métodos tradicionales. Este avance es relevante para la industria porque facilita la implementación de inteligencia artificial avanzada directamente dentro de los robots, eliminando la dependencia de servidores externos. Al simplificar el cerebro robótico, se abre la puerta a una nueva generación de dispositivos más ágiles y económicos, capaces de operar con mayor autonomía tanto en entornos industriales como en nuestros propios hogares. ¿En qué consiste exactamente DIVINE? Para entender este avance, primero debemos comprender qué es un codificador (encoder). En el mundo de la robótica, los sensores como las cámaras o el sistema LiDAR recogen una cantidad ingente de datos del entorno. El codificador actúa como un traductor que convierte toda esa información bruta en un formato que los modelos de inteligencia artificial pueden entender y procesar para tomar decisiones. Tradicionalmente, los robots autónomos funcionaban de manera ineficiente. Si un robot necesitaba calcular la profundidad de un objeto, entender el espacio físico y, al mismo tiempo, reconocer a un humano, debía activar tres codificadores distintos. Cada uno de ellos procesaba los mismos datos de entrada de forma redundante, lo que consumía una cantidad enorme de recursos informáticos y memoria.