from Latest from TechRadar https://ift.tt/6MsBo3c
via IFTTT IA

El ruido en torno a los laboratorios de IA de frontera ha aumentado a medida que directivos continúan señalan posibles consecuencias reguladoras y de responsabilidad que podrían influir en su acceso a los mercados de capital. En un momento en que compañías como OpenAI y Anthropic han afirmado priorizar la seguridad y el “pacing the frontier”, la pregunta sobre si estas entidades llegarán a cotizar en bolsa adquiere una nueva dimensión.

Un punto de vista notable proviene del CEO de Palantir, Alex Karp, quien ha sugerido que la exposición de responsabilidad de estos laboratorios podría ser tan amplia que ningún mercado público podría absorberla, lo que abriría la puerta a una posible nacionalización como salida real. En una aparición en CNBC, Karp afirmó que es posible que ni siquiera exista un formulario S-1 en juego, o que, si lo hay, la naturaleza de la responsabilidad podría requerir intervención gubernamental. Estas declaraciones han reavivado el debate sobre si la ruta hacia una IPO pública para estas empresas es viable o deseable, dadas las implicaciones de seguridad, responsabilidad y gobernanza.

La conversación se ha visto alimentada por publicaciones y entrevistas que destacan que, aunque OpenAI y Anthropic han avanzado técnicamente —con lanzamientos recientes de versiones como GPT-6 Sol, Luna y Opus 5.5— también han indicado que la viabilidad de una oferta pública depende de cuestiones de seguridad y alineación de objetivos. A nivel público, Sam Altman, CEO de OpenAI, ha señalado que en 2026 no se vislumbra una IPO, citando preocupaciones de seguridad y de alineación; al mismo tiempo, la empresa ha continuado con progreso en sus modelos y ha mantenido un enfoque en ampliar la capacidad de procesamiento y control de riesgos.

El argumento de Karp se sostiene sobre la premisa de que ciertos riesgos de responsabilidad podrían requerir una respuesta gubernamental o de intervención estatal para ser gestionados, y que los llamados a la regulación podrían verse como intentos de limitar esa exposición. Esto ha llevado a una discusión más amplia sobre el equilibrio entre innovación, seguridad y necesidad de financiamiento para sostener la escalabilidad de estos sistemas.

No obstante, la situación no es estática: OpenAI confirmó haber presentado de forma confidencial un borrador de S-1 ante la SEC, y Anthropic habría hecho lo propio poco antes, lo que indica que estas compañías están evaluando diversas vías para financiar sus esfuerzos de desarrollo, incluso mientras mantienen ciertos elementos de sus finanzas en privado. En paralelo, analistas y ejecutivos señalan que la dinámica de riesgo, gobernanza y responsabilidad podría influir en la decisión de salir a bolsa, o en la preferencia por estructuras privadas, asociaciones público-privadas o modalidades de financiación alternativas.

Una lectura más amplia sugiere que la rentabilidad de estas inversiones podría depender de la capacidad de las empresas para gestionar y comunicar adecuadamente sus riesgos, incluida la naturaleza evolutiva de los liability exposures y las posibles respuestas regulatorias. Aunque la vía de la IPO podría permanecer incierta, el consenso subraya la necesidad de grandes inversiones para el entrenamiento continuo y el cumplimiento de compromisos de cómputo, lo que a menudo implica buscar apoyos en fuentes de financiamiento que trascienden el mercado público tradicional.

En última instancia, el futuro de la financiación y la gobernanza de los laboratorios de IA de frontera podría ajustarse a una mezcla de opciones, que incluya mayor supervisión regulatoria, acuerdos de apoyo público-privado y, potencialmente, mecanismos para gestionar la responsabilidad de manera que permita la innovación responsable sin comprometer la seguridad pública. El desenlace exacto permanece por verse, pero lo que es claro es que la necesidad de recursos sustanciales para avanzar en capacidades de IA de alto nivel seguirá siendo un tema central de discusión para inversores, reguladores y la industria por igual.

from Latest from TechRadar https://ift.tt/Yp6fCg8
via IFTTT IA

En el mundo de los teléfonos premium, la expectativa de ver incrementos en RAM y almacenamiento siempre está presente. Sin embargo, los primeros indicios sobre la Samsung Galaxy S27 sugieren que la serie podría no aumentar significativamente estas cifras respecto a la Galaxy S26. Este posible estancamiento se enmarca en lo que muchos analistas describen como una crisis de RAM y almacenamiento impulsada por la demanda de centros de datos y proyectos de IA.

Según filtraciones provenientes de Corea del Sur y recogidas por GSMArena, las variantes Galaxy S27 y S27 Plus podrían llegar con 12 GB de RAM y opciones de 256 GB o 512 GB de almacenamiento. En el caso del S27 Ultra, se mencionan configuraciones de 12 GB con 256/512 GB, y, en algunas versiones de gama alta, incluso un modelo de 1 TB con 16 GB de RAM. Estas combinaciones serían idénticas a las que ya se ven en la Galaxy S26 para la mayoría de configuraciones, y la versión Ultra de S26 también ofrecía un rango similar, con una excepción destacada en la versión tope de gama.

De acuerdo con la misma fuente, el nuevo Galaxy S27 Pro podría comercializarse en 256 GB, 512 GB y 1 TB, todos con 12 GB de RAM. En otras palabras, a pesar de intentar posicionarse como una versión más compacta del Ultra, el S27 Pro podría no llegar a igualar la RAM de 16 GB que ofrece la versión Ultra en su configuración superior.

No obstante, hay señales de que algunos modelos de la serie S27 podrían incorporar LPDDR6 RAM y UFS 5.1, lo que representaría avances importantes en velocidad y eficiencia, aunque es probable que estos aumentos se limiten a las gamas de almacenamiento más altas.

Otra influencia de la IA en la decisión de diseño

En conjunto, esto sugiere que la actualización en RAM y almacenamiento podría no ser tan sustancial entre la S26 y la S27, especialmente si el presupuesto del usuario es un factor decisivo y no se opta por las configuraciones de gama alta. No obstante, esto no es una noticia completamente negativa: mantener niveles de RAM y almacenamiento actuales podría ayudar a contener el precio de la serie Galaxy S27. Aun así, el aumento de precios podría verse influido por el costo de los últimos chipsets de Qualcomm, que se dice que son más costosos que sus predecesores, lo que podría traducirse en un precio final más alto para los usuarios.

En resumen, la Galaxy S27 podría representar un paso lateral en términos de memoria y almacenamiento para la mayoría de usuarios, con posibles mejoras en velocidad y eficiencia para las versiones más avanzadas. Si tu prioridad es la capacidad bruta de RAM y almacenamiento, conviene evaluar las configuraciones disponibles y considerar si las novedades de LPDDR6 y UFS 5.1 justifican la inversión en las versiones superiores.

from Latest from TechRadar https://ift.tt/W41nEHp
via IFTTT IA

En un giro que mantiene a los fanáticos atentos, recientes filtraciones detallan las posibles escenas postcréditos de Avengers: Endgame Encore y su directa muestración hacia Avengers: Doomsday. Aunque aún no hay imágenes filtradas, las descripciones disponibles señalan tres stingers que podrían situar la historia inmediatamente antes de Doomsday, acercando la narrativa a la próxima fase de Marvel Phase 6.

Endgame Encore, una versión reeditada de la aclamada película de 2019 que superó los 2 mil millones de dólares en taquilla, se presenta como un puente preeliminar a Doomsday, incluyendo material inédito que, según las estimaciones, podría sumar unos seis minutos. Este material adicional está diseñado para posicionar la historia de Doomsday como un preludio directo, sin necesidad de ver cada producción de MCU reciente para comprender las tramas principales.

Con el estreno de Endgame Encore acercándose a Estados Unidos y a otros territorios, los aficionados han empezado a compartir lo que vieron en sus respectivas proyecciones en Corea del Sur y otras regiones. A falta de footage filtrado verificable, las descripciones señalan una primera escena en la que Loki visita a Steve Rogers y Peggy Carter en una línea temporal alternativa, seguido por una segunda entrega que reúne a Bruce Banner en confinamiento, mientras Doctor Doom interviene para alterar o absorber las habilidades de Hulk. La escena final supuestamente transporta a la Time Variance Authority (TVA) y muestra a un personaje llamando la atención sobre el colapso de múltiples realidades.

Este conjunto de descripciones ha generado debate dentro de la comunidad, con algunos usuarios de Reddit y filtradores indicando variaciones en el orden de las escenas y en los posibles diálogos. Por ejemplo, una fuente afirma que la escena Hulk-Doom sería la primera en verse, con Doom sin aparecer en pantalla y dirigiéndose a Banner: “He venido a recogerlo”, seguido de una manifestación de poder verde y símbolos latverianos grabados en el suelo. Otras publicaciones mencionan que la escena de la TVA podría haber sido la primera en mostrarse, con diferencias en la secuencia general.

A medida que Endgame Encore se extienda a más territorios, es probable que la filtración de material bruto aumente y que surjan nuevas interpretaciones de estas escenas. Mientras tanto, la narrativa continúa apuntando a un vínculo estrecho entre Endgame Encore y Doomsday, con la expectativa de que Doomsday sirva como un puente hacia Avengers: Secret Wars. ¿Qué opinas de estas posibles escenas postcréditos y de si Endgame Encore merecería una revisión exclusiva para entender mejor el trasfondo de Doomsday? Compártenos tu visión en los comentarios.

from Latest from TechRadar https://ift.tt/7kUfDjv
via IFTTT IA

En el último año, los equipos de seguridad en nuestra plataforma redujeron aproximadamente a la mitad el tiempo necesario para corregir una vulnerabilidad crítica. Paralelamente, su backlog de vulnerabilidades críticas sin resolver creció casi 29 veces. Estas cifras describen el desafío que toda organización de seguridad está a punto de heredar.

La IA ya puede probar software a una escala que el testeo manual no alcanzó. Los modelos leen código y buscan en miles de activos patrones de vulnerabilidad familiares, exponiendo exposiciones de forma más rápida y temprana de lo que cualquier equipo humano podría lograr.

Para las empresas que buscan mantenerse al ritmo de una superficie de ataque en expansión, ese alcance tiene un valor real. También pone de manifiesto una debilidad que ha recibido menos atención: la mayoría de las organizaciones no puede validar, priorizar y remediar hallazgos al ritmo al que la IA puede producirlos.

Ese desequilibrio es ahora el juego completo. La inversión en herramientas de descubrimiento impulsadas por IA, por sí sola, no hace que una organización sea más segura; la vuelve más ocupada. Si no se aborda, deja a los equipos de seguridad con backlogs más grandes y menos atención a las fallas que realmente ponen en riesgo al negocio.

Este es el problema que la Gestión Contínua de la Exposición a Amenazas (CTEM) existe para resolver. CTEM ofrece a las organizaciones un proceso continuo para entender su superficie de ataque, encontrar debilidades, demostrar cuáles son realmente explotables y dirigir la remediación hacia las exposiciones que implican el mayor riesgo para el negocio. El descubrimiento es una de las entradas. La ventaja proviene de todo lo que viene después.

El vacío entre descubrimiento y remediación se está ensanchando

Los líderes de seguridad han tratado históricamente el descubrimiento como un problema de capacidad: probar más activos, cubrir más código, detectar debilidades más temprano. La IA responde a esa pregunta de manera decisiva. Pero encontrar una vulnerabilidad potencial es el inicio del trabajo, no su fin.

Cada hallazgo debe ser confirmado como explotable y evaluado en función de su severidad en el contexto específico donde opera la tecnología. Después debe llegar al equipo de ingeniería adecuado, superar las prioridades existentes, ser corregido y volver a ser probado para demostrar que la corrección se sostiene. La IA acorta el primer paso y apenas toca el resto.

Por eso ambas cifras pueden ser correctas: un incremento en el conteo de hallazgos puede significar mejor cobertura; remediaciones más rápidas pueden coexistir con un backlog creciente cuando el descubrimiento acelera más rápido de lo que la capacidad de remediación y de ingeniería crece en sentido contrario. No tiene sentido una cifra por sí sola. La única visión que importa recorre toda la ruta, desde la detección inicial hasta la corrección verificada.

La validación es el punto de estrangulamiento

La IA también ha reducido el costo de producir un informe de seguridad convincente. Algunos de esos informes señalan debilidades reales. Otros duplican hallazgos conocidos, malinterpretan el objetivo o describen problemas teóricos que conllevan poco riesgo real. Todo hay que investigarlo. Un informe que toma segundos en generarse puede consumir horas de tiempo de un analista experimentado antes de que pueda descartarse con confianza.

A escala empresarial, así es como los hallazgos urgentes quedan enterrados. Una vulnerabilidad bien documentada con un camino de ataque creíble entra en la misma cola que cientos de presentaciones que suenan plausibles y no llevan a nada. Los equipos deben separar el oro de la IA de la porquería de la IA, decidir qué hallazgos reales importan más y hacerlo con una capacidad de ingeniería que aún no ha crecido para igualar.

Los propietarios de programas necesitan estándares claros de evidencia para que eso sea posible. Se espera que los investigadores muestren el impacto comercial probable y demuestren cómo se reproduce una vulnerabilidad, utilizando herramientas automatizadas para elevar la calidad de esa evidencia en lugar del volumen de presentaciones.

Un historial constante de hallazgos válidos le dice al propietario del programa qué trabajo merece atención primero. Ese historial vale más, no menos, a medida que aumentan las presentaciones.

El contexto empresarial sigue decidendo qué importa

La severidad técnica es solo una parte de lo que se necesita para decidir qué arreglar primero. La IA puede relacionar un hallazgo con patrones conocidos y razonar sobre los sistemas a los que puede acceder. Lo que rara vez tiene es la imagen completa que posee el negocio: qué servicios generan ingresos, dónde reside la información regulada, qué dependencias hacen que la interrupción sea especialmente costosa y qué controles compensatorios ya existen.

El problema más difícil es la combinación. Hallazgos individuales que parecen moderados por sí solos pueden formar una ruta de ataque seria una vez que alguien entiende cómo interactúan los sistemas, qué permisos pueden ser usados de forma indebida y dónde se rompen los controles entre límites organizativos.

Ese es trabajo humano. Y es mejor trabajo humano cuando es diverso: un investigador profundiza en controles de identidad, otro en el comportamiento de API, otro en cómo las debilidades menores se encadenan a través de sistemas. Esa variedad revela rutas de ataque novedosas que la automatización y hasta modelos cibernéticos avanzados pueden pasar por alto.

Nuestros propios datos muestran cuánto vale ese trabajo. Los investigadores ganaron más de 47 millones de dólares en la Plataforma H1 durante la primera mitad de este año, un aumento de más del 25% interanual. Los ganadores más fuertes son aquellos que pueden explicar el impacto comercial y mostrar exactamente cómo se puede explotar una debilidad.

Eso es también donde los investigadores aportan más a un programa CTEM: probar si una exposición se sostiene en condiciones reales y observar las conexiones entre debilidades que parecen inofensivas aisladas.

Ese dato merece una nota al margen. El aumento del ingreso agregado no significa que todos los investigadores estén ganando. A medida que la IA asume las hallazgos rutinarios y de alta frecuencia, quienes antes vivían de ello sienten el cambio primero; quienes pueden encadenar debilidades, razonar sobre la lógica empresarial y producir pruebas creíbles encuentran que su trabajo tiene más valor.

La labor de cualquier plataforma seria de bug bounty es convertir ese cambio en una transición que su comunidad pueda atravesar, no una pared a la que se llegue.

La obligación es doble. Si los programas esperan que los investigadores mejoren la calidad de su evidencia, deben esperar una triage rápida y justa a cambio, recursos reales si un informe válido se descarta incorrectamente y una puerta que permanezca abierta a quienes aún no han construido reputación.

Los mejores investigadores cada vez más usan herramientas de IA y, aun así, el valor de un informe nunca depende de si una herramienta ayudó a producirlo. Protege la economía y la equidad que recompensan el trabajo creíble, y la comunidad de investigación independiente se fortalece con la escalada de IA, no se debilita.

Construir para el volumen que crea la IA

Entonces, ¿está muerto el bug bounty? Lejos de ello. Suponga que el descubrimiento solo se acelerará y centre el esfuerzo en todo lo que sucede después de que se encuentre una falla.

Más descubrimiento столa más presión en el punto donde los informes se validan y se entregan a ingeniería. Sin suficiente capacidad de triage, el ruido automatizado hace que los hallazgos bien documentados queden rezagados.

Sin una propiedad clara, los riesgos confirmados quedan en la brecha entre seguridad y desarrollo. La verificación independiente importa también al otro extremo, especialmente cuando un sistema de IA propone la corrección y puede traer el mismo sesgo ciego para juzgar si esa corrección funciona.

Las juntas y los equipos ejecutivos necesitan medidas basadas en la reducción de riesgos, no en la actividad. Contadores de hallazgos son fáciles de reportar y pueden subir incluso cuando una organización se vuelve más segura. La explotación confirmada, la velocidad de remediación, la recurrencia y el tamaño del backlog de alto riesgo no resuelto cuentan la historia real.

CTEM mantiene esas actividades unidas como un proceso continuo, conectando descubrimiento, validación, priorización y remediación a medida que la superficie de ataque cambia. Ofrece a los líderes de seguridad una visión honesta de dónde están ganando terreno y dónde la exposición aún se está construyendo.

La próxima fase de la seguridad con IA no se ganará en el descubrimiento. El descubrimiento ya es abundante. Se ganará en la respuesta: saber qué hallazgos representan exposición real y mover los más peligrosos hacia una corrección verificada. La IA ofrece el alcance. Los investigadores independientes aportan el juicio y la creatividad adversarial que la IA aún no posee.

Las organizaciones que logren convertir ambas cosas en acción tomarán la delantera. Las que no lo hagan tendrán una lista de vulnerabilidades que crece más rápido y que nunca corrigen.

from Latest from TechRadar https://ift.tt/f95doRN
via IFTTT IA