LATIDIA / EXPLORAR
Chatbots: descargas, empresas y actualidad
Compará diez asistentes de IA con cifras públicas de Android y acceso a sus sitios oficiales.
Cómo leer las cifras
Google Play publica umbrales de instalaciones acumuladas, no descargas exactas por mes. Esta selección no constituye un top mundial certificado.
Una aplicación puede cambiar de nombre y conservar instalaciones anteriores. Copilot queda sin clasificación mientras no haya una cifra comparable de su aplicación independiente.
Últimas noticias relacionadas
Desde enero de 2026. Archivo recuperado: 2426 publicaciones en este filtro; cobertura parcial de las fuentes accesibles. Una nueva noticia aparece primero sin cambiar la fecha de las anteriores.
Este año · Todo el archivo conservado
El Senado de EE.UU. negocia una ley que daría al gobierno el poder de bloquear el lanzamiento de modelos de IA inseguros
Tres senadores americanos están redactando una ley que cambiaría fundamentalmente la relación entre el gobierno federal y los laboratorios de IA: el borrador prevé un deber de cuidado para los desarrolladores de IA y la
WWWhat’s NewAnthropic quiere poner un árbitro a la IA. El problema es quién ha elegido para hacerlo
En una carta publicada hace unos días , Dario Amodei abogó por detener el avance de la IA , y además lo hizo dando detalles muy claros de a lo que nos exponemos. Según el CEO de Anthropic, en menos de un año una IA podrí
XatakaEl corazón de la cuestión: cómo un importante hospital infantil utiliza la IA de código abierto de NVIDIA para el cuidado cardíaco
NVIDIA · Fuente oficialMicrosoft publica un código de conducta para su IA «humanista» que prohíbe a sus modelos resistir el apagado — pero sin mecanismo de enforcement
La promesa central del Código de Conducta para Modelos AI (MAI) que Microsoft publicó el lunes 14 de septiembre es sencilla de leer y casi imposible de verificar: los modelos MAI «nunca resistirán la interrupción humana,
WWWhat’s NewIA Autoenvolvente para Humanoides: Mecanismos, Seguridad y Evaluación de la Mejora Posterior al Despliegue
arXiv: 2609.13236v1Tipo de anuncio: nuevo Resumen: Los robots humanoides se están convirtiendo en una parte importante de la inteligencia artificial incorporada, impulsados por los avances en el aprendizaje de refuerzo para la locomoción, los modelos mundiales para la predicción
arXiv · cs.ROSeguimiento de objetos múltiples basado en IMM utilizando una red neuronal de predicción de estado
arXiv:2609.13307v1 Tipo de anuncio: nuevo Resumen: El seguimiento de objetos es esencial para que los vehículos autónomos eviten obstáculos y planifiquen rutas. El radar mantiene el rendimiento de detección incluso en condiciones climáticas adversas y puede medir el relat
arXiv · cs.ROBridging Thought and Action: Doming Long-Horizon Intability in Open-Source LLM Agents with a MetaTool-Enhanced ROS Framework
arXiv: 2609.13335v1Tipo de anuncio: nuevo Resumen: los modelos de lenguaje grandes (LLM) han permitido una interacción humano-robot más natural, pero los modelos de código abierto a menudo exhiben un razonamiento inestable a largo plazo y una acción ineficiente
arXiv · cs.RODreamSat-Bench: Desarrollo y pruebas iniciales de un banco de pruebas para la estimación de pose basada en IA a partir de la reconstrucción 3D
arXiv: 2609.14183v1Tipo de anuncio: nuevo Resumen: Este documento presenta el desarrollo y las pruebas iniciales de DreamSat-Bench, un banco de pruebas modular de encuentro y operación de proximidad diseñado para comparar la navegación relativa basada en IA
arXiv · cs.ROX-WBC: A Cross-Embodiment Foundation Model for Humanoid Whole-Body Control
arXiv: 2609.15213v1Tipo de anuncio: nuevo Resumen: Escalar el control de todo el cuerpo humanoide hacia el despliegue de propósito general requiere grandes cuerpos de movimiento humano y experiencia de entrenamiento compartida entre los cuerpos de los robots. Métodos existentes
arXiv · cs.ROInterSocialBench: Benchmarking Human and LLM Preferences for Companion-Robot Social Behavior
arXiv:2609.15455v1 Tipo de anuncio: nuevo Resumen: Los robots acompañantes se enfrentan a situaciones cotidianas en las que varios comportamientos factibles pueden ser apropiados, pero diferentes personas prefieren respuestas diferentes. Presentamos InterSocialB
arXiv · cs.ROComunicaciones orientadas a objetivos para la IA física: diseño y banco de pruebas
arXiv: 2609.15895v1Tipo de anuncio: nuevo Resumen: La IA física se basa en un flujo de video sensible a la latencia y actualizado con frecuencia para percibir, razonar e interactuar con el mundo físico, lo que resulta en estrictos requisitos de latencia
arXiv · cs.ROUn diagnóstico LLM, una interfaz de comando y control de drones basada en MAVLink y un arnés agénico utilizando el protocolo de contexto modelo
arXiv: 2601.15486v3Tipo de anuncio: reemplazar Resumen: La inteligencia artificial integrada con el comando y control de drones (IA física) ofrece una ruta hacia la autonomía a través de modelos de lenguaje grandes (LLM), pero un LLM-to-dr unificado
arXiv · cs.ROAsistencia humana bajo demanda para la continuación de tareas bajo fallas de acción física en la planificación basada en LLM
arXiv: 2603.28156v2Tipo de anuncio: reemplazar Resumen: Si bien la planificación de acciones del robot basada en modelos de lenguaje grandes (LLM) ha avanzado notablemente, continuar una tarea después de una falla de acción física durante la ejecución sigue siendo un
arXiv · cs.ROHabitat-GS: un simulador de navegación de alta fidelidad con splatting gaussiano dinámico
arXiv: 2604.12626v2Tipo de anuncio: reemplazar Resumen: El entrenamiento de los agentes de IA incorporados depende críticamente de la fidelidad visual de los entornos de simulación y la capacidad de modelar humanos dinámicos. Simuladores actuales predominantes
arXiv · cs.ROBadEngram: Ataque de puerta trasera en componentes de memoria cerrada en LLM
arXiv: 2609.13478v1Tipo de anuncio: nuevo Resumen: Para ampliar la capacidad de los modelos de peso abierto sin aumentar proporcionalmente el cálculo, los modelos de lenguaje recientes incorporan memorias paramétricas cerradas que recuperan el valor aprendido
arXiv · cs.CREI-DDLGN: Inferencia Cifrada Eficiente con Redes de Puertas Lógicas Profundamente Diferenciables bajo TFHE
arXiv:2609.13636v1 Announce Type: new Abstract: Privacy-preserving inference via Torus Fully Homomorphic Encryption (TFHE) provides strong protection for sensitive data in outsourced deep learning applications. Sin embargo,
arXiv · cs.CRExploración de la identificación automatizada de vulnerabilidades en el código JavaScript utilizando modelos de lenguaje grandes
arXiv: 2609.13816v1Tipo de anuncio: nuevo Resumen: JavaScript alimenta aproximadamente el 98.8% de todos los sitios web, lo que hace que las vulnerabilidades en su código sean un riesgo de seguridad significativo, pero los enfoques de detección existentes como Static Appl
arXiv · cs.CRConfundir el modelo, controlar el flujo: comprender y mitigar las fugas de privacidad de los agentes de LLM con el control del flujo de información
arXiv:2609.14003v1 Tipo de anuncio: nuevo Resumen: los agentes de IA personales basados en modelos de lenguaje grandes (LLM) tienen acceso cada vez más a los datos y comunicaciones privados de un usuario para proporcionar asistencia personalizada
arXiv · cs.CRAGENTQ: Ataques de puerta trasera condicionados por cuantificación a agentes de LLM
arXiv: 2609.14060v1Tipo de anuncio: nuevo Resumen: La cuantificación es una de las rutas de implementación predeterminadas para los agentes LLM de peso abierto, pero no preserva el comportamiento: un adversario puede liberar un punto de control de precisión completa que
arXiv · cs.CRSkillSecurer: Detección y parcheo de vulnerabilidades de inyección rápida en habilidades de agentes de IA
arXiv:2609.14079v1 Tipo de anuncio: nuevo Resumen: las habilidades del agente extienden los agentes de IA con instrucciones, scripts y configuración reutilizables, pero también están abiertos a nuevos ataques para influir en las decisiones y acciones de un agente. Para agregar
arXiv · cs.CRThe Deception Delta: Adversarial Evaluation of LLM-Based Smart Contract Bytecode Forensics
arXiv: 2609.14098v1Tipo de anuncio: nuevo Resumen: Los modelos de lenguaje grandes se utilizan cada vez más en las investigaciones forenses de blockchain para interpretar el código de bytes de contratos inteligentes no verificados. Su robustez no ha sido sistemática
arXiv · cs.CRSame Name, Different Server: A Security Census of Silent Drift in the Model Context Protocol Ecosystem
arXiv: 2609.14119v1Tipo de anuncio: nuevo Resumen: El Protocolo de Contexto de Modelo (MCP) se ha convertido en la interfaz común a través de la cual las aplicaciones de modelos de lenguaje grandes llegan a las herramientas externas, y su registro público ahora distribuye
arXiv · cs.CRFusión de firmas espectrales y agrupamiento de activación para la detección de puerta trasera en modelos de imágenes de atención médica: método, implementación y evaluación
arXiv: 2609.14290v1 Tipo de anuncio: nuevo Resumen: Los modelos de aprendizaje automático se implementan cada vez más en las canalizaciones de imágenes de atención médica para el soporte de diagnóstico, y los ataques de tiempo de capacitación contra ellos son un conjunto de nivel sectorial con nombre
arXiv · cs.CRExtracción criptoanalítica de redes neuronales sin suposición de arquitectura conocida
arXiv:2609.14379v1 Announce Type: new Resumen: Los ataques de extracción criptoanalítica recuperan los parámetros de una red neuronal dado solo acceso de caja negra a su salida sin procesar. Sin embargo, todos los ataques existentes se basan en un fundamento
arXiv · cs.CR