OpenAI quiere darte $300 — y la IA aprende a ver horas de video
Sam Altman propone repartir el valor de OpenAI entre los estadounidenses mientras la investigación avanza en memoria y agentes autónomos.
Lo más importante de hoy en IA
El día estuvo marcado por una propuesta política inusual: Sam Altman quiere que los ciudadanos comunes participen económicamente del auge de la IA. Al mismo tiempo, en los laboratorios, los investigadores publican avances técnicos que resuelven uno de los problemas más concretos de los modelos actuales — su incapacidad para entender video de larga duración. Y en el mundo empresarial, la conversación sobre cómo escalar arquitecturas de IA sin quemarse en el intento se vuelve más urgente que nunca.
Sam Altman quiere darte acciones de OpenAI — y el Tesoro advierte sobre los riesgos
La propuesta no es nueva, pero está cobrando fuerza: según reportes recogidos por MIT Technology Review, Sam Altman está en conversaciones activas para que ciudadanos estadounidenses reciban algo equivalente a $300 dólares en participación dentro del valor generado por OpenAI. La lógica detrás es directa — si la IA va a concentrar una cantidad histórica de riqueza, Altman argumenta que esa concentración necesita una válvula de escape política y social.
Lo que hace que la noticia sea más que un ejercicio de relaciones públicas es el contrapeso: el Departamento del Tesoro de Estados Unidos emitió una advertencia sobre los riesgos sistémicos que la IA representa para la economía. No es un freno, pero sí una señal de que los reguladores están empezando a mirar este sector con la misma lupa con la que miraron a los bancos después de 2008.
Para los profesionales latinoamericanos, la implicación es doble. Primero, lo que suceda con la estructura de propiedad de OpenAI afecta directamente los términos bajo los cuales usamos sus APIs — una empresa con presión distributiva tiene incentivos distintos a una que optimiza solo para inversionistas institucionales. Segundo, si el Tesoro americano está pensando en regulación sistémica, los marcos regulatorios en América Latina van a llegar empujados por ese viento, no de manera autónoma.
Homer: cómo un agente con memoria jerárquica logra entender videos de una hora
Uno de los límites más frustrantes de los modelos multimodales actuales es que funcionan bien con clips cortos pero se desintegran frente a una hora de video. El paper Homer, publicado en ArXiv, propone una arquitectura que ataca ese problema desde un ángulo distinto al que se venía explorando.
La clave está en cómo se construye la memoria. Los métodos anteriores organizaban los recuerdos visuales por proximidad temporal — básicamente, recordaban lo que pasó “hace poco”. Homer, en cambio, construye vínculos causales explícitos entre eventos: no solo registra que algo ocurrió en el minuto 12 y otro evento en el 47, sino que infiere la relación entre ambos. Eso permite razonamiento multi-salto, que es exactamente lo que necesitas para entender una narrativa compleja o auditar una reunión de dos horas.
Para developers que trabajan con pipelines de video — análisis de grabaciones de ventas, soporte técnico, contenido educativo — esto cambia el tipo de preguntas que puedes hacerle a un modelo. La diferencia práctica es entre “¿qué dijo el cliente en el minuto 34?” y “¿en qué momento del proceso el cliente mostró señales de abandono y por qué?”. Homer apunta directamente a ese segundo caso de uso.
Agentes GUI que aprenden en múltiples plataformas al mismo tiempo
El paper UI-MOPD aborda un problema que cualquier equipo que haya intentado automatizar flujos de trabajo con agentes conoce bien: los agentes entrenados para operar en una plataforma fallan cuando cambian de contexto. Un agente que funciona en Chrome se pierde en una app mobile. Uno entrenado en Windows no sabe qué hacer en un entorno Linux.
La propuesta es Multi-Platform On-Policy Distillation — un framework que permite a un agente GUI aprender de manera continua en varios entornos simultáneamente, usando trayectorias de interacción reales en lugar de datos sintéticos. El detalle técnico relevante es “on-policy”: el agente aprende mientras ejecuta, no en una fase de entrenamiento separada. Eso reduce el problema de escasez de datos de alta calidad para entornos cruzados, que los autores identifican como el cuello de botella principal del campo.
Para product managers y developers construyendo automatizaciones empresariales, el valor práctico es claro: la promesa de los agentes de IA siempre fue que podrían operar en cualquier interfaz sin requerir integraciones punto a punto. UI-MOPD es uno de los pasos técnicos más concretos hacia hacer eso real en entornos de producción heterogéneos, que es exactamente lo que existe en cualquier empresa mediana en la región.
En pocas palabras
Lo que une las noticias de hoy no es obvio a primera vista, pero el patrón existe: estamos entrando en la fase en la que los sistemas de IA necesitan justificarse a escala — económica, técnica y políticamente. La propuesta de Altman es una respuesta a la presión de que la IA beneficie a pocas personas. Homer y UI-MOPD son respuestas a la presión de que los agentes funcionen en el mundo real y no solo en demos controlados. La conversación dejó de ser “¿puede la IA hacer X?” y se convirtió en “¿bajo qué condiciones, para quién, y con qué memoria?”. Esa es una conversación mucho más madura — y también mucho más complicada.
Fuentes utilizadas: MIT Technology Review — The Download: your stake in OpenAI, and the Treasury’s AI warning (https://www.technologyreview.com/2026/07/07/1140197/the-download-your-openai-stake-treasury-ai-warning/), ArXiv — Homer: Understanding Long-form Videos with Hierarchical Memory and Agentic Reasoning (https://arxiv.org/abs/2607.02588), ArXiv — UI-MOPD: Multi-Platform On-Policy Distillation for Continual GUI Agent Learning (https://arxiv.org/abs/2607.04425)