Financial Times revela que Google DeepMind desmanteló el equipo que ganó el Nobel con AlphaFold y que sus científicos clave emigraron a Anthropic, la misma semana en que DeepMind presenta Gemini Robotics 2 para robots humanoides, la Unión Europea abre el concurso de sus primeras siete IA Gigafactories, Nscale compra Anyscale por $1.650 millones para controlar más de la pila de cómputo de IA, OpenAI recorta hasta 80% el precio de sus modelos GPT-5.6 más económicos, y Meta eleva a $145.000 millones su presupuesto anual para infraestructura de IA.
Google DeepMind desmanteló de hecho al equipo detrás de AlphaFold, su programa de predicción de estructuras de proteínas ganador del Nobel, según reportó Financial Times el 29 de julio y recogieron Engadget, PYMNTS y The Decoder. La mayoría de los autores originales de los artículos científicos de AlphaFold fueron reasignados en el último año a proyectos vinculados al modelo de lenguaje Gemini, además de áreas como diseño de enzimas, fusión nuclear y genómica; otros pasaron a Isomorphic Labs, la filial de descubrimiento de fármacos de la empresa, de acuerdo con la misma cobertura. El Nobel de Química 2024 John Jumper, vicepresidente e investigador principal de DeepMind y coganador del premio junto con Demis Hassabis, dejó la empresa en junio de 2026 para incorporarse a Anthropic, y el también veterano de AlphaFold Alexander Pritzel siguió el mismo camino, según recogieron MLQ News y Startup Fortune. Casi una cuarta parte de los autores de tiempo completo de los artículos originales de AlphaFold ya salió de Google DeepMind, un dato concreto que documenta un giro real: la empresa se aleja de los equipos dedicados a grandes desafíos científicos de largo plazo y concentra recursos en la carrera comercial de los modelos de lenguaje, la misma carrera en la que Anthropic —el destino de sus científicos fugados— compite directamente con Google. Google confirmó las reasignaciones de personal pero no ha dicho si AlphaFold seguirá recibiendo actualizaciones dedicadas o si su desarrollo científico quedará subordinado a las prioridades de Gemini. Ni Anthropic ni Jumper se han pronunciado públicamente sobre sus planes de investigación en la nueva empresa. Costa Rica no cuenta, al cierre de esta edición, con un vínculo institucional documentado con el equipo de AlphaFold, aunque la herramienta ha sido usada por grupos de investigación biomédica de universidades públicas del país en años recientes.
Google DeepMind presentó el 30 de julio Gemini Robotics 2, su primer sistema capaz de controlar un humanoide completo —piernas, torso, brazos y manos de varios dedos— bajo una única política de aprendizaje, según el blog oficial de la empresa y recogieron MarkTechPost, TechTimes e Interesting Engineering. El lanzamiento incluye tres modelos: un VLA de control motor de cuerpo completo, un modelo de razonamiento incorporado (ER 2), disponible públicamente a través de la API de Gemini, y una versión para dispositivos (On-Device 2); tanto el VLA como On-Device 2 solo están disponibles mediante el programa restringido Trusted Tester Program, no de forma pública. Según las propias pruebas de Google DeepMind, sin verificación independiente, las tasas de éxito en manipulación de cuerpo completo sobre el humanoide Apollo 2 van de 45,7% al recoger objetos del piso a 76,3% al recogerlos de un estante; en tareas de destreza fina con la mano SharpaWave de 22 grados de libertad, el rango va de apenas 32% en una tarea con recogedor de basura a 92% al desenroscar un bombillo. La empresa no publicó una comparación directa contra sistemas robóticos de competidores como Figure o Tesla Optimus. Google DeepMind no anunció una fecha para el acceso público del VLA de cuerpo completo ni de On-Device 2. Ninguna empresa de manufactura de zonas francas costarricenses, como las de dispositivos médicos que operan en el país, ha anunciado planes de adoptar robots humanoides con esta tecnología; sin impacto local conocido al cierre de esta edición.
La EuroHPC Joint Undertaking lanzó el 30 de julio el concurso para seleccionar a los consorcios que construirán y operarán hasta siete «IA Gigafactories» en territorio de la Unión Europea, respaldadas con €10.000 millones de fondos públicos, según reportaron Sifted y Euronews, con una inversión total estimada en unos €30.000 millones una vez sumado el capital privado, de acuerdo con eunews.it. Cada sede deberá albergar al menos 100.000 chips de IA. El plazo para presentar propuestas vence el 12 de noviembre de 2026, con decisiones de adjudicación previstas para inicios de 2027 y arranque de obra ese mismo año, según HPCwire. La iniciativa se enmarca en la apuesta de la UE por reducir su dependencia de infraestructura de IA estadounidense y asiática, en la misma semana en que Meta amplió su gasto en centros de datos de IA y Nscale absorbió a Anyscale para controlar más capas de esa misma infraestructura, ambas historias que reporta esta edición. TechTimes, sin embargo, tituló su cobertura señalando que la licitación europea arranca «con los chips todavía estadounidenses y el dinero todavía nocional»: los procesadores que equiparán estas gigafábricas seguirán siendo, en su mayoría, de fabricantes como Nvidia, y el capital privado comprometido todavía no está cerrado, dos datos que matizan el relato de soberanía tecnológica con el que Bruselas presentó el programa. La Comisión Europea no ha nombrado consorcios candidatos ni adelantado ubicaciones concretas. Ninguna empresa de zonas francas costarricenses que exporta software a clientes europeos participa en este concurso de infraestructura física; sin impacto local conocido al cierre de esta edición.
Nscale, la empresa de cómputo en la nube con sede en Londres, anunció el 30 de julio un acuerdo definitivo para adquirir Anyscale por unos $1.650 millones, según reportó Bloomberg citando una fuente anónima —una cifra que ni Nscale ni Anyscale han confirmado de forma oficial— y recogieron TechCrunch y SiliconANGLE. Anyscale, fundada por el equipo que creó Ray, el framework de código abierto para cómputo distribuido, pivotó tras el lanzamiento de GPT-3 en 2022 para ofrecer servicios de escalamiento de entrenamiento e inferencia de modelos de lenguaje. La operación combina los activos de infraestructura de Nscale —generación eléctrica, bienes raíces de centros de datos y clústeres de GPU— con el software de orquestación de cargas de trabajo de Anyscale. Los cerca de 200 empleados de Anyscale se integrarán a Nscale, aunque la marca Anyscale se mantendrá de forma independiente y seguirá atendiendo a sus clientes actuales, según TechCrunch. La gobernanza del proyecto de código abierto Ray pasó a la PyTorch Foundation, bajo la Linux Foundation, en octubre de 2025, y sigue gestionada por la comunidad, separada de esta adquisición comercial. Nscale espera cerrar la compra antes de que termine el año. Ni Nscale ni Anyscale detallaron el precio exacto de la transacción de forma pública. Equipos de ciencia de datos y aprendizaje automático en Costa Rica usan Ray para entrenamiento distribuido, pero ninguna empresa local ha anunciado una relación directa con Nscale o Anyscale; sin impacto local conocido al cierre de esta edición.
— La nube londinense se queda con Anyscale, la firma comercial detrás del framework de código abierto Ray, para controlar más capas de la infraestructura de cómputo de IA.
La empresa bajó el costo de sus modelos GPT-5.6 Luna y Terra apenas tres semanas después de lanzarlos, mientras el modelo insignia Sol mantiene su precio sin cambios.
OpenAI recortó el 30 de julio los precios de API de sus dos niveles más económicos de GPT-5.6, según reportaron CNBC y PYMNTS. GPT-5.6 Luna bajó de $1 a $0,20 por millón de tokens de entrada y de $6 a $1,20 por millón de tokens de salida, un recorte de 80%; GPT-5.6 Terra bajó de $2,50 a $2 en entrada y de $15 a $12 en salida, un recorte de 20%. El modelo insignia GPT-5.6 Sol mantuvo su precio de $5 y $30 por millón de tokens, sin cambios. El momento del recorte —apenas tres semanas después del lanzamiento de la familia GPT-5.6 el 9 de julio— muestra cuánto poder de fijación de precios están perdiendo los laboratorios de frontera bajo la presión competitiva, según Yahoo Finance y Unite.AI. En una publicación técnica del 29 de julio, cinco integrantes del personal de ingeniería de OpenAI describieron cómo usaron al propio GPT-5.6 Sol para reescribir los kernels de GPU en producción dentro de Codex, lo que redujo en 20% el costo de servir los modelos de extremo a extremo, y lograron más de 15% de mejora en la eficiencia de generación de tokens mediante una decodificación especulativa más eficiente, según la misma publicación. OpenAI no dijo si planea recortes adicionales para GPT-5.6 Sol. Costa Rica lideró la adopción de IA generativa en América Latina entre la población en edad laboral, con 28,5% durante el primer trimestre de 2026, según El Observador CR; un abaratamiento de los niveles más económicos de GPT-5.6 puede reducir costos para software houses y startups costarricenses que construyen sobre la API, aunque OpenAI no mencionó a ninguna empresa local en su anuncio.
La empresa reportó ingresos de $60.800 millones en el trimestre, un alza de 28%, pero su flujo de caja libre cayó a apenas $784 millones por el peso de sus centros de datos de IA.
Meta reportó el 29 de julio ingresos de $60.800 millones en el segundo trimestre de 2026, un alza de 28% interanual, pero su utilidad neta de $15.800 millones y sus $6,18 de ganancia por acción diluida quedaron por debajo de las expectativas de los analistas, mientras los gastos totales subieron 55% hasta $42.000 millones, según reportaron Variety y CNBC. El flujo de caja libre se redujo a apenas $784 millones, frente a $8.550 millones un año antes, por el peso de la inversión en infraestructura de inteligencia artificial, de acuerdo con la misma cobertura. Meta elevó y estrechó su proyección de gasto de capital para 2026 a un rango de entre $130.000 millones y $145.000 millones —frente a $72.200 millones en 2025—, según KuCoin e Investing.com. Un día antes de presentar estos resultados, Meta había anunciado su empresa conjunta con BlackRock para construir un centro de datos de un gigavatio en El Paso, Texas, valorado en $14.000 millones, con BlackRock quedándose con 80% del proyecto, la historia que esta edición reportó el 29 de julio. Las acciones de Meta cayeron tras conocerse la proyección de gasto, pese al alza en ingresos, según CNBC. Meta no opera centros de datos en Costa Rica, pero WhatsApp, Instagram y Facebook —entre las aplicaciones más usadas en el país— dependen de la misma infraestructura global de cómputo que este gasto busca ampliar.