Mili Pérez · Radar de IA, voz y tecnología
Voz, IA y tecnología aplicada. Lo importante entra. El ruido se queda fuera.
Última actualización: Europe/Madrid
Agents CLI permite ejecutar casos de prueba, puntuar trazas, comparar versiones y comprobar cómo cambian los resultados al tocar el prompt o el modelo.
Da una forma repetible de encontrar degradaciones antes de producción. El mismo enfoque puede adaptarse a agentes de voz con conversaciones y reglas propias.
Retell informa de correcciones en transferencias, cambios de agente y herramientas que podían ejecutarse dos veces, además de mejoras relacionadas con español y llamadas filtradas.
Afecta a problemas de producción muy concretos: reservas duplicadas, transferencias perdidas y reconocimiento en español. Merece repetir pruebas controladas en los agentes que ya estén activos.
OpenAI ha iniciado el despliegue de GPT-6.1 Terra para razonamiento visual, uso del ordenador y escritura. La disponibilidad depende del plan, la región y la configuración del espacio.
Encaja con auditorías visuales, trabajo sobre interfaces y automatizaciones con varios pasos. Antes de cambiar el modelo habitual, conviene compararlo con Sol en una tarea real.
Si el proveedor principal no conecta al iniciar una sesión, Twilio intenta arrancar la transcripción con un segundo proveedor dentro de la misma región. Puede desactivarse por subcuenta.
La redundancia del reconocimiento de voz afecta directamente a la continuidad de un agente. También obliga a revisar qué ajustes pueden degradarse durante la conmutación.
Anthropic ha donado el estándar Agent Skills a la Agentic AI Foundation, bajo Linux Foundation. El formato empaqueta instrucciones, scripts y referencias para enseñar procedimientos a distintos agentes.
Facilita reutilizar procedimientos entre herramientas y reduce la dependencia de un único asistente. Es una vía práctica para convertir trabajo repetido en sistemas mantenibles.
Runway ha añadido salida MOV para Seedance 2.5 en texto a vídeo, imagen a vídeo y vídeo a vídeo. El formato conserva más precisión de color y mantiene la misma tarifa que MP4.
Es una mejora poco vistosa, pero útil para llevar las generaciones a corrección de color y composición sin cerrar el flujo dentro de la plataforma.
Kling 4.0 ya está disponible en Higgsfield. Genera desde texto, imagen o referencias, edita clips existentes y admite hasta 10 fotogramas clave, 15 referencias y salidas de 3 a 30 segundos.
Aumenta el control sobre movimiento, cámara e identidad entre escenas. La prueba útil no es una demo aislada, sino una secuencia completa con el mismo personaje.
Google ha presentado un centro que conecta herramientas propias y de terceros y permite cargar web, tipografías, colores o guía de marca para reutilizar ese contexto al crear materiales.
Puede reducir el trabajo de volver a explicar una marca en cada generación. Antes de recomendarlo, hay que comprobar su disponibilidad y cuánto conserva de verdad.
Vapi incorpora un monitor para alertar cuando falla la entrega de un mensaje de servidor o webhook, con filtros por tipo, URL, código de estado y motivo.
Una integración rota puede dejar una llamada bien atendida sin su siguiente acción. El aviso permite detectar ese corte antes de que se acumule trabajo perdido.
Eleven Realtime v1 Mini y Max encapsulan el agente de voz completo dentro de ElevenAgents. Mini prioriza velocidad y coste; Max razona antes de responder para instrucciones complejas.
Puede simplificar la arquitectura, pero también concentra más piezas en un proveedor. Conviene comparar latencia, español, herramientas y coste con el sistema actual.
Prompt-to-voice está disponible para clientes de la API: permite crear y guardar una voz a partir de una descripción textual para reutilizarla en sesiones de GPT-Live.
Abre una vía rápida para diseñar identidad vocal sin partir de una clonación. Aun así, hay que validar español, consistencia, control de marca y condiciones de uso.
Vapi permite asignar porcentajes de tráfico a varias versiones de un asistente, observar el reparto y volver atrás sin mover de golpe todas las llamadas a una versión nueva.
Convierte un cambio de prompt o configuración en un despliegue gradual. Es más fácil probar con una parte del tráfico y retirar una versión si empeora las llamadas.
No hay novedades verificadas con estos filtros.