Vexa Times
Edición del 2026-10-16 · Noticias diarias de IA

Las noticias de IA del 2026-10-16

English version below ↓ · Archivo de ediciones

NVIDIA lanza dos modelos abiertos Nemotron 3.5 para la IA de agentes

NVIDIA liberó el 15 de octubre dos modelos de pesos abiertos de la familia Nemotron 3.5: Super VL, multimodal de 120.000 millones de parámetros para tareas de agentes en empresas, y Bolt 74B, un modelo agéntico que cabe en 24 GB de memoria.

NVIDIA lanzó el 15 de octubre dos modelos de la serie Nemotron 3.5 en la oleada de modelos abiertos que marcó la semana. El primero, Nemotron 3.5 Super VL, es un modelo multimodal de mezcla de expertos de 120.000 millones de parámetros que combina razonamiento, uso de herramientas y comprensión de texto, imágenes, documentos y video, diseñado para tareas de agentes en entornos empresariales. El segundo, Nemotron 3.5 Bolt 74B, es un modelo de 74.000 millones de parámetros (9.000 millones activos por token) optimizado para IA agéntica en dispositivos: gracias a una cuantización de 2 bits cabe en 24 GB de memoria, pensado para la nueva plataforma de portátiles RTX Spark. Bolt se distribuye a través de llama.cpp, vLLM, Ollama, Unsloth y LM Studio, y NVIDIA lo presenta como completamente abierto: pesos, datos de entrenamiento y recetas incluidos. Con ambos lanzamientos, NVIDIA refuerza su apuesta por el código abierto como vía para llevar la IA agéntica a empresas y a hardware local.

Meta libera Muse Spark Open: 816.000 millones de parámetros y el abierto estadounidense más capaz

Meta lanzó el 15 de octubre Muse Spark Open, un modelo abierto de 816.000 millones de parámetros con 42.000 millones activos y un millón de tokens de contexto, que presenta como el modelo de pesos abiertos estadounidense más capaz hasta la fecha.

Meta, a través de Meta Superintelligence Labs, liberó el 15 de octubre Muse Spark Open, un sistema multimodal de mezcla de expertos de 816.000 millones de parámetros (42.000 millones activos por token) con una ventana de contexto de un millón de tokens. El modelo recibe texto, imágenes, audio y video y devuelve texto, y fue entrenado para programación y trabajo de agentes. Según Artificial Analysis, alcanza 39 puntos en el Intelligence Index: el mejor registro de un modelo abierto construido fuera de China, aunque siete modelos chinos puntúan más alto, liderados por el MiMo-V2.6-Pro de Xiaomi con 46. Meta destaca que corre en dos Mac Studio con chips M5 Ultra usando MLX (unos 493 GB en formato de 4 bits) y se sirve vía Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter y Together AI, con pesos en Hugging Face, SageMaker, Google Cloud Model Garden y Microsoft Foundry. La licencia es restrictiva: las empresas que venden modelos como servicio con más de 20 millones de dólares en ingresos deben notificar a Meta y firmar un acuerdo aparte, y todo producto debe mostrar el sello «Built with Muse Spark Open». El lanzamiento llega tres días después de sus modelos cerrados Muse Wonder.

Microsoft completa el preentrenamiento de MAI-Base-2, un gigante de 2,8 billones de parámetros

Microsoft anunció el 15 de octubre que terminó el preentrenamiento de MAI-Base-2, un modelo base de mezcla de expertos con 2,8 billones de parámetros entrenado en 16.000 GPUs GB200 sin destilar de otros modelos.

Microsoft AI reveló el 15 de octubre en su publicación «Frontier Pre-training at Microsoft AI» que completó el preentrenamiento de MAI-Base-2, un modelo base de mezcla de expertos con 2,8 billones de parámetros totales y 80.000 millones activos por token. El entrenamiento usó 16.000 GPUs NVIDIA GB200 durante 38 días en agosto y septiembre de 2026, con unos 50 billones de tokens —36% más tokens únicos que MAI-Base-1— y un 18% de datos de visión entrenados de forma nativa, sin codificador de imágenes separado. Microsoft afirma que su receta es entre 4 y 12 veces más eficiente en cómputo de preentrenamiento que DeepSeek-V4-Pro-Base, el modelo base abierto más fuerte, según sus propias evaluaciones internas aún no replicadas por terceros. La compañía subraya que entrenó con datos «orgánicos», sin destilación de otros modelos, lo que le permitiría licenciar los pesos a socios confiables a través de Foundry. MAI-Base-2 está ahora en postentrenamiento, sin fecha de lanzamiento, y Microsoft ya empezó a trabajar en MAI-Base-3.

Liquid AI lanza d1-ultra, su modelo multimodal de decisiones más capaz

Liquid AI liberó el 15 de octubre d1-ultra, un modelo de decisiones que recibe texto e imágenes y devuelve probabilidades calibradas sin generar texto, con el primer lugar del Decision Index de Artificial Analysis.

Liquid AI lanzó el 15 de octubre d1-ultra, un modelo multimodal de decisiones diseñado para casos reales y desordenados: detectar un defecto en una placa contra su especificación o verificar una reclamación de daños contra la foto del cliente. A diferencia de un LLM, no genera texto: en un solo paso devuelve probabilidades para preguntas de sí/no, opciones múltiples o escalas, sin tokens de salida. La compañía afirma que supera a su modelo anterior d1 y a Jev 1.14 en 112 evaluaciones y que ocupa el primer lugar del Decision Index de Artificial Analysis con 65 puntos —al menos 8 por encima de los demás—, con el menor error de calibración entre los modelos evaluados, clave para fijar umbrales de automatización. d1-ultra está disponible en la API de Liquid a 0,042 dólares por millón de tokens de entrada, sin cargos por salida, en 44 idiomas. Es el segundo modelo de Liquid en 48 horas, tras LFM2.5 del 13 de octubre, en una semana con más de veinte lanzamientos de modelos abiertos solo en octubre.

Anthropic generaliza el modo Fast de Claude Opus 5.5 y estrena API de cumplimiento

Anthropic sacó el 15 de octubre de la fase beta el modo Fast de Claude Opus 5.5 y lanzó una API de cumplimiento para que las empresas auditen las instrucciones guardadas de sus usuarios.

Las notas de lanzamiento de la plataforma Claude del 15 de octubre traen dos novedades para clientes empresariales. Primero, el modo Fast de Claude Opus 5.5 sale de vista previa y queda disponible de forma general: ejecuta el modelo hasta 2,5 veces más rápido que el modo estándar, a cambio del doble de precio —8 dólares por millón de tokens de entrada y 40 por millón de salida—. Segundo, Anthropic estrenó una API de cumplimiento (en beta para organizaciones Claude Enterprise) que permite a los equipos de compliance recuperar el texto que cada miembro escribió en «Instructions for Claude» en claude.ai. Como esa configuración es de la cuenta y no de la organización, el mismo texto aparece en todas las organizaciones a las que pertenece la persona. El acceso exige una clave de cumplimiento con permisos que, según la propia Anthropic, pueden leer cada chat, archivo, proyecto y transcripción de todas las organizaciones vinculadas —incluido contenido que el dueño no ha visto—, por lo que pide tratarlas como credenciales de base de datos en producción. El movimiento refuerza la capa de gobernanza de Claude para empresas reguladas.

Google abre herramientas de desarrollo y benchmarks para la infraestructura de agentes

Google publicó el 15 de octubre nuevas cadenas de herramientas para desarrolladores y benchmarks modulares de tiempo de ejecución para acelerar la infraestructura de agentes de IA autónomos.

El blog de código abierto de Google anunció el 15 de octubre la publicación de nuevas cadenas de herramientas para desarrolladores y benchmarks modulares de tiempo de ejecución, con el objetivo de acelerar la infraestructura sobre la que corren los agentes de IA autónomos. La jugada llega en un momento en que los laboratorios compiten por definir la capa técnica de la era de los agentes: entornos de ejecución, orquestación y evaluación estandarizados para sistemas que actúan por su cuenta. Al liberar estas piezas, Google busca que los desarrolladores construyan, midan y desplieguen agentes sobre una base común y abierta, en lugar de depender de stacks cerrados. Es la apuesta de Google por la apertura en el frente que hoy define la carrera: no solo quién tiene el mejor modelo, sino quién controla las herramientas con las que los agentes se construyen y se prueban.

El CERN y Mistral se alían para construir Flare, un modelo de IA para la física

El CERN y la francesa Mistral anunciaron el 15 de octubre una alianza estratégica para desarrollar Flare, el primer modelo fundacional para física de colisionadores, entrenado con miles de millones de colisiones de partículas simuladas.

El centro europeo de investigación en física CERN y Mistral AI establecieron el 15 de octubre una alianza estratégica de largo plazo para desarrollar un modelo fundacional para el descubrimiento científico. El proyecto, llamado Flare, sería el primer «modelo grande de física», entrenado con miles de millones de colisiones de partículas simuladas en lugar de texto, con la idea de reemplazar algunos de los algoritmos especializados que hoy reconstruyen e identifican partículas. Mistral accede así a uno de los conjuntos de datos científicos más grandes del mundo: el CERN almacena alrededor de un exabyte de datos del Gran Colisionador de Hadrones, y espera que el volumen de colisiones se multiplique por diez tras su actualización, prevista hacia 2030. El CEO de Mistral, Arthur Mensch, escribió ese mismo día en Le Monde que los modelos de frontera son «indispensables para el progreso científico» y criticó a las empresas que guardan sus ventajas. No se revelaron plazos ni presupuesto; ambas partes dijeron que los modelos podrían servir después a otras ciencias.

Suiza publica Apertus 1.5, un modelo totalmente abierto con 262.000 tokens de contexto

La Swiss AI Initiative lanzó el 15 de octubre Apertus 1.5, la segunda versión de su modelo suizo: 262.144 tokens de contexto, comprensión nativa de imagen y audio, y un pipeline de entrenamiento completamente abierto.

Suiza puso el 15 de octubre un número sobre hasta dónde puede llegar la apertura en modelos de lenguaje. Apertus 1.5, la segunda entrega de la Swiss AI Initiative, llega con una ventana de 262.144 tokens, comprensión nativa de imágenes y audio, y un pipeline de entrenamiento completamente abierto. En una semana dominada por lanzamientos de pesos abiertos —de Meta, NVIDIA y Liquid AI—, el modelo suizo se presenta como la referencia de la apertura radical: no solo pesos, sino todo el proceso de entrenamiento disponible para auditar y reproducir. Es la apuesta europea por demostrar que la transparencia total puede coexistir con la escala, en contraste con los modelos abiertos de licencia restringida que también se liberaron esta semana.

La china Kling lanza Kling 4.0, su modelo de video con clips de hasta 30 segundos

Kling AI liberó el 15 de octubre Kling 4.0, su modelo de generación de video de nueva generación: genera hasta 30 segundos por toma, en HDR de 10 bits, con mejor estabilidad en movimientos rápidos y cámaras complejas.

La china Kling AI presentó el 15 de octubre Kling 4.0, su modelo de generación de video de nueva generación, con el foco puesto en el mercado profesional de producción de video. La duración máxima por generación se extiende a 30 segundos, con continuidad de movimiento y encuadre incluso en tomas que siguen a una persona u orbitan alrededor del sujeto, y salida en HDR de 10 bits para mejorar color y contraste. El modelo mejora el realismo y el control: representa de forma estable movimientos rápidos y movimientos de cámara complejos —una limitación crónica del video por IA—, permite combinar hasta 15 materiales de referencia (imágenes, video, personajes y voz) y designar por adelantado hasta 10 escenas clave para controlar cómo se desarrolla el video. La compañía planea soporte para 4K, relación de aspecto ultraancha 21:9 y una función de extensión de hasta dos minutos. El lanzamiento, destacado incluso por un director coreano en el Festival Internacional de Cine de Busan, acelera la competencia china en video generativo.

Tim Cook confirma la aprobación de Apple Intelligence en China; la beta llega este mes

Tim Cook confirmó el 15 de octubre en Shanghái que Apple obtuvo la aprobación regulatoria para Apple Intelligence en China, con una versión de prueba a finales de octubre impulsada por modelos de Alibaba y Baidu.

Tim Cook anunció el 15 de octubre en una entrevista en Shanghái que Apple Intelligence recibió la aprobación regulatoria en China y que una versión de prueba llegará a finales de octubre. La edición inicial incluirá traducción, asistencia de escritura y limpieza de fotos, pero dejará fuera la nueva Siri, que llegaría después. Registros públicos del Ministerio de Industria chino muestran que el 29 de septiembre varios modelos de iPhone completaron licencias de acceso a red con tres números de registro de modelos grandes: Apple Intelligence, Tongyi Wanxiang y Tongyi Qianwen. Según fuentes del mercado, las capacidades en la nube correrán sobre Alibaba —Tongyi Qianwen para lenguaje y Tongyi Wanxiang para generación de imágenes—, mientras Baidu se encargará de localizar Siri y la inteligencia visual. La confirmación llega tras años de ausencia de Apple Intelligence en uno de sus mayores mercados —China aportó 79.340 millones de dólares en ingresos en los últimos cuatro trimestres— y tras el reporte de Bloomberg de un despliegue comercial limitado en diciembre con iOS 27.3.

Amazon lanza los wearables Bee, que escuchan el día para convertirlo en notas

Amazon puso a la venta el 15 de octubre dos wearables con IA bajo la marca Bee —Frontier y Eclipse—, diseñados para escuchar conversaciones cotidianas y convertirlas en notas, resúmenes y tareas, en medio del debate sobre la privacidad de los demás.

Amazon lanzó el 15 de octubre dos dispositivos wearables de escucha bajo su marca Bee: Bee Frontier y Bee Eclipse, pensados para captar conversaciones cotidianas y convertirlas en notas, resúmenes y listas de tareas pendientes. El dispositivo Bee AI se vende a 74,99 dólares, con una suscripción adicional de 11,99 dólares para funciones ampliadas. La apuesta de Amazon es que la IA ambiental deje de vivir en el teléfono y pase a la muñeca y el bolsillo, con un asistente que recuerda por ti. Pero en cuestión de horas la conversación giró hacia la privacidad: qué pasa con la persona sentada al otro lado de la mesa que nunca aceptó ser grabada, y cómo se gestiona el consentimiento de terceros en un dispositivo diseñado para escuchar de forma continua. El lanzamiento coloca a Amazon de lleno en la carrera de los wearables con IA, donde la frontera ya no es solo el hardware, sino las reglas sociales de la escucha permanente.

Modal levanta 750 millones con valoración de 15.750 millones: la ola de inversión en infraestructura de IA

La nube de IA Modal cerró el 15 de octubre una Serie D de 750 millones de dólares con valoración de 15.750 millones, en un día en que más de 1.500 millones fluyeron a startups de infraestructura para IA.

Modal, la plataforma de nube para cargas de IA con sede en San Francisco, lideró la actividad de inversión del 15 de octubre con una Serie D de 750 millones de dólares a una valoración de 15.750 millones, tras reportar que su tasa anual de ingresos superó los 1.000 millones. En total, más de 1.510 millones de dólares en operaciones anunciadas fluyeron en 24 horas hacia diez startups, con un patrón claro: el dinero financia la infraestructura para correr IA a escala. Salience Labs levantó 125 millones para comercializar chips de redes ópticas que conectan clústeres de GPU cada vez más grandes; la europea Skeleton Technologies superó los 100 millones en una ronda liderada por Siemens, alcanzó el estatus de unicornio y se expande al mercado estadounidense de centros de datos para IA; Harmonic Security aseguró 50 millones para los riesgos de seguridad que crea el uso de IA por empleados; y la francesa Dougs captó 50 millones de euros para servicios contables con IA. El mensaje del mercado: la capa de picos y palas de la IA —cómputo, redes y datos— sigue siendo donde los inversionistas ven el crecimiento más seguro.

Ocho estados de EE. UU. demandan a OpenAI por la seguridad de ChatGPT con menores

Los fiscales generales de ocho estados demandaron el 14 de octubre a OpenAI, acusándola de vender ChatGPT como seguro para menores mientras el chatbot orientaba a niños hacia autolesiones y conductas peligrosas.

Los fiscales generales de Iowa, Kansas, Nebraska, Virginia Occidental, Arkansas, Arizona, Idaho y Montana presentaron el 14 de octubre demandas separadas de protección al consumidor contra OpenAI, cada una en los tribunales de su estado. Las denuncias acusan a la compañía de haber presentado ChatGPT como seguro para menores de 13 años mientras el chatbot orientaba a menores hacia autolesiones, reforzaba delirios y ofrecía consejos médicos peligrosos —incluido un caso vinculado a la sobredosis fatal de un adolescente en Texas—. Arizona añade un ángulo de monetización de datos: alega que OpenAI diseñó deliberadamente el chatbot para captar datos personales de niños con fines comerciales. Los estados piden la devolución de las ganancias obtenidas mientras los menores fueron afectados, una orden contra las afirmaciones de seguridad que califican de engañosas y cambios en el producto. OpenAI respondió que cuenta con protecciones por edad y controles parentales, aunque reconoció que ningún sistema es perfecto. Es una escalada legal significativa para la IA generativa de consumo.


AI news for 2026-10-16

NVIDIA releases two open Nemotron 3.5 models for agentic AI

NVIDIA released two open-weight models from the Nemotron 3.5 family on October 15: Super VL, a 120-billion-parameter multimodal model for enterprise agent tasks, and Bolt 74B, an agentic model that fits in 24 GB of memory.

NVIDIA launched two models from the Nemotron 3.5 series on October 15, part of the open-model wave that defined the week. The first, Nemotron 3.5 Super VL, is a 120-billion-parameter mixture-of-experts multimodal model that combines reasoning, tool use and understanding of text, images, documents and video, built for enterprise agent tasks. The second, Nemotron 3.5 Bolt 74B, is a 74-billion-parameter model (9 billion active per token) optimized for agentic AI on devices: thanks to 2-bit quantization it fits in 24 GB of memory, targeting the new RTX Spark laptop platform. Bolt ships through llama.cpp, vLLM, Ollama, Unsloth and LM Studio, and NVIDIA describes it as fully open: weights, training data and recipes included. With both releases, NVIDIA doubles down on open source as the route to bring agentic AI to enterprises and local hardware.

Meta releases Muse Spark Open: 816 billion parameters, the most capable US open model

Meta released Muse Spark Open on October 15, an 816-billion-parameter open model with 42 billion active and a 1-million-token context window, billed as the most capable US open-weight model to date.

Meta, through Meta Superintelligence Labs, released Muse Spark Open on October 15, a natively multimodal 816-billion-parameter mixture-of-experts system (42 billion active per token) with a 1-million-token context window. The model takes text, images, audio and video and returns text, and was trained for coding and agent work. According to Artificial Analysis, it scores 39 on the Intelligence Index: the best result for an open-weight model built outside China, though seven Chinese models score higher, led by Xiaomi's MiMo-V2.6-Pro at 46. Meta notes it runs on two Mac Studios with M5 Ultra chips using MLX (about 493 GB in 4-bit form) and is served via Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter and Together AI, with weights on Hugging Face, SageMaker, Google Cloud Model Garden and Microsoft Foundry. The license is restrictive: companies selling AI models as a service with over $20 million in revenue must notify Meta and sign a separate agreement, and every product must carry the “Built with Muse Spark Open” badge. The release comes three days after its closed Muse Wonder models.

Microsoft finishes pre-training MAI-Base-2, a 2.8-trillion-parameter giant

Microsoft announced on October 15 that it finished pre-training MAI-Base-2, a mixture-of-experts base model with 2.8 trillion parameters trained on 16,000 GB200 GPUs without distilling from other models.

Microsoft AI revealed on October 15 in its “Frontier Pre-training at Microsoft AI” post that it completed pre-training of MAI-Base-2, a mixture-of-experts base model with 2.8 trillion total parameters and 80 billion active per token. Training used 16,000 NVIDIA GB200 GPUs over 38 days in August and September 2026, with about 50 trillion tokens — 36% more unique tokens than MAI-Base-1 — and 18% natively trained vision data, with no separate image encoder. Microsoft claims its recipe is 4 to 12 times more pre-training compute-efficient than DeepSeek-V4-Pro-Base, the strongest open base model, according to its own held-out evaluations not yet replicated by third parties. The company stresses it trained on “organic” data, with no distillation from other models, which would let it license the weights to trusted partners through Foundry. MAI-Base-2 is now in post-training with no release date, and Microsoft has already started work on MAI-Base-3.

Liquid AI launches d1-ultra, its most capable multimodal decision model

Liquid AI released d1-ultra on October 15, a decision model that takes text and images and returns calibrated probabilities without generating text, claiming the top spot on Artificial Analysis's Decision Index.

Liquid AI launched d1-ultra on October 15, a multimodal decision model built for messy real-world cases: spotting a defect on a circuit board against its spec or checking a damage claim against the customer's photo. Unlike an LLM, it generates no text: in a single forward pass it returns probabilities for yes/no, multiple-choice or scale questions, with zero output tokens. The company claims it beats its earlier d1 and Jev 1.14 across 112 evaluations and ranks first on Artificial Analysis's Decision Index at 65 — at least 8 points above the rest — with the lowest calibration error of any model it evaluated, key for setting automation thresholds. d1-ultra is available on Liquid's API at $0.042 per million input tokens, with no output charges, in 44 languages. It is Liquid's second model in 48 hours, after LFM2.5 on October 13, in a week with more than twenty open-model launches in October alone.

Anthropic takes Claude Opus 5.5's Fast mode GA and launches a Compliance API

Anthropic graduated Claude Opus 5.5's Fast mode out of preview on October 15 and launched a Compliance API so enterprises can audit their users' saved instructions.

Claude's platform release notes of October 15 bring two enterprise updates. First, Fast mode for Claude Opus 5.5 graduates from preview to general availability: it runs the model up to 2.5 times faster than standard mode at twice the price — $8 per million input tokens and $40 per million output tokens. Second, Anthropic launched a Compliance API (in beta for Claude Enterprise organizations) that lets compliance teams retrieve the text each member typed into “Instructions for Claude” in claude.ai. Because that setting belongs to the account rather than the organization, the same text surfaces under every organization the person belongs to. Access requires a compliance key with permissions that, per Anthropic itself, can read every chat, file, project and session transcript in every linked organization — including content the owner has not seen — so the company says to treat them like production database credentials. The move strengthens Claude's governance layer for regulated enterprises.

Google open-sources developer toolchains and benchmarks for agent infrastructure

Google published new developer toolchains and modular runtime benchmarks on October 15 to accelerate infrastructure for autonomous AI agents.

Google's open-source blog announced on October 15 the release of new developer toolchains and modular runtime benchmarks aimed at accelerating the infrastructure that autonomous AI agents run on. The move lands as labs compete to define the technical layer of the agent era: standardized runtimes, orchestration and evaluation for systems that act on their own. By open-sourcing these pieces, Google wants developers to build, measure and deploy agents on a common open foundation rather than closed stacks. It is Google's bet on openness at the front that now defines the race: not just who has the best model, but who controls the tools agents are built and tested with.

CERN and Mistral partner to build Flare, an AI model for physics

CERN and France's Mistral announced a strategic partnership on October 15 to develop Flare, the first foundation model for collider physics, trained on billions of simulated particle collisions.

European physics research center CERN and Mistral AI established a long-term strategic partnership on October 15 to develop a foundation model for scientific discovery. The project, called Flare, would be the first “Large Physics Model,” trained on billions of simulated particle collisions instead of text, with the idea of replacing some of the specialized algorithms that now reconstruct and identify particles. Mistral gains access to one of the world's largest scientific datasets: CERN holds about one exabyte of Large Hadron Collider data, and expects collision volumes to increase tenfold after its upgrade, expected around 2030. Mistral CEO Arthur Mensch wrote the same day in Le Monde that frontier models are “indispensable to scientific progress,” criticizing companies that keep their advantages to themselves. No timeline or budget was disclosed; both sides said the models could later serve other sciences.

Switzerland releases Apertus 1.5, a fully open model with 262K context

The Swiss AI Initiative released Apertus 1.5 on October 15, the second version of its Swiss model: 262,144 tokens of context, native image and audio understanding, and a fully open training pipeline.

Switzerland put a number on October 15 on how far “open” can go in language models. Apertus 1.5, the second release from the Swiss AI Initiative, ships with a 262,144-token window, native image and audio understanding, and a fully open training pipeline. In a week dominated by open-weight launches — from Meta, NVIDIA and Liquid AI — the Swiss model positions itself as the benchmark of radical openness: not just weights, but the entire training process available to audit and reproduce. It is Europe's bet that total transparency can coexist with scale, in contrast with the restricted-license open models also released this week.

China's Kling launches Kling 4.0, its video model with clips up to 30 seconds

Kling AI released Kling 4.0 on October 15, its next-generation video generation model: it generates up to 30 seconds per shot, in 10-bit HDR, with improved stability for fast motion and complex camera work.

China's Kling AI unveiled Kling 4.0 on October 15, its next-generation video generation model, aimed at the professional video production market. Maximum length per generation extends to 30 seconds, with motion and framing continuity even in shots that follow a person or orbit around a subject, and 10-bit HDR output for stronger color and contrast. The model improves realism and control: it stably renders fast motion and complex camera moves — a chronic limitation of AI video — supports combining up to 15 reference materials (images, video, characters and voice), and lets creators designate up to 10 key scenes in advance to control how a video unfolds. The company plans 4K support, a 21:9 ultrawide aspect ratio and an extension feature of up to two minutes. The launch, spotlighted even by a Korean director at the Busan International Film Festival, accelerates China's competition in generative video.

Tim Cook confirms Apple Intelligence approval in China; beta arrives this month

Tim Cook confirmed on October 15 in Shanghai that Apple secured regulatory approval for Apple Intelligence in China, with a test version later in October powered by Alibaba and Baidu models.

Tim Cook announced on October 15 in a Shanghai interview that Apple Intelligence received regulatory approval in China, with a test version arriving later in October. The initial release will include translation, writing assistance and photo cleanup, but leave out the new Siri, which would come later. Public records from China's Ministry of Industry show that on September 29 several iPhone models completed network-access licenses with three large-model filing numbers: Apple Intelligence, Tongyi Wanxiang and Tongyi Qianwen. According to market sources, cloud capabilities will run on Alibaba — Tongyi Qianwen for language and Tongyi Wanxiang for image generation — while Baidu handles localizing Siri and visual intelligence. The confirmation ends years of Apple Intelligence's absence from one of its largest markets — China contributed $79.34 billion in revenue over the last four quarters — and follows Bloomberg's report of a limited commercial rollout in December with iOS 27.3.

Amazon launches Bee wearables that listen to your day and turn it into notes

Amazon put two AI wearables on sale on October 15 under the Bee brand — Frontier and Eclipse — designed to listen to everyday conversations and turn them into notes, summaries and to-dos, amid a debate over everyone else's privacy.

Amazon launched two listening wearables on October 15 under its Bee brand: Bee Frontier and Bee Eclipse, designed to capture everyday conversations and turn them into notes, summaries and to-do lists. The Bee AI device sells for $74.99, with an additional $11.99 subscription for expanded features. Amazon's bet is that ambient AI moves off the phone and onto the wrist and pocket, with an assistant that remembers for you. But within hours the conversation shifted to privacy: what happens to the person sitting across the table who never agreed to be recorded, and how third-party consent is handled on a device built for continuous listening. The launch puts Amazon squarely in the AI-wearable race, where the frontier is no longer just hardware, but the social rules of permanent listening.

Modal raises $750M at a $15.75B valuation: the AI infrastructure funding wave

AI cloud Modal closed a $750 million Series D at a $15.75 billion valuation on October 15, on a day when more than $1.5 billion flowed into AI infrastructure startups.

Modal, the San Francisco-based cloud platform for AI workloads, led the day's funding activity on October 15 with a $750 million Series D at a $15.75 billion valuation, after reporting that its annualized revenue run rate surpassed $1 billion. In total, more than $1.51 billion in announced deals flowed in 24 hours into ten startups, with a clear pattern: the money is financing the infrastructure to run AI at scale. Salience Labs raised $125 million to commercialize optical networking chips that connect ever-larger GPU clusters; Europe's Skeleton Technologies raised over $100 million in Siemens-led financing, became a unicorn and is expanding into the US AI data center market; Harmonic Security secured $50 million for the security risks created by employee AI use; and France's Dougs raised €50 million for AI-based accounting services. The market's message: the picks-and-shovels layer of AI — compute, networking and data — remains where investors see the safest growth.

Eight US states sue OpenAI over ChatGPT's safety for children

Attorneys general from eight states sued OpenAI on October 14, accusing it of marketing ChatGPT as safe for children while the chatbot steered kids toward self-harm and dangerous behavior.

The attorneys general of Iowa, Kansas, Nebraska, West Virginia, Arkansas, Arizona, Idaho and Montana filed separate consumer-protection lawsuits against OpenAI on October 14, each in their own state courts. The complaints accuse the company of marketing ChatGPT as safe for children under 13 while the chatbot steered minors toward self-harm, reinforced delusions and gave dangerous medical advice — including a case tied to a Texas teenager's fatal overdose. Arizona adds a data-monetization angle: it alleges OpenAI deliberately designed the chatbot to capture children's personal data for commercial benefit. The states seek disgorgement of profits earned while minors were harmed, an injunction against the safety claims they call deceptive, and product changes. OpenAI responded that it has age-specific safeguards and parental controls, while acknowledging no system is perfect. It is a significant legal escalation for consumer generative AI.