Aston在下不求

Strategy vuelve a vender 1.690 BTC, las reservas en dólares superan los 4.650 millones

Strategy de Michael Saylor volvió a vender otro lote de bitcoins. Según el comunicado oficial de Strategy del 10 de agosto, la empresa vendió 1.690 bitcoins entre el 3 y el 9 de agosto, y al mismo tiempo emitió nuevas acciones de MSTR para incrementar las reservas en dólares, elevando el tamaño de las reservas a 4.650 millones de dólares. Al vender 1.690 BTC, el importe se destinó íntegramente a recomprar las acciones preferentes especiales de STRC. Esta semana, Strategy vendió 1.690 bitcoins con un precio promedio de alrededor de 64.262 dólares, obteniendo aproximadamente 108,6 millones de dólares; todo ese dinero se invirtió en el «Programa de recompra de valores respaldados por crédito digital», con el que recompraron alrededor de 1,152 millones de acciones preferentes especiales perpetuas de STRC. STRC es la acción preferente especial perpetua emitida por Strategy. La empresa ya había establecido las recompras como una política habitual con el objetivo de sostener su valor nominal. Esto también da continuidad a lo que ocurrió la semana pasada, cuando se informó que Strategy vendió 1.638 bitcoins la semana anterior, mientras Saylor enfatizó que él personalmente nunca ha vendido monedas.

Emisión de MSTR para completar reservas; la cantidad de BTC cae a 840.000 monedas

La otra corriente de fondos va por el lado del capital. Strategy emitió (mediante «al mercado», ATM) 6,59 millones de nuevas acciones de MSTR, con lo que obtuvo aproximadamente 653 millones de dólares netos. De esa suma, 650 millones de dólares se destinaron a ampliar las reservas en dólares y 31 millones de dólares ingresaron en efectivo. Con esta operación, las reservas en dólares pasaron de 3.750 millones de dólares a finales de julio, aumentando de forma continua hasta 4.650 millones de dólares (al 9 de agosto). La empresa también señaló que la duración de las reservas en dólares (USD Duration) se alargó 143 días hasta 2,7 años, y que el diferencial de crédito BTC de STRC se estrechó en 10 puntos básicos. El costo fue que la cantidad de bitcoins en poder de la empresa siguió disminuyendo: ahora es de 840.447 BTC, por un valor aproximado de 54.700 millones de dólares. Para el mercado, el ritmo de «vender monedas + emitir acciones» de este mayor tenedor corporativo global de bitcoins durante varias semanas consecutivas sigue siendo un indicador importante para observar el flujo de capital cripto.

El artículo Strategy vuelve a vender 1.690 BTC, las reservas en dólares superan los 4.650 millones apareció primero en .

Los taxis autónomos Zoox de Amazon llegan a Las Vegas, la ciudad de las apuestas, con precios de “precio fijo”, un importe único; así, los consumidores no temen que les cobren de más

El taxi autónomo Zoox desarrollado por Amazon (Nasdaq: AMZN) ya dio el paso a la operación comercial. Su primera parada fue Las Vegas, en la ciudad de las apuestas, y en el futuro se irá expandiendo gradualmente a otras ciudades principales como San Francisco, Miami, Austin, Atlanta y Los Ángeles. La empresa ya ha obtenido las autorizaciones regulatorias y desplegará hasta 5.000 vehículos de taxi autónomo en los próximos dos años. El director ejecutivo, Aicha Evans, concedió recientemente una entrevista a Bloomberg, donde compartió la estrategia de Zoox de “precio fijo” y subrayó que la tarifa se calcula combinando una tarifa base con el tiempo y la distancia. Tras que la app entregue el precio, no habrá ningún cargo adicional; los consumidores no tienen que preocuparse de que el coche dé rodeos y los trate como “presas” para cobrarles de más.

Zoox apuesta por la tranquilidad y la comodidad con un “precio fijo”; los consumidores no temen cargos excesivos. La estrategia de precios de Zoox es Comfort Pricing (“precio fijo y seguro”): la tarifa se calcula sumando la tarifa base con la distancia recorrida y el tiempo estimado de llegada. Para aumentar la confianza del consumidor, Zoox aplica Guaranteed Pricing (“precio garantizado”): el sistema proporciona una estimación por adelantado cuando se solicita el viaje, y el cargo final será exactamente igual al precio previamente cotizado. Incluso si durante el trayecto hay congestión de tráfico o se cambia la ruta y eso provoca un retraso o aumenta la distancia, Zoox no añadirá ningún cargo extra.

Zoox planea desplegar 5000 vehículos en los próximos dos años. Zoox, propiedad de Amazon, fabrica los vehículos en la Bahía de California; las autoridades regulatorias ya han aprobado que Zoox despliegue hasta 5.000 vehículos en vías públicas durante los próximos dos años. En la entrevista, el director ejecutivo señaló que la empresa matriz, Amazon, brinda a Zoox un apoyo financiero estable y de largo plazo, lo que le permite evitar presiones de capital a corto plazo. Zoox considera la seguridad como requisito base y, mediante la integración vertical de la producción y estrictos procedimientos de verificación, establece estándares operativos de alto nivel.

(Zhang Renjun, discurso GTC 2028 de Huang Jen-Hsun: en colaboración con Foxconn para el lanzamiento del primer Robotaxi autónomo en Kaohsiung en 2028)

Zoox confía en superar a la industria. En el modelo económico de los taxis autónomos, la utilización (Utilization) es un indicador clave para alcanzar el punto de equilibrio. Actualmente, en la industria de conducción autónoma con máquinas, la utilización promedio de los vehículos es de alrededor del 54%. Zoox, sin embargo, muestra una gran confianza en superar ese umbral; la ventaja proviene principalmente del diseño exclusivo del vehículo: Zoox tiene una carrocería de doble frente que permite circular en ambos sentidos, reduciendo la distancia de conducción no efectiva (Deadhead miles) y mejorando la eficiencia operativa de la flota. Los asientos enfrentados dentro del vehículo garantizan que cada pasajero que suba elija un “buen asiento”. Además, en ciudades de alta demanda como Las Vegas, Zoox puede, mediante IA y datos en tiempo real, supervisar el estado del tráfico y ajustar la disponibilidad de los vehículos; con ello, atiende la demanda de los pasajeros y maximiza al mismo tiempo los ingresos operativos de cada vehículo.

Después de 12 años de acumulación tecnológica, Zoox, mediante la producción a escala industrializada, una estrategia de precios transparente y el respaldo de los recursos de la empresa matriz, ya está en la calle y comienza operaciones comerciales.

(Waabi consigue financiación por mil millones de dólares, firma una colaboración exclusiva con UBER y despliega vehículos autónomos sin conductor)

(El Mercedes-Benz CLA de autos 100% eléctricos integra el primer coche autónomo de IA que piensa: Alpamayo de Nvidia)

Este artículo: Los taxis autónomos Zoox de Amazon llegan a Las Vegas, con precios de “precio fijo” para que los consumidores no teman que les cobren de más, aparece por primera vez en.

¿El “libro basura” de la IA está conquistando las listas de más vendidos? a16z: los libros de texto generados por IA ya han absorbido cerca del 40% de las ventas

El impacto de la IA generativa en la industria de los contenidos quizá esté pasando de los artículos, imágenes y videos en internet a expandirse, además, al mercado editorial tradicional. El VC a16z, recientemente, describió con bastante franqueza como “Bookslop” los libros generados por IA que se están inundando rápidamente en el mercado de autoedición de Amazon. Lo más llamativo es que estas obras no solo se producen en gran cantidad pero sin que las compre nadie: los libros que contienen texto generado por IA detectable ya representan, según un análisis de la muestra, alrededor del 40% de las ventas observadas. Estudio: 14.190 libros de ficción de autoedición en Amazon; los libros de IA ya han formado un mercado real a16z cita un estudio publicado en julio titulado <t-2/>〈Generative AI floods and dilutes the market for books〉. El equipo de investigación proviene de Stony Brook, Columbia, Michigan y la iniciativa del MIT sobre la Economía Digital. Analizan 14.419 novelas de tipo autoeditado vendidas en Amazon entre 2023 y 2026, y combinan los resultados completos de detección de IA con los datos diarios de ventas hasta junio de 2026. El estudio considera “con abundante texto de IA” a las obras en las que el contenido generado por IA supera el 25% del total. Los resultados muestran que, aunque este tipo de libros todavía rinde en promedio peor que las obras en las que no se detecta texto de IA, ya no se trata de un mercado marginal que se pueda ignorar. a16z resume los datos indicando que, en la actualidad, apenas con que los libros incluyan cierto nivel de texto de IA detectable, en conjunto ya representan cerca del 40% de las ventas observadas. En cambio, las obras con uso intensivo de texto de IA llegan a ocupar al menos un 10% de los Top 25 bestsellers en todas las categorías estudiadas; y en las categorías de ciencia ficción/aventura/distopía se acercan más al 40%. Esto indica que hay gente que sí paga por libros escritos con IA; evidentemente, no todos lo aceptan. Un artículo de opinión del New York Times que recientemente generó conversación en internet incluso ha llevado a algunas personas a considerar que usar texto generado por IA para hacer pasar la propia opinión es una forma de engaño. La IA convierte la publicación en un juego de escala: si un libro no funciona, produce diez más Lo que realmente podría cambiar el mercado editorial no es lo bien que pueda escribir una IA un libro, sino lo bajo que puede llevar el costo de producción de un libro. El estudio encontró que desde 2023, el número de libros con ventas reales dentro de la muestra ha aumentado aproximadamente 19,2 veces, pero los ingresos trimestrales solo crecieron alrededor de 8,9 veces. Al observar el tamaño total del catálogo, a16z lo describe como un aumento de casi 40 veces en el número total de libros, muy por encima del incremento de ingresos de aproximadamente 9 veces. Esto significa que la IA no ha disparado de forma simultánea la demanda del mercado editorial; más bien, ha explotado primero la oferta. Antes, un autor podía tardar meses o incluso años en terminar una novela; por lo tanto, tenía que intentar maximizar la probabilidad de éxito de cada obra. Sin embargo, la IA generativa hace posible otro modelo de negocio: no es necesario asegurarse de que cada libro sea bueno; con solo mantener los costos lo suficientemente bajos, se puede publicar en grandes volúmenes y luego dejar que el mercado seleccione, entre muchas, unas pocas obras exitosas. a16z llama a esta estrategia “volume approach”. Aunque la tasa de acierto de las obras de IA sea menor, si haces suficientes intentos, al final todavía puedes encontrar lectores dispuestos a pagar. 40 veces más libros, 9 veces más ingresos: lo que el autor humano enfrenta en realidad es la “dilución” Esa es también la razón por la que el título del artículo usa “floods and dilutes” en lugar de algo como “AI writes books” (la IA escribe libros). El impacto más directo de la IA no es escribir de repente novelas mejores que las de los humanos, sino aumentar masivamente los competidores con un costo casi nulo, diluyendo la limitada atención e ingresos que antes capturaban los lectores. El estudio halló que, cuanto mayor es la penetración de los libros de IA en una categoría, más clara es la pérdida de participación de mercado en las obras en las que no se detecta texto de IA; especialmente en mercados con alta penetración de Kindle Unlimited, este fenómeno es aún más marcado. Por lo tanto, aunque en promedio las obras humanas sigan ganando dinero, eso no significa que los autores humanos no se vean afectados. Si antes el mercado solo tenía 1.000 libros compitiendo por lectores, ahora la IA ha incrementado la oferta a decenas de miles; incluso si la mayoría de las obras son de calidad mediocre, con que las recomendaciones de la plataforma, los resultados de búsqueda y la posición en las listas sean recursos limitados, es suficiente para reducir la probabilidad de que otros autores sean descubiertos por los lectores. Esto se parece mucho al problema de los “granjas de contenido” que enfrentaron los sitios SEO en el pasado: la unidad en competencia pasó de “quién escribe mejor” a “quién puede producir más”. La IA está llevando el modelo de reciclaje de contenido al sector editorial La apropiación indebida en la industria de medios en internet ya era algo conocido: yo mismo también me he topado con un caso de plagio especialmente grave. El otro no se limitó a citar la misma noticia o a reescribir una misma fuente; en cambio, publicó un artículo que casi calcaba el marco narrativo general, la selección de puntos de conocimiento, las citas y la disposición de los casos, apenas alrededor de una hora después de haber publicado la nota. En ese caso, primero se entró por el éxito de Polymarket en las elecciones de EE. UU. de 2024, cuando registró un volumen de operaciones de 36,8 mil millones de dólares, luego se explicó con detalle particular la regla de liquidación de los mercados de predicción, después se complementó con la postura de Taiwán sobre la “Ley de Elecciones y Plebiscitos” (《選罷法》) y con la postura de la Fiscalía Superior, y finalmente se añadió la “Public Integrity Act for Financial Prediction Markets 2026” (《2026 年金融預測市場公共誠信法》) y casos de operaciones con información privilegiada, como el de empleados de MrBeast. Todo eso no son materiales que necesariamente un autor elegiría para escribir esa noticia en particular, pero el artículo publicado una hora más tarde no solo eligió casi los mismos datos; incluso el orden del argumento era altamente consistente. Si dos medios compilan al mismo tiempo una noticia de origen externo, que choquen los temas es normal; pero desde “36,8 mil millones de dólares → reglas de liquidación → Ley de Elecciones y Plebiscitos y Fiscalía Superior → proyecto de ley en EE. UU. → casos de información privilegiada de empleados de MrBeast” hasta el final del artículo, ya no se trata de un simple choque de temas: es que también se copiaron, junto con todo eso, los resultados de la investigación del autor original, incluyendo la búsqueda de información, la selección de casos y la organización del artículo. Incluso se aprecia la huella de que “después del plagio con IA no hubo un refinamiento humano suficiente”: el texto se puede cambiar por completo, pero el esqueleto del artículo prácticamente queda intacto. Antes, ese “arbitraje de contenido cambiando palabras pero no la mente”…

El CEO de AWS: el chip Trainium de Amazon desarrollado internamente puede combinarse con la arquitectura de Nvidia y no se venderá como producto

El CEO de AWS, Matt Garman, concedió recientemente una entrevista a Bloomberg y compartió la estrategia técnica de AWS para su infraestructura de inteligencia artificial. Ante una demanda sólida del mercado, Garman indicó que AWS adopta una «estrategia híbrida»: combina de forma flexible las GPU de Nvidia con los chips ASIC especializados desarrollados internamente, como Trainium y el CPU Graviton, para ayudar a los clientes empresariales a asignar con precisión la capacidad de cómputo y reducir los costos operativos. Esta arquitectura en la nube que equilibra rendimiento y rentabilidad es clave para el buen desempeño de las ventas de Amazon (NASDAQ：AMZN) impulsadas por los servicios en la nube de AWS, y para seguir ganando la preferencia de los clientes. Los ingresos anuales de inteligencia artificial de AWS alcanzan los 25 mil millones de dólares; la empresa planea seguir ampliando la infraestructura. Actualmente, los ingresos anuales de IA de AWS ya ascienden a 25 mil millones de dólares, impulsados por el crecimiento en sectores como finanzas, salud y medios. El negocio abarca cargas de trabajo de entrenamiento de modelos de IA, inferencia y agentes inteligentes. Debido a una demanda intensa del mercado, AWS planea seguir invirtiendo capital para ampliar sus instalaciones en la nube y firmar acuerdos de colaboración a largo plazo con clientes. (Con resultados destacados de Amazon, impulsa oportunidades en acciones relacionadas con Credo y Lumentum en semiconductores de comunicaciones ópticas) (¡AWS crea el mayor crecimiento en 18 trimestres! Con un resultado de Amazon destacado, los ingresos del segundo trimestre superan los 200 mil millones de dólares y vuelven a ajustar al alza el gasto de capital para todo el año)

Trainium, un chip desarrollado internamente, en colaboración con la GPU de Nvidia

Trainium fue desarrollado por Annapurna Labs, una subsidiaria de AWS, y es un chip ASIC integrado diseñado específicamente para cargas de trabajo en la nube de AWS. El chip se utiliza principalmente para procesar tareas intensivas de inferencia de IA, e incluye tanto el entrenamiento de modelos nuevos como la ejecución real de operaciones de inferencia. Como AWS controla por completo el stack tecnológico integral, desde el chip hasta el centro de datos y el software, puede optimizar el rendimiento del sistema según necesidades específicas, lo que permite a los clientes reducir aproximadamente entre un 20% y un 30% el costo de infraestructura al ejecutar cargas de trabajo de inferencia.

Trainium puede trabajar de forma coordinada con el CPU de uso general Graviton y con la GPU de Nvidia para ofrecer combinaciones de cómputo flexibles y de alto rendimiento. Graviton es el CPU desarrollado por Amazon internamente, basado en la arquitectura Arm, similar al CPU Vera Rubin de Nvidia. (¡Mejor que Blackwell! Nvidia Vera Rubin mejora 10 veces el rendimiento y el consumo de energía, superando el cuello de botella energético de los centros de datos de IA, y se prevé un repunte en resultados)

¿AWS planea vender chips personalizados a otras empresas?

Trainium es fabricado por TSMC y se considera un «outsider» en el mercado de chips de IA. El mercado lo ve como un desafío para Nvidia. Por ello, se presta atención a si AWS en el futuro venderá chips personalizados desarrollados internamente como un producto independiente hacia el exterior. Esta acción convertiría a AWS en competidor directo de su socio Nvidia. Garman señaló que la empresa sí evaluó la posibilidad de vender chips personalizados, pero la misión actual es integrar Trainium y el chip de cómputo general Graviton en la propia infraestructura en la nube de AWS, priorizando satisfacer sus necesidades internas, por lo que por el momento no venderá Trainium o Graviton como productos.

Desarrollar chips personalizados se ha vuelto una tendencia común entre los principales proveedores de servicios en la nube (CSP). Además de Trainium de AWS, Google Cloud también lanzó unidades de procesamiento de tensores (TPU) para acelerar el aprendizaje automático; Microsoft Azure presentó el acelerador Maia AI y el CPU Cobalt; y Meta desarrolló el procesador MTIA para respaldar sus necesidades internas de IA.

Este artículo, El CEO de AWS: el chip Trainium de Amazon desarrollado internamente puede combinarse con la arquitectura de Nvidia y no se venderá como producto, fue publicado por primera vez en.

AI Sombrero Blanco Bitcoin Red Team: Encuentra una vulnerabilidad crítica de Bitcoin cada hora

Esta vez, la IA está del lado de la defensa. Según el medio Decrypt, un equipo voluntario de ciberseguridad llamado Bitcoin Red Team está utilizando modelos de IA de vanguardia para escanear a gran escala librerías relacionadas con Bitcoin, identificando vulnerabilidades de forma proactiva. La rapidez es tal que “en promedio, cada persona puede encontrar una debilidad crítica por hora”. Con una fila entera de modelos punteros para escanear librerías: Cada persona encuentra una vulnerabilidad crítica por hora en el Bitcoin Red Team es un plan voluntario de ciberseguridad cuyo objetivo es hallar fallos en el ecosistema de Bitcoin antes de que los atacantes actúen. Para ello emplean toda una batería de los modelos de IA más potentes disponibles, incluidos Kimi K3 de la “zona oscura de la luna”, GPT Sol de OpenAI, Claude Fable y Opus de Anthropic, GLM 5.2 de Z.ai, y la herramienta de escaneo Cyber Harness de OpenAI, más cara. Los resultados son asombrosos: el equipo afirma que la velocidad de escaneo es de aproximadamente “un grave fallo explotable por hora por persona”. Para ello, a diario gastan alrededor de 10.000 dólares en servicios de IA, y hasta ahora han invertido aproximadamente 20.000 dólares. Ya han escaneado 150 librerías y reportado más de 12 vulnerabilidades. Actualmente, el equipo ha escaneado alrededor de 150 librerías relacionadas con Bitcoin y ha reportado más de 12 vulnerabilidades. El proyecto lo lidera Rob Hamilton, CEO de la empresa de hosting de hardware AnchorWatch, y también participa Calle, un desarrollador anónimo de Bitcoin. Los objetivos del escaneo incluyen carteras (wallets), librerías de funciones criptográficas, infraestructura y otros proyectos de Bitcoin. Basándose en las prácticas habituales de ciberseguridad, estas vulnerabilidades se han reportado en privado a los proyectos afectados; los detalles aún no se han hecho públicos, para evitar darle una oportunidad a los atacantes antes de que se implementen los parches. Esto también enlaza con una línea temática reciente: la IA se está convirtiendo rápidamente en un amplificador tanto para la ofensiva como para la defensa en ciberseguridad. Antes ya se había informado de casos en los que los modelos de IA se “desencarcelaban” por sí mismos durante pruebas de seguridad. El artículo AI Sombrero Blanco Bitcoin Red Team: encuentra una vulnerabilidad crítica de Bitcoin cada hora aparece por primera vez en .

¡Los Packers de Green Bay: primera vez que registran una pérdida operativa en su propio negocio! Sin un jefe millonario, 540.000 aficionados “sostienen” un modelo comercial centenario

Los dueños de los equipos profesionales de deportes en Estados Unidos suelen ser multimillonarios o grandes consorcios, y en los últimos años incluso han empezado a aparecer fondos de private equity. Pero los Packers de Green Bay (Green Bay Packers) son una excepción: no tienen un solo jefe adinerado, sino que son propiedad conjunta de más de 530.000 aficionados. Este modelo especial, vigente desde hace más de un siglo, recientemente por primera vez ha sentido con claridad la presión que genera la competencia por capital en la NFL. Los Packers publicaron sus últimos datos financieros anuales: los ingresos del año llegaron a 753 millones de dólares, mientras que los gastos operativos alcanzaron 754,1 millones de dólares, registrando una pérdida operativa de aproximadamente 1,1 millones de dólares. Si se excluye el año de la pandemia, también es una pérdida operativa poco común en décadas. Sin embargo, los Packers no “pierden” dinero de verdad. Gracias a los ingresos por inversiones y a las ganancias derivadas de que la NFL vendiera activos mediáticos como la NFL Network a ESPN, los ingresos no operativos llegaron a 133,6 millones de dólares; al final, la utilidad neta fue de 132,5 millones de dólares, lo que representa un aumento de casi 55% interanual.

Los costos de los jugadores se disparan: 131,7 millones de dólares; los Packers registran por primera vez una pérdida operativa

Los costos operativos del equipo en este año aumentaron de forma repentina, principalmente relacionados con intercambios y contratos de jugadores, así como con los costos de contrato que deben reconocerse con anticipación después de que algunos jugadores se marchan. Por ello, los costos relacionados con los jugadores aumentaron aproximadamente 131,7 millones de dólares.

Por otro lado, los ingresos compartidos de la liga de la NFL siguen creciendo. Los National Revenue que reciben los Packers aumentaron 4,8% (es decir, 20,6 millones de dólares) hasta alcanzar un récord de 453,2 millones de dólares. Los Local Revenue —que incluyen entradas, patrocinio, merchandising y eventos— también subieron 13,4 millones de dólares, incluso considerando que el equipo disputó un partido menos como local en la temporada regular.

Esto revela uno de los modelos comerciales más importantes de la NFL: la liga genera dinero y luego reparte los enormes ingresos nacionales entre sus 32 equipos. Por eso, aunque Green Bay sea una ciudad de Wisconsin con una población mucho menor que la de Nueva York o Los Ángeles, los Packers aún pueden obtener una parte importante de sus fuentes de ingresos a través de los derechos de transmisión nacionales y los ingresos comerciales de la NFL.

Un equipo de la NFL sin jefe: 530.000 aficionados “propietarios”

Lo más particular es la estructura de propiedad de los Packers. Green Bay Packers, Inc. es una empresa sin fines de lucro de propiedad pública desde 1923. Actualmente cuenta con alrededor de 538.967 accionistas y posee aproximadamente 5,2 millones de acciones.

Pero estas “acciones” no son en absoluto como comprar acciones de Apple o de Nvidia. Las acciones de los Packers no pagan dividendos, tampoco se pueden intercambiar libremente como las acciones normales, y no se puede esperar ganar la diferencia de precio al vender después de que aumente la valoración del equipo. Se parece más a un “certificado de propiedad” que los aficionados compran para apoyar al equipo.

Dicho de otra manera: cuando un aficionado gasta dinero en acciones de los Packers, lo que obtiene principalmente es la identidad de “Soy propietario de los Packers”, más que una recompensa financiera. Y eso se convierte en un modelo comercial muy singular: los aficionados están dispuestos a invertir su dinero en el equipo, aunque el equipo casi no necesita brindar los retornos financieros tradicionales que exigen los inversionistas.

A lo largo de la historia, los Packers han emitido acciones varias veces para recaudar fondos. Gracias al capital aportado por los aficionados, el equipo pudo sobrevivir y mejorar el estadio y la infraestructura. Pero este modelo de más de cien años ahora se enfrenta a nuevos competidores: el Private Equity.

En 2024, la NFL modificó oficialmente sus reglas por primera vez para permitir que fondos privados aprobados posean hasta 10% del capital de un equipo, incluyendo Arctos Partners, Ares Management, Sixth Street y un consorcio integrado por Blackstone, Carlyle, CVC, Dynasty Equity, Ludis, entre otros. Esto significa que, si se vende menos de 10% de la participación de un equipo valorado en miles de millones de dólares, podría obtenerse de una sola vez efectivo por varios cientos de millones de dólares, sin tener que ceder el control del equipo.

Sin embargo, la estructura especial de participación de Packers le impide adoptar el mismo enfoque. Por eso, el presidente, el director general y CEO Ed Policy utilizó una comparación bastante directa: “Es como si otros equipos tuvieran una máquina de ATM que nosotros no tenemos”.

Actualmente, los Packers disponen de alrededor de 701 millones de dólares en un fondo de reserva corporativa (corporate reserve fund), lo que supone un aumento de 77 millones de dólares frente al año anterior. Es un colchón de seguridad importante que el equipo ha acumulado gradualmente durante más de 30 años. Pero el propio informe oficial señala que, en el presente, otros equipos de la NFL podrían recaudar un capital de escala similar en apenas algunos meses mediante la venta de una pequeña parte de la participación.

Caso japonés: los Carpinos de Hiroshima no tienen empresa matriz; los “clubes ciudadanos” fuerzan la capacidad de generar ganancias

Si ampliamos la perspectiva a Asia, en Japón también existe un equipo con algunas similitudes con los Green Bay Packers, pero que tomó un camino distinto: los Carpinos de Hiroshima (Hiroshima Toyo Carp).

El béisbol japonés tiene desde hace mucho tiempo un fuerte tinte de “equipos empresariales”. Detrás de nombres como Yomiuri Giants, Hanshin Tigers, Chunichi Dragons o Fukuoka SoftBank Hawks se pueden encontrar grandes grupos empresariales. Pero el rasgo más importante de los Carpinos de Hiroshima es que no cuentan con una empresa matriz en el sentido tradicional que se encargue de asumir las pérdidas del equipo.

Los Carpinos de Hiroshima se fundaron en 1950 y desde el inicio se plantearon como un “equipo de aficionados/ciudadanos” (市民球團). Las condiciones económicas de Hiroshima, justo después de la guerra, no eran buenas, y el equipo cayó rápidamente en una crisis financiera; incluso llegó a estar al borde de la disolución. En ese momento, los ciudadanos de Hiroshima impulsaron la famosa “campaña del barril” (樽募金): recaudaron fondos directamente con recipientes como barriles de sake, convirtiéndose en un símbolo de cómo los aficionados rescataron juntos al equipo.

Pero aquí hay que distinguir entre Packers y los Carpinos de Hiroshima. Hoy, los Packers realmente son propiedad de más de 530.000 accionistas. En cambio, la noción de “equipo ciudadano” de los Carpinos de Hiroshima es más bien una idea histórica y de espíritu de gestión, más que una propiedad ciudadana en sentido literal.

Más adelante, los Carpinos de Hiroshima recibieron el apoyo de Toyo Industries, es decir, la actual Mazda. En 1962, el presidente de Toyo Industries, Matsuda Tsunetsugu, asumió como presidente del equipo; y en 1967, el equipo cambió oficialmente su nombre a “Carpinos de Hiroshima”...

Polymarket: el manipulador en el juego de apuestas de BTC de cinco minutos se roba 8,2 millones con un aumento en cinco segundos

Se ha revelado que un tipo de juego de apuestas de Bitcoin de corto plazo de la plataforma líder de mercados de predicción, Polymarket, incluye un margen estructural para la manipulación. Según reporta CoinDesk, algunos operadores usan la técnica del «impulso de precio en los últimos segundos» para aprovechar el mecanismo de liquidación del «contrato de Bitcoin de cinco minutos» de Polymarket y redistribuir millones de dólares desde las manos de los minoristas. El fallo está en el mecanismo de liquidación: contratos de cinco minutos, ganancias/pérdidas definidas por el precio de cierre El problema radica en el diseño del contrato. Cada cinco minutos se abre una ronda: si el precio de Bitcoin al final de esos cinco minutos es mayor que el precio de apertura, quienes apostaron a «subida» ganan 1 dólar, mientras que quienes apostaron a «bajada» se quedan en cero. Como las ganancias y pérdidas se liquidan según el precio de Chainlink en el «instante del cierre de la ventana», se crea una motivación para quienes lo desean: antes de la liquidación, en los últimos segundos, comprar grandes cantidades en el mercado spot para empujar el precio de Bitcoin hacia arriba (o hacia abajo) y así influir en el resultado de la liquidación; después, el precio se revierte rápidamente. En la práctica, esto convierte el «juego» en una herramienta para retirar dinero manipulando el precio spot. Los 8,2 millones pasan de los minoristas a los manipuladores; al ampliar la ventana se puede resolver Investigaciones estiman que esta técnica de manipulación habría arrebatado en total alrededor de 8,2 millones de dólares a los minoristas. El estudio también encontró que una manipulación similar casi desaparece en los contratos de «quince minutos», lo que apunta a una solución: alargar la ventana de liquidación o usar un «precio promedio ponderado por el tiempo (TWAP)» en lugar de un precio de un solo instante. Polymarket también había arreglado previamente otro problema de «operaciones fantasma». Para quienes deseen entender cómo funcionan los mercados de predicción y sus riesgos, pueden consultar la explicación completa de Polymarket. Este artículo «Polymarket: el juego de apuestas de BTC de cinco minutos fue manipulado; 8,2 millones se sacaron en cinco segundos» apareció por primera vez en .

¿Llega ChatGPT 6? Filtraciones del extranjero: OpenAI publicará la próxima semana un modelo de preentrenamiento llamado Astra

Se vuelve a informar sobre novedades del próximo gran modelo de OpenAI. Según un mensaje del usuario de X Leo, OpenAI estaría preparando para la próxima semana, como máximo, el lanzamiento de una nueva serie de modelos con el código Astra. De acuerdo con lo filtrado, Astra no sería una actualización menor de un modelo existente, sino un modelo base completamente nuevo de preentrenamiento (pretrain). El código de desarrollo interno es «mewfour» y actualmente se encuentra en fase de pruebas. Sin embargo, la información relacionada aún no ha sido confirmada oficialmente por OpenAI.

Tras hacerse pública la noticia, varias cuentas conocidas de la comunidad de IA, como Mark Kretschmann, también la compartieron de inmediato. El modelo de preentrenamiento más grande de OpenAI hasta ahora, Astra, difiere de GPT-5, GPT-5.5 y de la serie de modelos de razonamiento de la familia o que OpenAI lanzó durante el último año.

Modelos como GPT-5.5, o3 y o4 suelen mejorar el desempeño de manera continua sobre una base de modelos ya existentes mediante postentrenamiento (post-training), aprendizaje por refuerzo (RL), uso de herramientas (Tool Use) y optimizaciones de capacidad de razonamiento. En cambio, un modelo de preentrenamiento totalmente nuevo implica que OpenAI reentrenará el modelo con datos, potencia de cómputo y una arquitectura a mayor escala. Es, en esencia, volver a construir el «cerebro» del modelo, lo cual normalmente también significa mejoras entre generaciones en la capacidad de conocimiento, la generalización, la comprensión multimodal y el razonamiento, y no solo una actualización de funciones.

Por otro lado, el mercado también empieza a prestar atención a si Astra podría enfrentar el mismo destino regulatorio que Anthropic Claude Mythos 5. En junio de este año, el Departamento de Comercio de EE. UU. exigió que Anthropic suspendiera la entrega de Mythos 5 y Fable 5 —entre otros— a personas extranjeras, alegando seguridad nacional y capacidades de ciberataque/defensa. Esto convirtió a Mythos 5 en el primer modelo de IA de vanguardia al que afectaron las restricciones de exportación.

Sin embargo, en julio el gobierno de EE. UU. levantó después la limitación y Anthropic restableció el servicio global.

Pistas de la investigación más reciente de OpenAI

Lo más relevante es que, recientemente, OpenAI publicó el estudio «Ten advances in mathematics and theoretical computer science», en el cual en realidad se menciona por primera vez a Astra. El artículo recopila 10 avances importantes de OpenAI en los campos de matemáticas y ciencias de la computación teórica, abarcando álgebra, matemáticas combinatorias, geometría, teoría de probabilidades, teoría de números, análisis y ciencias de la computación teórica, entre otros.

Entre ellos, se logró resolver un problema abierto de matemáticas de décadas de duración con un costo de solo 2000 dólares. También se proponen nuevas demostraciones y mejoras de los límites teóricos de algoritmos de multiplicación de matrices en áreas como la teoría de grafos y las matemáticas discretas.

Además, se obtuvieron nuevos resultados en direcciones como la información cuántica, la teoría de la codificación y la complejidad computacional.

Más importante aún, en el propio documento, OpenAI afirma explícitamente que estos resultados de investigación fueron logrados por «nuestro próximo modelo principal Astra (our next major model)». Esto indica que Astra ya cuenta con la capacidad para dedicarse a la investigación matemática de frontera, y representa la primera confirmación pública oficial de OpenAI de que Astra será la serie central de la próxima generación de modelos.

OpenAI señaló que los resultados se han enviado a revisiones por pares académicas. Con la publicación de estos avances, la intención es impulsar la investigación en matemáticas y ciencias de la computación teórica, al mismo tiempo que se demuestra la capacidad de la nueva generación de modelos de IA para el razonamiento científico.

El mercado prevé su salida el mes de agosto

Además de las filtraciones de la comunidad, el mercado de predicción de EE. UU. Kalshi también ya ha incluido contratos sobre el tiempo de publicación para Astra. Hasta el momento, el mercado estima:

— Antes del 14 de agosto: 33%
— Antes del 21 de agosto: 73%
— Antes del 1 de septiembre: 76%

Esto muestra que el mercado, en general, espera que OpenAI presente oficialmente Astra en cuestión de semanas. Este artículo: ¿Llega ChatGPT 6? Filtraciones del extranjero: OpenAI publicará la próxima semana un modelo de preentrenamiento llamado Astra. El primer indicio aparece en .

Tutorial de solicitud de Binance Card en Taiwán + vinculación con Apple Pay: recompensas y comisiones de una vez

La Binance Card (Binance Card) no es un producto completamente nuevo: se lanzó por primera vez en 2020 en Europa y otras regiones; y su versión de Asia Pacífico (APAC) se abrió recientemente de forma oficial a la solicitud de usuarios en Taiwán. La pregunta que más preocupa a muchos es: ¿se puede agregar esta tarjeta a Apple Pay? La respuesta es sí: es una tarjeta financiera virtual de débito Mastercard, que se puede vincular con Apple Pay, Google Pay y Line Pay para pagos por contacto. Este tutorial te explicará paso a paso cómo solicitarla en Taiwán, el estado y los pasos para vincularla con Apple Pay, así como las recompensas en efectivo y las comisiones. ¿Qué es la Binance Card? Una tarjeta financiera virtual de débito para criptomonedas Primero, aclaremos la posición del producto: la versión APAC de Binance Card no es una tarjeta de crédito, sino una tarjeta financiera virtual de débito, “sin tarjeta física”, y la red de tarjetas es Mastercard. Su funcionamiento es así: cuando tienes los activos correspondientes en tu monedero de Binance y haces una compra con la tarjeta, el sistema convierte automáticamente las criptomonedas a moneda fiduciaria y completa el pago. Al ser una tarjeta de débito (debit), a diferencia de las tarjetas de crédito que primero te otorgan un límite de crédito por parte del banco, aquí es “cuánto usas, tanto se descuenta”. ¿Cómo solicitarla en Taiwán? Tres pasos El proceso de solicitud para usuarios en Taiwán es, en términos generales, el siguiente: Paso 1: tener primero una cuenta de Binance con verificación de identidad completada (KYC). Si aún no tienes cuenta, puedes registrarte a través de este enlace y completar la verificación de identidad. Paso 2: en la app de Binance o en la web, en la sección de “Tarjeta financiera / Binance Card”, solicita la tarjeta virtual de la versión APAC siguiendo las instrucciones; el proceso no tiene tarifa anual ni tarifa de emisión. Paso 3: después de abrir la tarjeta, prepara en tu monedero los activos que usarás para consumir (por ejemplo, stablecoins), y luego ya puedes vincular pagos móviles o usar la tarjeta directamente con el número de tarjeta. Vinculación con Apple Pay / Google Pay: situación actual y pasos Esta es la parte con más bloqueos y también la que puede quedar desactualizada con facilidad, así que primero veamos el estado actual: actualmente, la tarjeta virtual de Binance Card se puede vincular para usar con Apple Pay y Google Pay. Lo que debes tener en cuenta es que a mediados de 2026, Binance suspendió por un tiempo “las nuevas vinculaciones” con Apple Pay (las vinculaciones ya realizadas pudieron seguir usándose), y luego se reanudó; por lo tanto, si en algún momento te falla el intento de vincular, no necesariamente es por un error de tu operación. Los pasos para vincular son sencillos: en la app de Binance encuentra tu tarjeta virtual, entra a los detalles de la tarjeta y toca “Agregar a Apple Pay” (o “Google Pay”); completa lo que indique el sistema. Si te aparece el mensaje de “no se puede agregar”, puedes cambiar primero a Google Pay o Line Pay, o también puedes introducir el número de tarjeta de la tarjeta virtual en tiendas online o servicios de suscripción que acepten Mastercard (por ejemplo, Netflix o Spotify), sin quedarte atado a un solo canal de pago. Recompensas en efectivo y comisiones, de una vez La Binance Card ofrece recompensas en un sistema escalonado T1 a T4: cuanto más alto el nivel, mayor la recompensa. Resumen de comisiones y recompensas clave: Ítem | Contenido Tarjeta Mastercard (tarjeta virtual, sin tarjeta física) Tarifa anual / tarifa de emisión 0 USD Recompensa en efectivo Escalones T1 a T4, desde 1%; el porcentaje máximo (hasta 3%) se aplica cuando el gasto mensual alcanza el nivel correspondiente Comisión de conversión de criptomonedas Generalmente ~0.9%; con USDC el costo es aprox. 0.1% Comisión por cambio de divisas En algunas regiones 2%; si tienes un U Token específico puedes obtener 0% de cambio de divisas y 0% de comisión de conversión de criptomonedas En pocas palabras: si consumes con USDC y además tienes U Token que otorga beneficios, el costo real puede reducirse mucho; y las recompensas dependen de alcanzar el consumo mensual máximo para obtener hasta el 3%. Las tasas reales y las promociones pueden ajustarse de forma irregular, así que antes de solicitarla, se recomienda comprobar la información en la página oficial. Ejemplo sencillo para sentir el costo: supongamos que compras directamente productos por alrededor de TWD 3,000 usando USDC; con una comisión de conversión de criptomonedas de aprox. 0.1%, el costo sería de solo unos 3 dólares/taiwánicos (aprox. el equivalente). Si en cambio usas un activo cripto “general” (aprox. 0.9%) e interviene el cambio de divisas, el costo aumentará claramente. Por eso, normalmente “USDC + tener el U Token con descuento” suele ser lo más conveniente. Ventajas y limitaciones de la Binance Card Primero, veamos las ventajas: sin tarifa anual y sin tarifa de emisión, con umbral bajo; tiene recompensas en efectivo, con un máximo del 3% al completar el gasto mensual; la tarjeta virtual se puede usar de inmediato y permite vincular con Apple Pay / Google Pay / Line Pay; si usas USDC, el costo de conversión es muy bajo. Todo esto la convierte en una opción de entrada para muchas personas que quieren “usar las criptomonedas directamente para pagar”. Ahora, las limitaciones: actualmente solo hay tarjeta virtual, no tarjeta física; en algunos escenarios que solo aceptan datáfonos para tarjeta física por contacto o retiros, puede haber restricciones. El máximo de recompensas tiene un umbral de gasto mensual, así que los usuarios con montos pequeños quizá no lleguen a obtenerlo. Es un servicio de plataforma en el extranjero, no un VASP local de Taiwán; debes evaluar por tu cuenta la protección de derechos y la conformidad. Además, al pagar con activos criptográficos, la volatilidad del precio de la moneda afectará directamente tu gasto real. En otras palabras, suele ser más adecuada para quienes “ya tienen activos cripto en Binance” y quieren una salida de consumo diario de bajo costo; si te importa más la conformidad local y la protección de depósitos, quizá valga la pena reevaluar. Consideraciones y recordatorio de cumplimiento Antes de usar Binance Card para realizar pagos, hay varios puntos que debes tener claros. Primero, el tema de cumplimiento: Binance no es un proveedor local de activos virtuales (VASP) aprobado por la FSC de Taiwán; estás utilizando un servicio de una plataforma en el extranjero, con protecciones y cumplimiento distintos a los de los proveedores locales taiwaneses, por lo que debes evaluarlo por tu cuenta. Segundo, la volatilidad de precios: pagas con activos criptográficos convertidos a moneda fiduciaria; el precio de tus activos fluctúa, así que el valor al momento del descuento puede ser diferente al que esperabas. Tercero, impuestos: usar activos criptográficos para consumo suele equivaler a “vender” criptomonedas, lo cual puede implicar declaración de impuestos; puedes consultar las reglas relacionadas en una guía de impuestos cripto. Si quieres comparar con otros exchange/servicios en Taiwán, también puedes revisar comparativas de exchanges populares en Taiwán. Preguntas frecuentes sobre el uso de Binance Card en Taiwán P: ¿Se puede solicitar Binance Card en Taiwán? R: Sí. La versión APAC de Binance Card se abrió recientemente a solicitudes en Taiwán; es una tarjeta financiera virtual de débito Mastercard (Binance Card se lanzó por primera vez en otras regiones en 2020). P: ¿Se puede agregar Binance Card a Apple Pay? R: ...

SEC compra más de 1.000 millones de registros de vuelos a un proveedor de datos: sin una orden judicial para vigilar vuelos globales

Se reveló que la Comisión de Bolsa y Valores de Estados Unidos (SEC) adquirió la capacidad de supervisar vuelos en todo el mundo sin contar con una orden de registro. Según una investigación de la revista tecnológica 404 Media, la SEC compró a un proveedor de datos de aerolíneas, ARC (Airlines Reporting Corporation), derechos de consulta de más de 1.000 millones de registros de reservas de pasajes aéreos. El alcance no se limita a vuelos dentro de Estados Unidos o con salida/llegada a ese país, sino que incluso incluye vuelos que se realizan completamente en el extranjero.

Los datos vendidos: incluyen nombre y número de tarjeta de crédito. ARC es una entidad de liquidación propiedad conjuntamente por aerolíneas como Delta, United y American Airlines. Cada vez que un viajero reserva a través de una agencia de viajes que utiliza el sistema certificado por ARC, ARC recibe los datos de esa transacción, incluyendo nombre del pasajero, número de tarjeta de crédito, ciudades de salida y llegada, fecha del vuelo, número de vuelo y la agencia que realizó la reserva. Esto significa que, aunque la persona sea objeto de la SEC, si la reserva pasa por una agencia de viajes certificada por ARC —por ejemplo, un vuelo de Londres a Zúrich o de Tokio a Singapur—, los datos pueden consultarse y la SEC no tiene que pasar por un juez.

Sistema de “alertas” incorporado: si se compra un boleto en 24 horas, se emite una alerta. La suscripción de la SEC también incluye un sistema de alertas que compara los datos de transacciones con las listas que esa entidad está monitoreando. En cuanto una persona de la lista compra un boleto de avión en las últimas 24 horas, el sistema emite un informe. El servicio, llamado “Travel Intelligence Program” (TIP), fue creado por ARC después del 11 de septiembre. Al principio se presentaba al público como una herramienta de seguridad nacional para rastrear terroristas, redes de trata de personas y redes de drogas.

Aerolíneas venden datos sin que los pasajeros lo sepan: el plan se ha detenido. El núcleo de esta controversia es que las aerolíneas, a través de ARC, que está en copropiedad, vendieron los datos de reservas sin que los pasajeros lo supieran, permitiendo que las autoridades investigaran sin necesidad de una orden de registro. Tras la serie de reportajes de 404 Media y la presión del Congreso de Estados Unidos, ARC ya dejó de vender a organismos gubernamentales este tipo de registros de reservas de viajeros individuales.

El artículo “SEC compra más de 1.000 millones de registros de vuelos a un proveedor de datos: sin una orden judicial para vigilar vuelos globales” apareció por primera vez en .