Amazon SageMaker Unified Studio now supports metadata and context sync across Atlan, Collibra, and Alation. These integrations synchronize catalog metadata between Amazon SageMaker Catalog and each partner platform, giving teams a consistent view of their data and AI assets regardless of which tool they use day to day. Organizations can maintain aligned glossary terms, asset descriptions, and ownership information across platforms without manual reconciliation.
All three integrations synchronize key metadata elements including projects, assets, descriptions, glossary terms, and their hierarchies. With the Collibra integration, you can synchronize metadata in both directions between SageMaker Catalog and the partner platform, so updates you make in one are reflected in the other. Also, you can manage SageMaker Unified Studio data access requests from Collibra. With the Atlan and Alation integration, you can ingest metadata from SageMaker Catalog into Alation with additional enhancements coming soon. You set up these integrations by setting up a connection to SageMaker Unified Studio from within Atlan and Alation, while the Collibra integration is available as an open-source solution on GitHub.
Amazon SageMaker Unified Studio now supports metadata and context sync across Atlan, Collibra, and Alation. These integrations synchronize catalog metadata between Amazon SageMaker Catalog and each partner platform, giving teams a consistent view of their data and AI assets regardless of which tool they use day to day. Organizations can maintain aligned glossary terms, asset descriptions, and ownership information across platforms without manual reconciliation.
All three integrations synchronize key metadata elements including projects, assets, descriptions, glossary terms, and their hierarchies. With the Collibra integration, you can synchronize metadata in both directions between SageMaker Catalog and the partner platform, so updates you make in one are reflected in the other. Also, you can manage SageMaker Unified Studio data access requests from Collibra. With the Atlan and Alation integration, you can ingest metadata from SageMaker Catalog into Alation with additional enhancements coming soon. You set up these integrations by setting up a connection to SageMaker Unified Studio from within Atlan and Alation, while the Collibra integration is available as an open-source solution on GitHub.
To learn more, visit the Amazon SageMaker Unified Studio documentation. For implementation details, see the Atlan blog post, Collibra blog post , and Alation blog post.
Amazon SageMaker Unified Studio now supports AWS Glue 5.1 for Visual ETL, notebook, and code-based data processing jobs. With AWS Glue 5.1 in Amazon SageMaker Unified Studio, data engineers and data scientists can run jobs on Apache Spark 3.5.6 with Python 3.11 and Scala 2.12.18, and use updated open table format libraries including Apache Iceberg 1.10.0, Apache Hudi 1.0.2, and Delta Lake 3.3.2.
You can use AWS Glue 5.1 in Amazon SageMaker Unified Studio when creating data processing jobs by selecting Glue 5.1 from the version dropdown in job settings. This applies to Visual ETL jobs, notebook jobs, and code-based jobs, so you can take advantage of the latest Spark runtime and open table format libraries across all your data processing workflows.
AWS Glue 5.1 in Amazon SageMaker Unified Studio is available in US East (N. Virginia), US East (Ohio), US West (Oregon), Europe (Ireland), Europe (Stockholm), Europe (Frankfurt), Europe (Spain), Asia Pacific (Hong Kong), Asia Pacific (Singapore), Asia Pacific (Sydney), Asia Pacific (Tokyo), Asia Pacific (Malaysia), Asia Pacific (Thailand), Asia Pacific (Mumbai), and South America (Sao Paulo).
To learn more, visit the Amazon SageMaker Unified Studio documentation. For details on what’s included in AWS Glue 5.1, including updated open table format support and access control capabilities, see the AWS Glue documentation.
Amazon SageMaker Unified Studio now supports AWS Glue 5.1 for Visual ETL, notebook, and code-based data processing jobs. With AWS Glue 5.1 in Amazon SageMaker Unified Studio, data engineers and data scientists can run jobs on Apache Spark 3.5.6 with Python 3.11 and Scala 2.12.18, and use updated open table format libraries including Apache Iceberg 1.10.0, Apache Hudi 1.0.2, and Delta Lake 3.3.2.
You can use AWS Glue 5.1 in Amazon SageMaker Unified Studio when creating data processing jobs by selecting Glue 5.1 from the version dropdown in job settings. This applies to Visual ETL jobs, notebook jobs, and code-based jobs, so you can take advantage of the latest Spark runtime and open table format libraries across all your data processing workflows.
AWS Glue 5.1 in Amazon SageMaker Unified Studio is available in US East (N. Virginia), US East (Ohio), US West (Oregon), Europe (Ireland), Europe (Stockholm), Europe (Frankfurt), Europe (Spain), Asia Pacific (Hong Kong), Asia Pacific (Singapore), Asia Pacific (Sydney), Asia Pacific (Tokyo), Asia Pacific (Malaysia), Asia Pacific (Thailand), Asia Pacific (Mumbai), and South America (Sao Paulo).
To learn more, visit the Amazon SageMaker Unified Studio documentation. For details on what’s included in AWS Glue 5.1, including updated open table format support and access control capabilities, see the AWS Glue documentation.
Today, AWS announces the ability to remotely connect from Kiro IDE to Amazon SageMaker Unified Studio. This new capability allows data scientists, ML engineers, and developers to leverage their Kiro setup – including its spec-driven development, conversational coding, and automated feature generation capabilities – while accessing the scalable compute resources of Amazon SageMaker. By connecting Kiro to SageMaker Unified Studio using the AWS toolkit extension, you can eliminate context switching between your local IDE and cloud infrastructure, maintaining your existing agentic development workflows within a single environment for all your AWS analytics and AI/ML services.
SageMaker Unified Studio, part of the next generation of Amazon SageMaker, offers a broad set of fully managed cloud interactive development environments (IDE), including JupyterLab and Code Editor based on Code-OSS (Open-Source Software). Starting today, you can also use your customized local Kiro setup – complete with specs, steering files, and hooks – while accessing your compute resources and data on Amazon SageMaker. Since Kiro is built on Code-OSS, authentication is secure via IAM through the AWS Toolkit extension, giving you access to all your SageMaker Unified Studio domains and projects. This integration provides a convenient path from your local AI-powered development environment to scalable infrastructure for running workloads across data processing, SQL analytics services like Amazon EMR, AWS Glue, and Amazon Athena, and ML workflows – all with enterprise-grade security including customer-managed encryption keys and AWS IAM integration.
This feature is available in all Regions where Amazon SageMaker Unified Studio is available. To learn more, refer to the SageMaker user guide.
Today, AWS announces the ability to remotely connect from Kiro IDE to Amazon SageMaker Unified Studio. This new capability allows data scientists, ML engineers, and developers to leverage their Kiro setup – including its spec-driven development, conversational coding, and automated feature generation capabilities – while accessing the scalable compute resources of Amazon SageMaker. By connecting Kiro to SageMaker Unified Studio using the AWS toolkit extension, you can eliminate context switching between your local IDE and cloud infrastructure, maintaining your existing agentic development workflows within a single environment for all your AWS analytics and AI/ML services.
SageMaker Unified Studio, part of the next generation of Amazon SageMaker, offers a broad set of fully managed cloud interactive development environments (IDE), including JupyterLab and Code Editor based on Code-OSS (Open-Source Software). Starting today, you can also use your customized local Kiro setup – complete with specs, steering files, and hooks – while accessing your compute resources and data on Amazon SageMaker. Since Kiro is built on Code-OSS, authentication is secure via IAM through the AWS Toolkit extension, giving you access to all your SageMaker Unified Studio domains and projects. This integration provides a convenient path from your local AI-powered development environment to scalable infrastructure for running workloads across data processing, SQL analytics services like Amazon EMR, AWS Glue, and Amazon Athena, and ML workflows – all with enterprise-grade security including customer-managed encryption keys and AWS IAM integration.
This feature is available in all Regions where Amazon SageMaker Unified Studio is available. To learn more, refer to the SageMaker user guide.
Policy in Amazon Bedrock AgentCore is now generally available, providing organizations with centralized, fine-grained controls for agent-tool interactions. Policy operates outside your agent code, enabling security, compliance, and operations teams to define tool access and input validation rules without modifying agent code. Teams can author policies using natural language that automatically converts to Cedar, the AWS open-source policy language. Policies are stored in a policy engine and attached to an AgentCore Gateway, which intercepts agent-tool traffic and evaluates each request against the policies before allowing or denying tool access. Policy helps ensure agents operate within defined parameters while maintaining organizational visibility and governance.
Policy in AgentCore is available in thirteen AWS Regions: US East (N. Virginia), US East (Ohio), US West (Oregon), Asia Pacific (Mumbai), Asia Pacific (Seoul), Asia Pacific (Singapore), Asia Pacific (Sydney), Asia Pacific (Tokyo), Europe (Frankfurt), Europe (Ireland), Europe (London), Europe (Paris), and Europe (Stockholm).
Policy in Amazon Bedrock AgentCore is now generally available, providing organizations with centralized, fine-grained controls for agent-tool interactions. Policy operates outside your agent code, enabling security, compliance, and operations teams to define tool access and input validation rules without modifying agent code. Teams can author policies using natural language that automatically converts to Cedar, the AWS open-source policy language. Policies are stored in a policy engine and attached to an AgentCore Gateway, which intercepts agent-tool traffic and evaluates each request against the policies before allowing or denying tool access. Policy helps ensure agents operate within defined parameters while maintaining organizational visibility and governance.
Policy in AgentCore is available in thirteen AWS Regions: US East (N. Virginia), US East (Ohio), US West (Oregon), Asia Pacific (Mumbai), Asia Pacific (Seoul), Asia Pacific (Singapore), Asia Pacific (Sydney), Asia Pacific (Tokyo), Europe (Frankfurt), Europe (Ireland), Europe (London), Europe (Paris), and Europe (Stockholm).
Learn more about Policy in AgentCore through the documentation, and get started with the AgentCore Starter Toolkit.
AWS Elemental MediaLive now supports Secure Reliable Transport (SRT) Listener mode for both inputs and outputs. With SRT Listener mode, MediaLive waits for connections rather than initiating them. Upstream sources push live video directly to MediaLive, and downstream systems pull encoded streams on demand. This simplifies network setup by removing the need for complex firewall configurations or static, publicly accessible IP addresses on the source or destination side. SRT Listener mode complements MediaLive’s existing SRT Caller mode, giving you full control over which side of the connection initiates the SRT handshake.
SRT Listener mode enables flexible contribution and distribution workflows. On the input side, you can push streams from on-premises encoders or remote production sites, including MediaLive Anywhere deployments, directly to MediaLive in the cloud without coordinating firewall changes with your network team. On the output side, downstream distribution partners can connect to MediaLive and pull encoded streams when ready, without requiring MediaLive to initiate outbound connections. Both SRT Listener inputs and outputs support configurable latency settings and mandatory AES encryption to help ensure content security.
AWS Elemental MediaLive now supports Secure Reliable Transport (SRT) Listener mode for both inputs and outputs. With SRT Listener mode, MediaLive waits for connections rather than initiating them. Upstream sources push live video directly to MediaLive, and downstream systems pull encoded streams on demand. This simplifies network setup by removing the need for complex firewall configurations or static, publicly accessible IP addresses on the source or destination side. SRT Listener mode complements MediaLive’s existing SRT Caller mode, giving you full control over which side of the connection initiates the SRT handshake.
SRT Listener mode enables flexible contribution and distribution workflows. On the input side, you can push streams from on-premises encoders or remote production sites, including MediaLive Anywhere deployments, directly to MediaLive in the cloud without coordinating firewall changes with your network team. On the output side, downstream distribution partners can connect to MediaLive and pull encoded streams when ready, without requiring MediaLive to initiate outbound connections. Both SRT Listener inputs and outputs support configurable latency settings and mandatory AES encryption to help ensure content security.
SRT Listener mode is available in all AWS Regions where AWS Elemental MediaLive is offered. To get started, see Setting up an SRT Listener input and Creating SRT outputs in listener mode in the AWS Elemental MediaLive User Guide.
Los agentes que usan computadoras ahora ofrecen una automatización más segura de la interfaz de usuario a gran escala
Por: Mustapha Lazrek, director principal de gestión de producto.
Cuando introdujimos por primera vez agentes que usan computadoras (CUAs, por sus siglas en inglés) el pasado abril, mostramos lo que era posible: IA capaz de ver, entender y actuar a través de aplicaciones web y de escritorio, igual que lo haría una persona. De manera rápida, los primeros adoptantes pusieron a las CUA a trabajar para automatizar procesos frágiles, navegar por sistemas heredados y unir flujos de trabajo donde no existen APIs.
Luego, clientes como ustedes nos llevaron más allá.
Nos dijeron dónde los agentes no escalaban, dónde la autenticación ralentizaba las ejecuciones y donde era difícil entender por qué algo fallaba —o demostrar que se comportaba de manera correcta. También nos indicaron dónde su organización necesitaba más control, visibilidad y flexibilidad antes de desplegar las CUA de manera generalizada.
Las actualizaciones que presentamos en este blog son una respuesta directa a esos comentarios.
Los agentes de uso computacional en Microsoft Copilot Studio ahora ofrecen más variedad de modelos, mayor seguridad y gobernanza, y una escala más sencilla, para que puedan automatizar más su trabajo en aplicaciones web y de escritorio con confianza.
Esto es lo nuevo y por qué es importante.
Elijan el modelo adecuado para navegar por interfaces dinámicas
Utilicen OpenAI Computer-Using Agent para orquestar flujos web y de escritorio en varios pasos.
Opten por Anthropic Claude Sonnet 4.5 cuando necesiten razonamiento de alto rendimiento en interfaces de usuario dinámicas (UIs, por sus siglas en inglés) e interpretación de paneles densos y cambiantes.
Autenticación segura con credenciales integradas y Azure Key Vault
La autenticación no debería ser la razón por la que las automatizaciones se estanquen. El uso de ordenadores ahora ofrece credenciales integradas para que los agentes puedan:
Realizar de manera segura los inicios de sesión en sitios web y aplicaciones de escritorio
Reutilizarlos entre múltiples agentes y automatizaciones
Eliminar los prompts de inicio de sesión manuales durante las ejecuciones, para permitir la ejecución sin supervisión
Por ejemplo, si un agente necesita iniciar sesión en un portal de proveedores y actualizar un ERP de escritorio cada noche, las credenciales integradas ahora permiten al agente autenticarse de manera automática tanto en el portal web como en la aplicación de escritorio. Esto elimina interrupciones manuales y hace que el procesamiento nocturno sea fiable, para mantener los controles de gobernanza. No hace falta ser niñera de las carreras «sin supervisión».
Pueden elegir entre dos opciones de almacenamiento alineadas con sus necesidades de gobernanza: almacenamiento interno (cifrado en Microsoft Power Platform) para una configuración de baja fricción, o Azure Key Vault para gestión de secretos de nivel empresarial.
Las credenciales están cifradas y nunca están expuestas al modelo de IA, por lo que solo los agentes autorizados pueden acceder a ellas. De este modo, su equipo de seguridad y cumplimiento puede sentirse seguro al escalar las CUA a más escenarios.
Consulten cada acción del agente que usa la computadora con los registros de reproducción de sesión y auditoría
A medida que los agentes acceden a sistemas más críticos para el negocio, los equipos necesitan saber qué ocurrió, por qué ocurrió y dónde.
El uso de ordenadores ahora cuenta con una monitorización avanzada y una observabilidad más rica, por lo que los equipos de operaciones, seguridad y cumplimiento pueden inspeccionar el comportamiento paso a paso. Esto incluye:
Repetición de la sesión con capturas de pantalla
Registros de acciones paso a paso (con tipos de acción, coordenadas, marcas de tiempo y contexto)
Resúmenes de las ejecuciones (texto de instrucciones, duración, recuento de acciones, tiempo medio por acción y conteo de escalada humana)
Seguimiento de recursos (incluidos sitios web, aplicaciones de escritorio, credenciales utilizadas)
Opciones de exportación para revisión offline
Pero, ¿cómo se ve esto en la práctica? Imaginen que una partida de agente produce una actualización inesperada y su equipo no puede saber si el agente ha leído mal la interfaz, ha pulsado el control equivocado o ha encontrado una ventana emergente oculta.
La reproducción, los registros de acción y replay de sesión ahora muestran justo qué vio e hizo el agente, señalan el paso en el que cambió la interfaz y producen un registro exportable para revisión de auditoría. De ese modo, podrás solucionar los problemas más rápido y mantener un rastro de cumplimiento defendible.
Más allá del panel de monitorización, el cumplimiento se refuerza aún más a través de:
Integración con Microsoft Purview, envío de registros de auditoría a Purview
Registro de Dataverse con verbosidad configurable: elijan Todos los datos, Datos sin capturas de pantalla, o Mínimo
Opciones de retención desde 7 días hasta indefinida, para ajustarse a los requisitos regulatorios y de gobernanza
Simplifiquen la infraestructura con PCs en la nube gestionados para agentes que usan computadoras
La automatización escalable de interfaces no debería requerir gestionar flotas de escritorios o máquinas virtuales frágiles. El nuevo pool de Cloud PC, impulsado por Windows 365 para Agentes, ofrece máquinas gestionadas por completo en la nube, unidas a Microsoft Entra y registradas en Intune, diseñadas para uso en ordenadores, ejecutadas y diseñadas para escalar según la demanda.
En otras palabras, estos pools de Cloud PC proporcionan capacidad gestionada para ejecuciones de alto volumen cuando la demanda se dispara, sin la carga de mantener el hardware dedicado parcheado, disponible e inactivo el resto del tiempo. De este modo, su equipo puede manejar picos sin sobreaprovisionar el hardware.
Nota: Para evaluación, pueden crear hasta dos pools de Cloud PC por inquilino con 50 horas de uso gratuito para agentes autónomos publicados, lo que facilita pilotar CUAs a gran escala antes de un despliegue más amplio.
Extiendan—no sustituyan—su automatización
Si han creado automatizaciones con Microsoft Power Automate y RPA, el uso del ordenador amplía lo que pueden automatizar, en especial cuando:
Las interfaces cambian con frecuencia
No hay APIs disponibles
La lógica de decisión se vuelve más compleja
Por suerte, pueden mantener el RPA clásico para escenarios deterministas con interfaces estables. Las CUA añaden flexibilidad y razonamiento adaptativo donde la RPA falla (como aplicaciones web dinámicas, cambios de diseño o decisiones complejas). Al fin y al cabo, el objetivo no es empezar de cero, sino modernizar y ampliar lo que ya tienen.
Por ejemplo, imaginen que tienen un bot RPA que depende de selectores fijos. A nivel histórico, se rompía cada vez que cambiaba un formulario web, lo que forzaba actualizaciones constantes de scripts.
Ahora, la RPA se mantiene igual, mientras que una CUA se encarga de las partes variables de la interfaz: navegar por cambios de diseño, interpretar diálogos y escalar casos límite. ¿El resultado? Mantenimiento reducido y mayor fiabilidad.
Empiecen y ayuden a definir lo que viene después
¿Listos para probar a usar agentes por computadora en un entorno de Copilot Studio con sede en EE. UU.?
Creen o abren un agente en Microsoft Copilot Studio.
Vayan a Herramientas → Añadir herramienta → Nueva herramienta y selecciona uso del ordenador.
Describan la tarea que quieren que realice el agente en lenguaje natural.
(Opcional) Elijan un modelo, configuren las credenciales integradas y configuren un pool de Cloud PC para ejecuciones seguras y escalables.
Antes de que se vayan: Realizamos inversiones de manera activa en gobernanza, operaciones y escala avanzadas para las CUAs, y la retroalimentación de los clientes informa de manera directa la hoja de ruta. Cuéntenos qué les parecen las últimas actualizaciones de la CUA hoy:
The post Los agentes que usan computadoras ahora ofrecen una automatización más segura de la interfaz de usuario a gran escala appeared first on Source LATAM.
AWS Batch now allows you to configure a scale down delay for managed compute environments, helping reduce job processing delays for intermittent and periodic workloads. With the new minScaleDownDelayMinutes parameter, you can specify how long AWS Batch keeps instances running after their jobs complete (from 20 minutes to 1 week), preventing unnecessary instance terminations and relaunches that can delay subsequent job processing.
You can configure the scale down delay when creating or updating a compute environment via the AWS Batch API (CreateComputeEnvironment or UpdateComputeEnvironment) or the AWS Batch Management Console. The delay is applied at the instance level, based on when each instance last completed a job.
Scale down delay is supported today in all AWS Regions where AWS Batch is available. For more information, see the AWS Batch API Guide.
AWS Batch now allows you to configure a scale down delay for managed compute environments, helping reduce job processing delays for intermittent and periodic workloads. With the new minScaleDownDelayMinutes parameter, you can specify how long AWS Batch keeps instances running after their jobs complete (from 20 minutes to 1 week), preventing unnecessary instance terminations and relaunches that can delay subsequent job processing. You can configure the scale down delay when creating or updating a compute environment via the AWS Batch API (CreateComputeEnvironment or UpdateComputeEnvironment) or the AWS Batch Management Console. The delay is applied at the instance level, based on when each instance last completed a job. Scale down delay is supported today in all AWS Regions where AWS Batch is available. For more information, see the AWS Batch API Guide.
AWS Config now supports 30 additional AWS resource types across key services including Amazon Bedrock AgentCore and Amazon Cognito. This expansion provides greater coverage over your AWS environment, enabling you to more effectively discover, assess, audit, and remediate an even broader range of resources.
With this launch, if you have enabled recording for all resource types, then AWS Config will automatically track these new additions. The newly supported resource types are also available in Config rules and Config aggregators.
You can now use AWS Config to monitor the following newly supported resource types in all AWS Regions where the supported resources are available:
Resource Types:
AWS::AppSync::DataSource
AWS::Deadline::LicenseEndpoint
AWS::Batch::ConsumableResource
AWS::Deadline::QueueEnvironment
AWS::Bedrock::DataSource
AWS::Detective::OrganizationAdmin
AWS::BedrockAgentCore::Gateway
AWS::GameLift::ContainerFleet
AWS::BedrockAgentCore::Memory
AWS::GameLift::ContainerGroupDefinition
AWS::Cognito::IdentityPoolRoleAttachment
AWS::GameLift::GameServerGroup
AWS::Cognito::LogDeliveryConfiguration
AWS::GameLift::Location
AWS::Cognito::UserPoolUICustomizationAttachment
AWS::IoT::TopicRule
AWS::Connect::RoutingProfile
AWS::Omics::ReferenceStore
AWS::DataBrew::Dataset
AWS::PCAConnectorAD::Template
AWS::DataBrew::Job
AWS::PCAConnectorSCEP::Challenge
AWS::DataBrew::Project
AWS::ResourceExplorer2::View
AWS::DataBrew::Recipe
AWS::ResourceGroups::Group
AWS::DataBrew::Ruleset
AWS::Scheduler::ScheduleGroup
AWS::DataBrew::Schedule
AWS::VerifiedPermissions::IdentitySource
AWS Config now supports 30 additional AWS resource types across key services including Amazon Bedrock AgentCore and Amazon Cognito. This expansion provides greater coverage over your AWS environment, enabling you to more effectively discover, assess, audit, and remediate an even broader range of resources. With this launch, if you have enabled recording for all resource types, then AWS Config will automatically track these new additions. The newly supported resource types are also available in Config rules and Config aggregators. You can now use AWS Config to monitor the following newly supported resource types in all AWS Regions where the supported resources are available: Resource Types:
Declaración conjunta de Microsoft y OpenAI sobre colaboración continua
Desde 2019, Microsoft y OpenAI han trabajado juntos para avanzar en la inteligencia artificial de forma responsable y hacer que sus beneficios sean accesibles de manera amplia. Lo que comenzó como una colaboración de investigación se ha convertido en una de las colaboraciones más importantes en tecnología — basada en la confianza mutua, una profunda integración técnica y un compromiso a largo plazo con la innovación.
A medida que crecen las conversaciones sobre inversiones y alianzas en IA y OAI anuncia nuevas financiaciones y nuevos socios, como ha hecho hoy, queremos asegurarnos de que estos anuncios se comprendan dentro del marco existente de nuestra colaboración. Nada en los anuncios de hoy cambia en absoluto los términos de la relación entre Microsoft y OpenAI que ya se habían compartido en nuestro blog conjunto de octubre de 2025.
La colaboración sigue fuerte y central. Microsoft y OpenAI continúan su trabajo de manera cercana en investigación, ingeniería y desarrollo de productos, basándose en años de colaboración profunda y éxito compartido.
Nuestra relación con propiedad intelectual sigue sin cambios. Microsoft mantiene su licencia exclusiva y acceso a la propiedad intelectual en todos los modelos y productos de OpenAI. Colaboraciones como la colaboración entre OpenAI y Amazon siempre se contemplaron bajo nuestros acuerdos y Microsoft está entusiasmada por ver qué construyen juntos.
Nuestra relación comercial y de reparto de ingresos sigue sin cambios. El acuerdo continuo de reparto de ingresos permanece sin cambios y siempre ha incluido el reparto de ingresos de colaboraciones entre OpenAI y otros proveedores de nube.
Azure sigue como el proveedor exclusivo en la nube de APIs OpenAI sin estado. Microsoft es el proveedor exclusivo de la nube para APIs sin estado que proporcionan acceso a los modelos y la IP de OpenAI. Estas APIs pueden adquirirse a Microsoft o directo a OpenAI. Clientes y desarrolladores se benefician a gran escala de la infraestructura global, la seguridad y las capacidades empresariales de Azure. Cualquier llamada a API sin estado a modelos OpenAI que resulte de una colaboración entre OpenAI y cualquier tercero —incluida Amazon— estaría alojada en Azure.
Los productos de OpenAI, incluido Frontier, seguirán alojados en Azure.
La definición y los procesos de la AGI no han cambiado. La definición contractual de AGI y el proceso para determinar si se ha logrado son los mismos.
La colaboración apoya el crecimiento de OpenAI. A medida que OpenAI crece, sigue con la flexibilidad para comprometerse a realizar cálculos adicionales en otros ámbitos, incluidas iniciativas de infraestructura a gran escala como el proyecto Stargate.
La colaboración fue diseñada para dar a Microsoft y OpenAI espacio para explorar nuevas oportunidades de manera independiente, mientras continúan con la colaboración, como cada empresa lo hace, juntas e independientes.
Seguimos comprometidos con nuestra colaboración y con la misión compartida que nos unió. Seguimos con el trabajo codo con codo para ofrecer potentes herramientas de IA, promover el desarrollo responsable y asegurar que la IA beneficie a personas y organizaciones en todo el mundo.
Nuevas y potentes herramientas para desarrolladores aumentan la versatilidad de la plataforma Microsoft Quantum
Por Matthias Troyer, investigador técnico y vicepresidente corporativo de Quantum en Microsoft.
El campo de la computación cuántica ha avanzado más allá del nivel de qubits físicos propensos a errores hacia una era de computación cuántica fiable con qubits lógicos. Para seguir con el avance hacia máquinas cuánticas tolerantes a fallos, se requieren avances tanto en hardware como en software cuántico. Microsoft está comprometida a proporcionar las herramientas que desarrolladores y científicos necesitan para habilitar aplicaciones en las máquinas cuánticas que existen hoy, así como en las máquinas tolerantes a fallos del futuro.
Nuevas herramientas que simplifican el desarrollo cuántico
El Microsoft Quantum Development Kit (QDK) es un kit de herramientas para desarrolladores, de código abierto, para la creación de aplicaciones cuánticas. Proporciona todo lo necesario —desde simuladores hasta una experiencia moderna de programación— para que los desarrolladores puedan crear y ejecutar código cuántico, tanto a nivel local como en hardware cuántico. El QDK está integrado con VS Code y GitHub Copilot para ayudarlos a escribir, probar y ejecutar código cuántico. QDK de Microsoft se instala y ejecuta en portátiles, y GitHub Copilot hace que el inicio sea rápido y sencillo.
Las bibliotecas de dominios y flujos de trabajo disponibles con QDK de Microsoft incluyen los de corrección de errores y química, con otras aplicaciones en el horizonte. Las herramientas incluidas reducen el esfuerzo y la experiencia necesarios para que los investigadores diseñen, prueben e implementen aplicaciones de química cuántica o los códigos de corrección de errores necesarios para crear qubits lógicos. Tanto estas herramientas como el QDK son de código abierto e interoperables con los lenguajes y frameworks de programación cuántica más populares, incluidos Q#, OpenQASM, Qiskit y Cirq. El kit de herramientas de química cuántica tiene soporte para WSL y Docker para la reproducibilidad y portabilidad entre sistemas.
Programación cuántica habilitada por IA
QDK de Microsoft está integrado por completo con VS Code y GitHub Copilot. Tras instalar la extensión QDK desde el VS Code Marketplace, GitHub Copilot simplifica el uso de funciones QDK en VS Code, incluida la integración con Python y Jupyter, renderizado de circuitos, IntelliSense, depuración de puntos de interrupción, simuladores locales, visualizaciones, histogramas, envío de hardware y estimación de recursos. Con GitHub Copilot y el QDK, tareas de programación como la generación de código, las pruebas unitarias y la presentación de trabajos son más rápidas y fáciles que nunca.
QDK para aplicaciones científicas
Para que los ordenadores cuánticos actuales ayuden a resolver problemas científicos complejos, esos problemas deben primero simplificarse y optimizarse para ajustarse a las limitaciones del hardware. QDK de Microsoft para química proporciona las herramientas avanzadas que los desarrolladores e investigadores cuánticos necesitan para transformar desafíos complejos en problemas que los ordenadores cuánticos actuales pueden abordar de manera eficiente. Este kit de herramientas está diseñado por químicos para hacer que el desarrollo cuántico para aplicaciones químicas sea más accesible.
Estamos muy ilusionados con el lanzamiento de QDK de Microsoft para química. Creemos que el diseño modular de la plataforma supondrá un verdadero cambio radical para la química cuántica, para permitir escalabilidad, flexibilidad y una adopción generalizada en toda la comunidad.
En Algorithmiq, nuestra larga experiencia en la construcción de una plataforma de química computacional nos permite apreciar a plenitud el nivel de sofisticación que aporta QDK de Microsoft para integrar herramientas y flujos de trabajo complejos, como el nuestro.
Nos ha encantado haber participado en la configuración de este lanzamiento y esperamos ver el impacto que tendrá en el campo.
—Guillermo García-Pérez, director científico y cofundador, Algorithmiq
Convertir problemas complejos de química cuántica en resultados accionables requiere más que algoritmos cuánticos avanzados. Requiere la integración perfecta de la preparación clásica de datos, la optimización de circuitos y el postprocesamiento de datos cuánticos. QDK de Microsoft para química ofrece una solución integral y completa para la química cuántica, al combinar métodos clásicos de química de primer nivel con algoritmos de última generación diseñados para hardware cuántico a corto plazo. Los métodos clásicos de preprocesamiento eficientes reducen el tamaño del problema para mantener la precisión química esencial, y los algoritmos cuánticos conscientes de la química reducen de manera importante la profundidad del circuito, lo que reduce el número de puertas de miles a un solo dígito para ciertos problemas.
Nuestro objetivo es potenciar el desarrollo cuántico, con las herramientas y entornos que ya utilizan los investigadores —como VS Code y Python— mejorados con capacidades integradas de visualización, introspección de circuitos y codificación asistida por IA.
QDK para química proporciona una interfaz unificada e intuitiva para la modelización molecular y la preparación de estructuras electrónicas, para apoyar una amplia gama de métodos y paquetes de software en química cuántica. Los flujos de trabajo automatizados con pipelines integrados para la generación de hamiltonianos y la selección activa de espacio ayudan a los investigadores a avanzar de manera eficiente desde la definición del problema hasta la ejecución cuántica.
Las extensiones nativas de VS Code permiten la visualización molecular y de circuitos en tiempo real, lo que facilita iterar, depurar y perfeccionar aplicaciones cuánticas. Con soporte para visualizar moléculas y orbitales moleculares, renderizar circuitos cuánticos con compresión profunda y ejecutar cargas de trabajo tanto en simuladores QDK como en hardware cuántico, el QDK para química agiliza todo el flujo de trabajo de desarrollo de química cuántica—desde la preparación clásica hasta la simulación, ejecución y postprocesamiento cuántico.
Para asegurar una alineación continua con algoritmos cuánticos en rápida evolución, el QDK de Microsoft para química está diseñado pensando en la adaptabilidad y extensibilidad. Cuenta con integración plug-and-play que soporta simulaciones con cualquier código químico, lenguaje cuántico o paquete algorítmico, lo que minimiza la sobrecarga de configuración. Como resultado, hará que los problemas difíciles sean manejables y acelerará el tiempo para obtener la comprensión mientras escala sin problemas hacia la próxima generación de computación cuántica.
QDK para corrección de errores
Microsoft tiene una larga tradición en la creación de herramientas para avanzar en nuestra propia investigación y desarrollo de corrección cuántica de errores. QDK para la corrección de errores pone estas herramientas a disposición de la comunidad cuántica en general. Las herramientas necesarias para los flujos de trabajo típicos de investigación y desarrollo de corrección cuántica de errores se incluirán ahora en QDK de Microsoft. Estos incluyen módulos de código abierto para caracterizar, validar y depurar programas cuánticos codificados, estrategias personalizables de codificación y decodificación que se alinean con los tiempos de ejecución objetivo, y muestras de notebooks personalizables para casos de uso comunes. Los paquetes de herramientas se lanzarán con el tiempo, con disponibilidad completa prevista para finales de 2026.
El QDK forma parte de nuestra plataforma adaptable
El QDK está incluido como parte de la plataforma Microsoft Quantum, que reúne hardware cuántico, software, IA y computación de alto rendimiento para crear una solución integral impulsada por Azure. Al corregir los errores en qubits físicos de alta calidad, nuestra plataforma permite el cálculo fiable necesario para realizar casos de uso revolucionarios de la computación cuántica. Ahora, con nuevas herramientas proporcionadas a través de QDK de Microsoft y soportada por GitHub Copilot, la plataforma permite el desarrollo cuántico, la química y la corrección de errores, haciéndola aún más versátil.
La plataforma Microsoft Quantum combina nuestro avanzado sistema de virtualización de qubits con unidades de procesamiento cuántico (QPUs, por sus siglas en inglés) de proveedores líderes en la industria para crear qubits lógicos. Incluye un innovador sistema operativo cuántico para ayudar a los clientes a gestionar, controlar y monitorizar el dispositivo cuántico mientras se integra con Azure. La plataforma también incluye un motor cuántico que orquesta hardware cuántico y corrección de errores.
La plataforma Microsoft Quantum se diseña para tener una alta versatilidad y para ser integrable con múltiples tipos de hardware cuántico. Al aplicar nuestra plataforma a los qubits de átomos neutros de Atom Computing, diseñamos Magne en conjunto, el ordenador cuántico más potente del mundo. QuNorth, una iniciativa cuántica nórdica, revelará características definitorias de Magne en el evento Discover Magne el 26 de enero de 2026 en Copenhague, Dinamarca.
Microsoft ayudará a proporcionar las habilidades necesarias para asegurar que los desarrolladores nórdicos puedan desbloquear todo el potencial de Magne una vez desplegado. Esta formación se desarrolla en colaboración con qBraid y un grupo de socios académicos e industriales en los países nórdicos. Los materiales de formación, adaptados a ingenieros de aplicaciones e investigadores en corrección de errores, ayudarán a desarrollar la experiencia regional en computación cuántica fiable y posicionarán al ecosistema cuántico nórdico para establecer nuevos referentes en innovación.
The post Nuevas y potentes herramientas para desarrolladores aumentan la versatilidad de la plataforma Microsoft Quantum appeared first on Source LATAM.
