En 2026 esa situación empieza a cambiar de forma visible. Apple integra modelos en sus sistemas operativos. Microsoft desarrolla entornos locales capaces de utilizar CPU, GPU y NPU. Google optimiza modelos multimodales para móviles, tabletas y portátiles. Al mismo tiempo, los modelos se vuelven más eficientes, los aceleradores de hardware más comunes y los runtimes más flexibles.
La nube no va a desaparecer. Los grandes centros de datos seguirán siendo esenciales para entrenar modelos, ejecutar razonamientos complejos y generar imágenes o vídeos exigentes. Pero ya no son el único lugar razonable para ejecutar cualquier tarea de IA.
La idea central: Las tareas personales, frecuentes o sensibles a la latencia se acercan al usuario. Las cargas que requieren mucha potencia seguirán en la nube. En muchos ámbitos, el estándar práctico será híbrido.
En pocas palabras
- Más de 2.500 millones de dispositivos Apple activos y unos 1.600 millones de dispositivos Windows activos al mes muestran el alcance potencial de los entornos locales.
- Los modelos pequeños y cuantizados necesitan menos memoria y resuelven cada vez más tareas bien definidas.
- CPU, GPU y NPU pasan a formar parte de un mismo sistema de IA local.
- La privacidad, la latencia, el tiempo de subida y los costes recurrentes hacen más atractivo el procesamiento en el dispositivo.
- El avance no depende solo de los modelos, sino de aplicaciones que combinen selección de hardware, seguridad, gestión de errores y exportación de forma fiable.
Las siguientes siete señales explican por qué este cambio empieza a hacerse tangible en 2026.
01La primera gran ola de la IA ocurrió en la nube
El auge de la IA generativa habría sido difícil de imaginar sin la computación en la nube. Los grandes modelos de lenguaje necesitaban una enorme capacidad de cálculo, los modelos modernos ocupaban muchos gigabytes y los equipos corrientes eran demasiado lentos para una parte importante de las tareas útiles. La nube resolvió ese problema de forma elegante: el usuario no tenía que instalar modelos, configurar controladores ni entender su hardware.
El recorrido era sencillo:
- Abrir un servicio
- Subir texto, audio, una imagen o un vídeo
- Enviar la solicitud
- Descargar el resultado
Ese modelo redujo drásticamente la barrera de entrada. Permitió acceder a una IA potente sin saber programar ni tener una estación de trabajo de gama alta.
El AI Index 2026 de Stanford describe una difusión históricamente rápida de la IA generativa. Esa misma expansión explica por qué la infraestructura importa cada vez más: cuando más personas y empresas utilizan IA en más fases del trabajo, la transferencia de datos, la latencia, las dependencias y el uso medido se vuelven visibles.5
La comodidad tiene contrapartidas. Los datos salen del dispositivo.
El proveedor decide los límites, los precios, los modelos disponibles y las condiciones. Una conexión lenta o inestable puede interrumpir todo el proceso.
Con audio y vídeo se añaden tiempos de subida largos. Además, un servicio sencillo en el navegador puede convertirse rápidamente en una pila de suscripciones, créditos, minutos y restricciones de exportación.
La nube democratizó la IA moderna. Ahora empieza una segunda fase en la que ya no es necesario enviar automáticamente todas las tareas a un centro de datos.
02Qué significa realmente «IA local»
«IA local» parece un concepto claro: un modelo funciona en el propio dispositivo. En la práctica, se mezclan varios términos que describen capas diferentes.
Local, en el dispositivo, en el edge y sin conexión no son lo mismo
| Término | ¿Dónde se procesa? | ¿Internet es siempre necesario? | Ejemplo |
|---|---|---|---|
| IA local | en un ordenador, teléfono o servidor controlado por el usuario | no | un modelo de lenguaje en el PC |
| IA en el dispositivo | directamente en el dispositivo final | no | reconocimiento de voz en un móvil |
| Edge AI | cerca de donde se generan los datos, en el equipo o en un servidor próximo | no necesariamente | análisis en una cámara, fábrica o vehículo |
| IA sin conexión | sin una conexión de red activa | no | transcripción local durante un viaje |
Una aplicación local no es automáticamente completamente offline. Puede ejecutar la inferencia en el dispositivo y conectarse para actualizaciones, licencias, información actual o descargas opcionales.
Tampoco «local» significa automáticamente «código abierto», «gratis» o «seguro». Un modelo propietario puede funcionar localmente.
Una aplicación abierta puede enviar telemetría. Los archivos del ordenador solo están protegidos si se gestionan bien las cuentas, permisos, cifrado y copias de seguridad.
La distinción importa porque, de lo contrario, se atribuyen a la IA local promesas que no cumple por sí sola.
El estándar más probable será híbrido
La arquitectura más sensata suele evitar un compromiso rígido con un solo lado. El dispositivo puede comprobar primero si una tarea puede ejecutarse localmente. Si falta capacidad, solo la parte necesaria se envía a un entorno cloud controlado.
Apple describe ese principio en 2026: sus modelos funcionan tanto en los dispositivos como en servidores mediante Private Cloud Compute. Los modelos de servidor más potentes siguen disponibles para las tareas exigentes, mientras que las funciones personales y cotidianas pueden procesarse localmente.1
Microsoft documenta un enfoque similar con Foundry Local y las API de Windows AI.23
La lógica híbrida no es indecisión. Responde a necesidades distintas:
- ✓Los datos personales pueden permanecer en el equipo.
- ✓Las tareas pequeñas y repetidas no requieren una petición permanente a la nube.
- ✓Las funciones sensibles al tiempo responden sin latencia de red.
- ✓Los modelos muy grandes siguen disponibles cuando realmente aportan valor.
- ✓Los dispositivos menos potentes pueden recurrir de forma selectiva a cálculo externo.
03Siete señales de que el mercado está cambiando
1. Los sistemas operativos se están convirtiendo en plataformas de IA local
La prueba más clara de un cambio a largo plazo no procede de startups aisladas, sino de los propios sistemas operativos.
Estas cifras no significan que cualquier teléfono antiguo o PC pueda ejecutar modelos modernos.
Apple integra sus modelos fundacionales profundamente en iOS, iPadOS y macOS. La familia de 2026 incluye modelos para el dispositivo y para servidores. AFM 3 Core Advanced resulta especialmente interesante: contiene 20.000 millones de parámetros, pero activa solo una parte según la consulta. Los pesos completos pueden permanecer en el almacenamiento flash mientras se cargan en memoria las secciones necesarias.6
Microsoft adopta una estrategia más independiente del fabricante. Windows ML se apoya en ONNX Runtime y puede ejecutar modelos en una NPU, una GPU o una CPU. Windows administra los proveedores de ejecución para que cada aplicación no tenga que distribuir y mantener un runtime diferente para cada fabricante de chips.2
Google desarrolla Gemma 3n y nuevas generaciones de Gemini Nano para móviles y ordenadores. Gemma 3n procesa texto, imágenes, audio y vídeo. Aunque sus variantes tienen miles de millones de parámetros, Google describe una huella dinámica aproximada de dos y tres gigabytes.4
La IA local deja así de ser una función opcional de una aplicación y se convierte en una capacidad del sistema operativo. El usuario puede beneficiarse sin iniciar conscientemente un modelo, elegir un controlador o abrir una terminal.
2. Los modelos pequeños son cada vez más capaces
La atención pública suele centrarse en los modelos más grandes. Para la IA local importa otra evolución: los modelos no solo crecen, también se vuelven más eficientes.14
La cuantización guarda los pesos con menor precisión y reduce el consumo de memoria y cálculo. Si los pesos ocupan unos 50 GB a 16 bits, una representación a 4 bits puede reducir teóricamente esa cifra a unos 12,5 GB. En una implementación real se añaden metadatos, cachés, tensores temporales y la sobrecarga del runtime. El impacto en la calidad depende del modelo y del método.
¿Qué significa en la práctica? La consecuencia práctica sigue siendo importante. Un modelo que antes necesitaba una tarjeta gráfica muy grande puede llegar a iniciarse en muchos más equipos. Que funcione con suficiente velocidad y estabilidad es otra cuestión, pero aumenta el número de dispositivos posibles.
Los modelos pequeños destacan cuando el objetivo está bien delimitado: clasificar documentos, resumir textos, extraer información, reconocer voz, traducir contenidos o automatizar un paso conocido. Un modelo local no necesita saberlo todo si su trabajo es preciso y repetible.
3. El hardware de IA se está convirtiendo en un componente normal
CPU, GPU y NPU no solo compiten. Asumen papeles diferentes dentro de un mismo sistema.
| Hardware | Fortaleza típica | Limitación real |
|---|---|---|
| CPU | control general, preparación, posprocesamiento y modelos pequeños | más lenta en operaciones matriciales muy paralelas |
| GPU integrada | cálculo paralelo disponible sin tarjeta dedicada | suele compartir la memoria del sistema |
| GPU dedicada | alto rendimiento para cargas grandes y paralelas | precio, consumo y VRAM limitada |
| NPU | inferencia eficiente y continua | solo admite modelos y operadores compatibles |
Los nuevos AI PC convierten el rendimiento de la NPU en una característica comercial. Las GPU seguirán siendo importantes para voz, imagen y vídeo exigentes. Las CPU tampoco desaparecen: decodifican medios, coordinan modelos, gestionan archivos y exportan resultados.
La capa decisiva es el software, que debe detectar el hardware disponible y elegir una ruta estable. El usuario no debería luchar con siglas. Una guía separada explica qué puede hacer ya la IA local sin una tarjeta gráfica dedicada.
4. La privacidad se convierte en una función del producto
En la IA cloud, la privacidad suele plantearse después de diseñar el flujo: ¿qué datos se pueden subir?, ¿dónde se almacenan?, ¿cuánto tiempo permanecen?, ¿se utilizan para entrenar?
El procesamiento en el dispositivo cambia el punto de partida. Los datos brutos pueden no transmitirse en absoluto. Las revisiones científicas identifican repetidamente la privacidad, la menor latencia y el menor uso de ancho de banda como ventajas centrales de Edge AI.
Esto no es una garantía automática de seguridad. Un sistema local puede verse comprometido por malware, cuentas débiles, copias sin cifrar o modelos manipulados. Parte de la responsabilidad pasa del proveedor cloud al usuario y al desarrollador.
La diferencia es el control. Con procesamiento local se puede decidir dónde se guardan los archivos, cuándo se eliminan, qué modelos acceden a ellos y si existe una transmisión. Para empresas, agencias, creadores y familias, ese control se convierte en una característica real del producto y no solo en una casilla legal.78
5. Los costes y los límites de uso cambian la ecuación
La IA cloud puede ser muy barata para tareas aisladas. Quien resume algunos documentos o genera una imagen ocasionalmente no tiene por qué comprar hardware. La IA local no es automáticamente más económica.
La ecuación cambia cuando el trabajo es frecuente, pesado o iterativo. Los creadores rara vez obtienen la versión final a la primera. Prueban voces, revisan traducciones, ajustan el ritmo, corrigen pronunciación, renderizan alternativas y exportan varios formatos. En un sistema por créditos, cada prueba cuenta. Localmente, otra ejecución consume sobre todo tiempo y electricidad.
20 vídeos de origen al mes × 3 idiomas adicionales generan 60 versiones localizadas. Si cada versión necesita dos pasadas, ya son 120 operaciones de renderizado o síntesis.
Un ejemplo de volumen:
Que la factura sea de 80, 300 u 800 euros depende de la duración, el proveedor, la calidad y las herramientas añadidas. Lo importante es la repetición. Cada variante aumenta normalmente el consumo medido, mientras que una canalización local reutiliza el mismo equipo.
Compara el gasto recurrente en la nube con el hardware local, el volumen de iteraciones y escenarios realistas de amortización. Comparación detallada de costes
6. La energía y la infraestructura limitan una escala basada solo en la nube
La discusión sobre energía suele simplificarse demasiado. No todas las peticiones cloud son un desperdicio y el procesamiento local no siempre es más eficiente.
La Agencia Internacional de la Energía señaló en 2026 que el consumo de una tarea simple de IA disminuye gracias a mejores chips y software. A la vez, el uso crece tan rápido que la demanda total de electricidad sigue aumentando. El consumo global de los centros de datos aumentó un 17 % en 2025; en instalaciones centradas en IA, el crecimiento llegó al 50 %. Los flujos avanzados de vídeo, razonamiento y agentes pueden requerir mucho más que una generación básica de texto.
Esto no significa que todo deba ejecutarse en un portátil. Un centro de datos bien utilizado puede resolver algunas tareas de forma más eficiente que millones de dispositivos mal optimizados. El hardware local también puede desperdiciar energía en reposo o ejecutar de forma ineficiente un modelo inadecuado.
La conclusión importante es que el cálculo se convierte en un recurso económico e infraestructural limitado. Por eso gana peso la pregunta: ¿qué tarea debe ejecutarse dónde? Una pequeña transcripción local no tiene por qué ocupar un acelerador remoto ni transferir una grabación grande. Un modelo complejo de vídeo puede seguir teniendo mucho más sentido en la nube.9
7. Las empresas construyen runtimes locales completos, no solo modelos
Un modelo por sí solo no es una aplicación utilizable.
Para que la IA local funcione en el día a día hacen falta:
- gestión y descarga de modelos
- actualizaciones y versiones
- detección de hardware
- runtimes compatibles
- gestión de memoria
- recuperación de errores
- controles de seguridad
- interfaces de usuario
- proyectos y exportación
El mercado se mueve en esta capa. Windows ML no es un modelo, sino una capa de inferencia del sistema. Foundry Local añade catálogo, administración, API locales y selección de hardware. Google AI Edge ofrece herramientas para el despliegue en dispositivos. Apple integra los modelos en funciones del sistema y frameworks.
El usuario normal no quiere saber qué proveedor de ejecución está activo. Quiere el resultado. Cuanta más infraestructura asuman los sistemas operativos y los runtimes, más probable será que la IA local aparezca en aplicaciones corrientes de forma silenciosa, automática y sin terminal.
04Qué funciona ya de forma útil en local
La IA local no es la mejor opción para todas las tareas en 2026, pero está muy lejos de ser solo un experimento.
Texto, documentos y trabajo con conocimiento
tareas documentales definidas
Los modelos pequeños pueden resumir textos, extraer información, clasificar contenido, redactar borradores y buscar en bases de conocimiento locales. Funcionan especialmente bien cuando la tarea es concreta y repetitiva.
Un modelo local no necesita contener todo el conocimiento mundial si debe buscar documentos internos, ordenar información de productos o procesar formularios. Los sistemas de recuperación pueden conectar datos privados sin enviarlos permanentemente a un proveedor externo.
Los límites siguen claros. El razonamiento avanzado, la información muy reciente y las preguntas especializadas amplias suelen beneficiarse de modelos cloud más capaces. Para muchas rutinas, un modelo local es suficiente.
Voz, audio y traducción
procesamiento multimedia repetible
El reconocimiento de voz, la identificación de hablantes, el texto a voz, la traducción y la clonación de voz son aplicaciones locales muy interesantes. Los archivos de audio son grandes, personales y se revisan a menudo. Una canalización local puede mantener el material bruto en el equipo y repetir intentos sin consumir otro paquete de minutos.
La calidad depende del idioma, la grabación, el modelo y el hardware. Un sistema local no garantiza una voz perfecta. Sin embargo, el progreso en los modelos de habla muestra que la generación de larga duración y con control de estilo se vuelve cada vez más eficiente.1213
La guía sobre cómo clonar la propia voz de forma local profundiza en ese caso de uso.
Imágenes, vídeo y avatares de IA
flujos visuales para creadores
Los modelos de imagen funcionan ya localmente en muchas GPU modernas. El vídeo sigue siendo más exigente, porque la coherencia temporal, la resolución y el número de fotogramas aumentan rápidamente la memoria y el cálculo necesarios.
Para un creador, la generación completa de vídeo no es el único uso relevante. Un flujo útil puede combinar transcripción, traducción, voz, timing, subtítulos y exportación. En ese contexto, el doblaje de vídeo local puede aportar más valor práctico que una demostración espectacular.
Los avatares de IA unen además varios tipos de medios. Un retrato, una voz y un guion deben procesarse de forma coherente. La guía para crear un avatar de IA a partir de un retrato explica ese escenario sin fingir que cualquier avatar avanzado sea trivial en todo equipo.
Cómo encajar flujos locales de audio y vídeo
05Dónde conserva la nube una ventaja clara
La nube sigue siendo fuerte cuando los modelos son muy grandes, se necesita una potencia máxima solo de vez en cuando o muchos usuarios comparten la infraestructura.
Mantiene ventajas en:
El mantenimiento también importa. Un proveedor cloud se ocupa de controladores, refrigeración, actualizaciones y escala. En local, parte de esa responsabilidad pasa al usuario o al fabricante del software.
La conclusión correcta no es «nube mala, local bueno». Es que la nube pierde su papel de respuesta automática. Cada carga debe evaluarse según sensibilidad de datos, frecuencia, latencia, calidad y potencia necesaria.
06Por qué los creadores pueden beneficiarse especialmente
Los creadores trabajan con archivos grandes, variantes repetidas y material personal. Esa combinación favorece el procesamiento local.
Un flujo realista incluye más de una llamada a un modelo:
- Leer vídeo y audio
- Transcribir la voz
- Separar o identificar hablantes
- Traducir el texto
- Generar las voces de destino
- Corregir el timing
- Conservar música y efectos
- Crear subtítulos
- Exportar el vídeo
- Revisar y regenerar fragmentos
Un vídeo de YouTube de doce minutos en tres idiomas
En un flujo cloud, los archivos grandes pueden subirse varias veces, los minutos se miden y los resultados intermedios quedan repartidos entre servicios. Localmente, los proyectos, modelos y exportaciones pueden permanecer en un espacio controlado.
Esto no significa que todo creador deba comprar inmediatamente un ordenador caro. Primero debe medirse el trabajo real: frecuencia, duración, calidad necesaria y tiempo de espera aceptable.
El valor está en la conexión. Por eso VANIV se plantea como un estudio de IA local para flujos coherentes de creación y no como otra demostración aislada.
07Convertir un modelo local en un producto útil sigue siendo la parte difícil
Iniciar un modelo es una demostración técnica. Un producto fiable también debe funcionar con archivos extraños, poca memoria, modelos ausentes o rutas de hardware no compatibles.
ONNX y los runtimes flexibles importan, pero el usuario no debería verlos
ONNX representa modelos en un formato estandarizado. ONNX Runtime puede utilizar proveedores de ejecución para distintos tipos de hardware. Así, una aplicación puede funcionar en sistemas NVIDIA, AMD e Intel cuando encajan el modelo, los operadores, los controladores y el runtime.
Es una ventaja técnica, no magia. Un modelo exportado puede comportarse de forma distinta a la implementación original. Algunos operadores no están disponibles en todas partes. Las formas dinámicas, la precisión y la memoria requieren pruebas.
Para el usuario, esa complejidad debería quedar oculta. El software detecta el sistema, elige una ruta estable y explica solo lo que exige una decisión. Los detalles están en la guía completa de ONNX para AMD, Intel y NVIDIA.
Una buena IA local necesita mucho más que un botón de descarga
Un producto utilizable necesita instalación, descargas verificadas, planificación del almacenamiento, mecanismos para cancelar y continuar, mensajes comprensibles y exportaciones reproducibles.
Audio y vídeo añaden formatos, códecs, frecuencias de muestreo, tasas de fotogramas, cambios de hablante, timing y archivos temporales. Un modelo puede ser excelente y el flujo completo fallar si esas transiciones no son estables.
Por eso el avance de la IA local depende menos de un benchmark aislado que de productos capaces de convertir variedad técnica en una experiencia fiable.
Por eso el avance de la IA local depende menos de un benchmark aislado que de productos capaces de convertir variedad técnica en una experiencia fiable.
- Detectar hardware
- Elegir runtime
- Recuperar errores
- Gestionar proyectos
- Exportar archivos útiles
- Entornos Python
- CUDA y controladores
- Cuantización
- Actualizaciones y exportación
08Desventajas y riesgos de la IA local
Acceso desigual al hardware
No todo el mundo tiene una GPU reciente, mucha RAM o una NPU nueva. La IA local puede aumentar la desigualdad si las aplicaciones solo funcionan en equipos caros.
El buen software necesita modelos pequeños, rutas de CPU, requisitos claros y expectativas honestas sobre velocidad. Un modo lento pero estable suele ser mejor que una aplicación que se cierra.
Almacenamiento y actualizaciones
Los modelos pueden ocupar varios o muchos gigabytes. Las cachés, los proyectos y las exportaciones añaden más. Las actualizaciones deben distribuirse sin romper trabajos antiguos.
La administración de modelos no es secundaria. El usuario necesita saber qué está instalado, cuánto ocupa y qué se puede eliminar con seguridad.
Pérdida de datos locales
El control local también implica responsabilidad. Una SSD dañada, un borrado accidental o la falta de copia puede destruir un proyecto.
La IA local necesita las mismas reglas que cualquier producción profesional: carpetas claras, copias periódicas, versiones de archivos importantes y originales irremplazables guardados aparte.
Modelos y extensiones inseguros
Los modelos de fuentes desconocidas pueden incluir código malicioso, pesos manipulados o dependencias inseguras. Una herramienta «local» no es automáticamente fiable.
Los paquetes firmados, las sumas de verificación, las fuentes trazables, el aislamiento y las actualizaciones transparentes serán cada vez más importantes.
Calidad variable entre dispositivos
Los servicios cloud controlan su hardware. Las aplicaciones locales encuentran miles de combinaciones de CPU, GPU, controladores, memoria y sistema operativo.
Eso provoca velocidades distintas y a veces resultados diferentes. El proveedor debe probar equipos representativos, elegir valores sensatos y explicar los problemas. «En mi ordenador funciona» no es una estrategia de producto.
El uso indebido sigue siendo posible
La tecnología respetuosa con la privacidad también puede utilizarse para fines dañinos. La clonación de voz, los avatares y los modelos de imagen necesitan reglas claras sobre consentimiento, derechos e identificación.
La ejecución local no elimina la responsabilidad. Aumenta la importancia del diseño, la educación y las medidas técnicas.
09Qué mostrará en los próximos dos años si el cambio es real
La tendencia existe, pero no está completada. Las señales decisivas no serán solo nuevos modelos:
Los sistemas operativos distribuyen runtimes locales por defecto.
Las aplicaciones eligen CPU, GPU y NPU automáticamente.
Las descargas, actualizaciones y el almacenamiento funcionan sin conocimientos técnicos.
Los flujos locales de voz, documentos y medios son fiables para producción frecuente.
Los sistemas híbridos transmiten solo los datos que realmente necesitan cálculo externo.
Los costes y la energía se miden con más transparencia.
La seguridad, el consentimiento y el origen de los modelos forman parte del producto.
Si el mercado queda atrapado en problemas de controladores, instalaciones complejas y diferencias inexplicables, la IA local seguirá siendo un nicho importante. Si la integración funciona, se convertirá en una capacidad normal, como editar una foto o codificar vídeo.
10Conclusión: la próxima fase de la IA no ocurrirá solo en centros de datos
La IA local todavía no es el estándar en todos los ámbitos en 2026. Las diferencias de hardware, el tamaño de los modelos, los controladores, la seguridad y la usabilidad siguen siendo obstáculos reales. Tampoco es ya una curiosidad de aficionados.
Apple, Microsoft y Google integran modelos y runtimes locales directamente en sus plataformas. Las arquitecturas eficientes y el hardware especializado amplían lo que pueden hacer los dispositivos corrientes.
El futuro más probable no será local o nube, sino local y nube:
- datos personales lo más cerca posible del usuario
- tareas pequeñas y frecuentes en el dispositivo
- cálculos exigentes en infraestructuras potentes
- transiciones transparentes entre ambos entornos
- aplicaciones que oculten la complejidad técnica
El avance no llegará únicamente cuando un modelo local supere a todos los sistemas cloud. Llegará cuando las personas utilicen IA local sin pensar en modelos, controladores ni runtimes.
No te limites a leer sobre IA local
Quien quiera participar en las primeras fases controladas de VANIV puede registrarse gratis y sin compromiso en el Early Access de VANIV. El registro no garantiza acceso inmediato, pero informa sobre próximas pruebas adecuadas y actualizaciones importantes.
11Fuentes y lecturas recomendadas
Abrir fuentes y documentación técnica
- Apple Newsroom: Apple Intelligence brings powerful AI capabilities into everyday experiences — https://www.apple.com/newsroom/2026/06/apple-intelligence-brings-powerful-ai-capabilities-into-everyday-experiences/
- Microsoft Learn: What is Windows ML? — https://learn.microsoft.com/en-us/windows/ai/new-windows-ml/overview
- Microsoft Learn: Get started with Foundry Local — https://learn.microsoft.com/en-us/windows/ai/foundry-local/get-started
- Google Developers Blog: Announcing Gemma 3n preview — https://developers.googleblog.com/en/introducing-gemma-3n/
- Stanford HAI: The 2026 AI Index Report — https://hai.stanford.edu/ai-index/2026-ai-index-report
- Apple Machine Learning Research: Introducing the Third Generation of Apple’s Foundation Models — https://machinelearning.apple.com/research/introducing-third-generation-of-apple-foundation-models
- ACM Computing Surveys: Empowering Edge Intelligence — https://doi.org/10.1145/3724420
- Journal of Network and Computer Applications: Edge-AI systematic review — https://doi.org/10.1016/j.jnca.2025.104375
- International Energy Agency: Key Questions on Energy and AI — https://www.iea.org/reports/key-questions-on-energy-and-ai/executive-summary
- Apple: First quarter results, January 2026 — https://www.apple.com/newsroom/2026/01/apple-reports-first-quarter-results/
- Microsoft: Fiscal Year 2026 Third Quarter Earnings Conference Call — https://www.microsoft.com/en-us/investor/events/fy-2026/earnings-fy-2026-q3
- ICML 2025: Long-Form Speech Generation with Spoken Language Models — https://proceedings.mlr.press/v267/park25k.html
- NAACL 2025: StyleTTS-ZS — https://aclanthology.org/2025.naacl-long.242/
- Hugging Face Diffusers: bitsandbytes quantization — https://huggingface.co/docs/diffusers/en/quantization/bitsandbytes
