Skip to content
  • 📰 💻 Curso de Bug Bounty - Cambio un ID y Accedo a lo que No Debería | #4
    🌐 🇧🇷 PT: 💻 Curso de Bug Bounty - Cambio un ID y Accedo a lo que No Debería | #4 | 🇫🇷 FR: 💻 Curso de Bug Bounty - Cambio un ID y Accedo a lo que No Debería | #4 | 🇩🇪 DE: 💻 Curso de Bug Bounty - Cambio un ID y Accedo a lo que No Debería | #4 | 🇮🇹 IT: 💻 Curso de Bug Bounty - Cambio un ID y Accedo a lo que No Debería | #4

    Este vídeo forma parte de un curso de Bug Bounty y se centra en la vulnerabilidad IDOR (Insecure Direct Object Reference). El autor utiliza un caso real de un reporte propio (marcado como duplicado) para explicar cómo esta vulnerabilidad permite acceder a recursos de otros usuarios cambiando simplemente un identificador en la URL o en la API.
    Puntos clave tratados:

    Definición de IDOR: Se explica como la exposición de identificadores internos que, al ser manipulados, permiten acceder, leer, editar o borrar datos de terceros sin autorización (0:29-1:04).
    Laboratorio práctico: El autor despliega un entorno controlado llamado LoopWise a través de Dockerlabs para demostrar el ataque de forma segura (2:50-3:26).
    Proceso de explotación:

    Enumeración: Muestra cómo encontrar rutas ocultas y la documentación de la API mediante técnicas de fuzzing (6:17-7:45).
    Uso de la API: Explica cómo interactuar con los endpoints usando cURL, incluyendo la omisión de autenticación mediante el uso de tokens inválidos o inventados (8:23-11:00).
    Impacto: Demuestra cómo leer, modificar (PUT) y eliminar (DELETE) automatizaciones de otros usuarios simplemente cambiando el X-User-ID (11:20-13:45).



    El autor enfatiza que este tipo de vulnerabilidades son muy comunes en entornos reales y subraya la importancia de aprender estas técnicas de enumeración para avanzar en la carrera de hacking ético.

    📺 Canal: El Pingüino de Mario
    🔗 Video original: https://www.youtube.com/watch?v=7RnnP9vi4qw

    #Curso #Bounty #Debería #Cambio #Accedo #Vulnerabilidad #Cómo #Acceder #Usuarios #Cambiando #Simplemente #Explica #Enumeración #Mediante #Técnicas
    📰 💻 Curso de Bug Bounty - Cambio un ID y Accedo a lo que No Debería | #4 🌐 🇧🇷 PT: 💻 Curso de Bug Bounty - Cambio un ID y Accedo a lo que No Debería | #4 | 🇫🇷 FR: 💻 Curso de Bug Bounty - Cambio un ID y Accedo a lo que No Debería | #4 | 🇩🇪 DE: 💻 Curso de Bug Bounty - Cambio un ID y Accedo a lo que No Debería | #4 | 🇮🇹 IT: 💻 Curso de Bug Bounty - Cambio un ID y Accedo a lo que No Debería | #4 Este vídeo forma parte de un curso de Bug Bounty y se centra en la vulnerabilidad IDOR (Insecure Direct Object Reference). El autor utiliza un caso real de un reporte propio (marcado como duplicado) para explicar cómo esta vulnerabilidad permite acceder a recursos de otros usuarios cambiando simplemente un identificador en la URL o en la API. Puntos clave tratados: Definición de IDOR: Se explica como la exposición de identificadores internos que, al ser manipulados, permiten acceder, leer, editar o borrar datos de terceros sin autorización (0:29-1:04). Laboratorio práctico: El autor despliega un entorno controlado llamado LoopWise a través de Dockerlabs para demostrar el ataque de forma segura (2:50-3:26). Proceso de explotación: Enumeración: Muestra cómo encontrar rutas ocultas y la documentación de la API mediante técnicas de fuzzing (6:17-7:45). Uso de la API: Explica cómo interactuar con los endpoints usando cURL, incluyendo la omisión de autenticación mediante el uso de tokens inválidos o inventados (8:23-11:00). Impacto: Demuestra cómo leer, modificar (PUT) y eliminar (DELETE) automatizaciones de otros usuarios simplemente cambiando el X-User-ID (11:20-13:45). El autor enfatiza que este tipo de vulnerabilidades son muy comunes en entornos reales y subraya la importancia de aprender estas técnicas de enumeración para avanzar en la carrera de hacking ético. 📺 Canal: El Pingüino de Mario 🔗 Video original: https://www.youtube.com/watch?v=7RnnP9vi4qw #Curso #Bounty #Debería #Cambio #Accedo #Vulnerabilidad #Cómo #Acceder #Usuarios #Cambiando #Simplemente #Explica #Enumeración #Mediante #Técnicas
    💻 Curso de Bug Bounty - Cambio un ID y Accedo a lo que No Debería | #4
    WWW.YOUTUBE.COM
    💻 Curso de Bug Bounty - Cambio un ID y Accedo a lo que No Debería | #4
    Este vídeo forma parte de un curso de Bug Bounty y se centra en la vulnerabilidad IDOR (Insecure Direct Object Reference). El autor utiliza un caso real de un reporte propio (marcado como duplicado) para explicar cómo esta vulnerabilidad permite acceder a recursos de otros usuarios cambiando simplemente un identificador en la URL o en la API. Puntos clave tratados: Definición de IDOR: Se explica como la exposición de identificadores internos que, al ser manipulados, permiten acceder, leer, editar o borrar datos de terceros sin autorización (0:29-1:04). Laboratorio práctico: El autor despliega un entorno controlado llamado LoopWise a través de Dockerlabs para demostrar el ataque de forma segura (2:50-3:26). Proceso de explotación: Enumeración: Muestra cómo encontrar rutas ocultas y la documentación de la API mediante técnicas de fuzzing (6:17-7:45). Uso de la API: Explica cómo interactuar con los endpoints usando cURL, incluyendo la omisión de autenticación mediante el uso de tokens inválidos o inventados (8:23-11:00). Impacto: Demuestra cómo leer, modificar (PUT) y eliminar (DELETE) automatizaciones de otros usuarios simplemente cambiando el X-User-ID (11:20-13:45). El autor enfatiza que este tipo de vulnerabilidades son muy comunes en entornos reales y subraya la importancia de aprender estas técnicas de enumeración para avanzar en la carrera de hacking ético.
    0 Comentarios 0 Acciones 35 Vistas 0 Reseñas
  • 📰 El modelo 3D oculto del mundo en Internet
    🌐 🇧🇷 PT: El modelo 3D oculto del mundo en Internet | 🇫🇷 FR: El modelo 3D oculto del mundo en Internet | 🇩🇪 DE: El modelo 3D oculto del mundo en Internet | 🇮🇹 IT: El modelo 3D oculto del mundo en Internet

    Este vídeo explica cómo la tecnología de visión artificial ha evolucionado para poder crear modelos 3D precisos del mundo entero a partir de fotografías tomadas por turistas en internet (0:00-0:40).
    Aquí tienes los puntos clave de este avance tecnológico:

    El origen (2009): Todo comenzó con el proyecto Building Rome in a Day, que usaba la técnica de Structure for Motion para reconstruir monumentos famosos a partir de fotos de Flickr (0:40-1:55).
    El problema de la "larga cola": Durante años, este método solo funcionaba bien para monumentos icónicos muy fotografiados. Lugares menos conocidos (la "larga cola") quedaban como cascarones vacíos por falta de datos suficientes (2:09-3:18).
    Avances clave:

    MegaDepth y NeRFs: Se desarrollaron técnicas para inferir profundidad y representar escenas mediante redes neuronales, lo que permitió editar la iluminación (4:44-6:16).
    Gaussian Splatting (2023): Esta tecnología permitió renderizar escenas complejas en tiempo real (6:16-7:19).
    MegaDepth-X (Abril 2026): Este reciente avance permite, finalmente, reconstruir escenas 3D incluso con muy pocas fotografías, superando la limitación de la "larga cola" que frenó al campo durante una década (10:00-11:28).


    Aplicaciones y el futuro: El vídeo destaca cómo esta tecnología es de gran interés para agencias de inteligencia (programas como WRIVA para ver lugares donde los agentes no pueden acceder) y cómo el siguiente paso es la reconstrucción 4D, que añade movimiento y tiempo a estos modelos (12:45-14:31).

    #Internet #Mundo #Tecnología #Escenas #Modelo #Oculto #Modelos #Fotografías #Reconstruir #Monumentos #Durante #Lugares #Megadepth #Permitió #Cómo

    📺 Canal: Bilawal Sidhu
    🔗 Video original: https://www.youtube.com/watch?v=KWXuxfdZhwk
    📰 El modelo 3D oculto del mundo en Internet 🌐 🇧🇷 PT: El modelo 3D oculto del mundo en Internet | 🇫🇷 FR: El modelo 3D oculto del mundo en Internet | 🇩🇪 DE: El modelo 3D oculto del mundo en Internet | 🇮🇹 IT: El modelo 3D oculto del mundo en Internet Este vídeo explica cómo la tecnología de visión artificial ha evolucionado para poder crear modelos 3D precisos del mundo entero a partir de fotografías tomadas por turistas en internet (0:00-0:40). Aquí tienes los puntos clave de este avance tecnológico: El origen (2009): Todo comenzó con el proyecto Building Rome in a Day, que usaba la técnica de Structure for Motion para reconstruir monumentos famosos a partir de fotos de Flickr (0:40-1:55). El problema de la "larga cola": Durante años, este método solo funcionaba bien para monumentos icónicos muy fotografiados. Lugares menos conocidos (la "larga cola") quedaban como cascarones vacíos por falta de datos suficientes (2:09-3:18). Avances clave: MegaDepth y NeRFs: Se desarrollaron técnicas para inferir profundidad y representar escenas mediante redes neuronales, lo que permitió editar la iluminación (4:44-6:16). Gaussian Splatting (2023): Esta tecnología permitió renderizar escenas complejas en tiempo real (6:16-7:19). MegaDepth-X (Abril 2026): Este reciente avance permite, finalmente, reconstruir escenas 3D incluso con muy pocas fotografías, superando la limitación de la "larga cola" que frenó al campo durante una década (10:00-11:28). Aplicaciones y el futuro: El vídeo destaca cómo esta tecnología es de gran interés para agencias de inteligencia (programas como WRIVA para ver lugares donde los agentes no pueden acceder) y cómo el siguiente paso es la reconstrucción 4D, que añade movimiento y tiempo a estos modelos (12:45-14:31). #Internet #Mundo #Tecnología #Escenas #Modelo #Oculto #Modelos #Fotografías #Reconstruir #Monumentos #Durante #Lugares #Megadepth #Permitió #Cómo 📺 Canal: Bilawal Sidhu 🔗 Video original: https://www.youtube.com/watch?v=KWXuxfdZhwk
    The Internet's Hidden 3D Model of the World
    WWW.YOUTUBE.COM
    The Internet's Hidden 3D Model of the World
    Este vídeo explica cómo la tecnología de visión artificial ha evolucionado para poder crear modelos 3D precisos del mundo entero a partir de fotografías tomadas por turistas en internet (0:00-0:40). Aquí tienes los puntos clave de este avance tecnológico: El origen (2009): Todo comenzó con el proyecto Building Rome in a Day, que usaba la técnica de Structure for Motion para reconstruir monumentos famosos a partir de fotos de Flickr (0:40-1:55). El problema de la "larga cola": Durante años, este método solo funcionaba bien para monumentos icónicos muy fotografiados. Lugares menos conocidos (la "larga cola") quedaban como cascarones vacíos por falta de datos suficientes (2:09-3:18). Avances clave: MegaDepth y NeRFs: Se desarrollaron técnicas para inferir profundidad y representar escenas mediante redes neuronales, lo que permitió editar la iluminación (4:44-6:16). Gaussian Splatting (2023): Esta tecnología permitió renderizar escenas complejas en tiempo real (6:16-7:19). MegaDepth-X (Abril 2026): Este reciente avance permite, finalmente, reconstruir escenas 3D incluso con muy pocas fotografías, superando la limitación de la "larga cola" que frenó al campo durante una década (10:00-11:28). Aplicaciones y el futuro: El vídeo destaca cómo esta tecnología es de gran interés para agencias de inteligencia (programas como WRIVA para ver lugares donde los agentes no pueden acceder) y cómo el siguiente paso es la reconstrucción 4D, que añade movimiento y tiempo a estos modelos (12:45-14:31). #Internet #Mundo #Tecnología #Escenas #Modelo #Oculto #Modelos #Fotografías #Reconstruir #Monumentos #Durante #Lugares #Megadepth #Permitió #Cómo
    0 Comentarios 0 Acciones 35 Vistas 0 Reseñas
  • 📰 Apple Maps ahora es increíblemente realista: esta es la tecnología detrás de ello
    🌐 🇧🇷 PT: Apple Maps ahora es increíblemente realista: esta es la tecnología detrás de ello | 🇫🇷 FR: Apple Maps ahora es increíblemente realista: esta es la tecnología detrás de ello | 🇩🇪 DE: Apple Maps ahora es increíblemente realista: esta es la tecnología detrás de ello | 🇮🇹 IT: Apple Maps ahora es increíblemente realista: esta es la tecnología detrás de ello

    Este vídeo explica cómo Apple ha revolucionado la experiencia visual de Apple Maps mediante la implementación de 3D Gaussian Splatting en su función Flyover (0:46). Esta tecnología permite renderizar ciudades con un realismo fotográfico sin precedentes, superando las limitaciones de la fotogrametría tradicional, que solía generar geometrías deformadas, árboles poco realistas (el fenómeno de "árboles brócoli") y problemas con superficies reflectantes (01:30 - 02:35).
    Puntos clave del vídeo:

    Tecnología híbrida: Apple emplea un enfoque inteligente que combina mallas 3D tradicionales para estructuras simples (carreteras, paredes) con Gaussian Splatting para detalles complejos como vegetación y arquitectura intrincada, logrando así un alto rendimiento y escalabilidad en más de 350 ciudades (03:27 - 04:04).
    Comparativa con la competencia: Aunque Google posee una vasta infraestructura de datos (Street View, imágenes aéreas), Apple ha logrado integrar esta tecnología en una experiencia de consumo a gran escala antes, marcando un hito en la computación espacial (07:43 - 08:52).
    El futuro del mapeo: El vídeo destaca que no se trata solo de mapas más bonitos, sino de una nueva forma de codificar la realidad física en las máquinas, lo que tendrá implicaciones profundas para la computación espacial, los simuladores de conducción autónoma y aplicaciones inmersivas en dispositivos como el Vision Pro (09:35 - 12:13).

    📺 Canal: Bilawal Sidhu
    🔗 Video original: https://www.youtube.com/watch?v=FycMZySPG9Y

    #Apple #Tecnología #Maps #Increíblemente #Realista #Detrás #Ahora #Ello #Experiencia #Gaussian #Splatting #Ciudades #Árboles #Computación #Espacial
    📰 Apple Maps ahora es increíblemente realista: esta es la tecnología detrás de ello 🌐 🇧🇷 PT: Apple Maps ahora es increíblemente realista: esta es la tecnología detrás de ello | 🇫🇷 FR: Apple Maps ahora es increíblemente realista: esta es la tecnología detrás de ello | 🇩🇪 DE: Apple Maps ahora es increíblemente realista: esta es la tecnología detrás de ello | 🇮🇹 IT: Apple Maps ahora es increíblemente realista: esta es la tecnología detrás de ello Este vídeo explica cómo Apple ha revolucionado la experiencia visual de Apple Maps mediante la implementación de 3D Gaussian Splatting en su función Flyover (0:46). Esta tecnología permite renderizar ciudades con un realismo fotográfico sin precedentes, superando las limitaciones de la fotogrametría tradicional, que solía generar geometrías deformadas, árboles poco realistas (el fenómeno de "árboles brócoli") y problemas con superficies reflectantes (01:30 - 02:35). Puntos clave del vídeo: Tecnología híbrida: Apple emplea un enfoque inteligente que combina mallas 3D tradicionales para estructuras simples (carreteras, paredes) con Gaussian Splatting para detalles complejos como vegetación y arquitectura intrincada, logrando así un alto rendimiento y escalabilidad en más de 350 ciudades (03:27 - 04:04). Comparativa con la competencia: Aunque Google posee una vasta infraestructura de datos (Street View, imágenes aéreas), Apple ha logrado integrar esta tecnología en una experiencia de consumo a gran escala antes, marcando un hito en la computación espacial (07:43 - 08:52). El futuro del mapeo: El vídeo destaca que no se trata solo de mapas más bonitos, sino de una nueva forma de codificar la realidad física en las máquinas, lo que tendrá implicaciones profundas para la computación espacial, los simuladores de conducción autónoma y aplicaciones inmersivas en dispositivos como el Vision Pro (09:35 - 12:13). 📺 Canal: Bilawal Sidhu 🔗 Video original: https://www.youtube.com/watch?v=FycMZySPG9Y #Apple #Tecnología #Maps #Increíblemente #Realista #Detrás #Ahora #Ello #Experiencia #Gaussian #Splatting #Ciudades #Árboles #Computación #Espacial
    Apple Maps Just Got Insanely Realistic — Here's The Tech Behind It
    WWW.YOUTUBE.COM
    Apple Maps Just Got Insanely Realistic — Here's The Tech Behind It
    Este vídeo explica cómo Apple ha revolucionado la experiencia visual de Apple Maps mediante la implementación de 3D Gaussian Splatting en su función Flyover (0:46). Esta tecnología permite renderizar ciudades con un realismo fotográfico sin precedentes, superando las limitaciones de la fotogrametría tradicional, que solía generar geometrías deformadas, árboles poco realistas (el fenómeno de "árboles brócoli") y problemas con superficies reflectantes (01:30 - 02:35). Puntos clave del vídeo: Tecnología híbrida: Apple emplea un enfoque inteligente que combina mallas 3D tradicionales para estructuras simples (carreteras, paredes) con Gaussian Splatting para detalles complejos como vegetación y arquitectura intrincada, logrando así un alto rendimiento y escalabilidad en más de 350 ciudades (03:27 - 04:04). Comparativa con la competencia: Aunque Google posee una vasta infraestructura de datos (Street View, imágenes aéreas), Apple ha logrado integrar esta tecnología en una experiencia de consumo a gran escala antes, marcando un hito en la computación espacial (07:43 - 08:52). El futuro del mapeo: El vídeo destaca que no se trata solo de mapas más bonitos, sino de una nueva forma de codificar la realidad física en las máquinas, lo que tendrá implicaciones profundas para la computación espacial, los simuladores de conducción autónoma y aplicaciones inmersivas en dispositivos como el Vision Pro (09:35 - 12:13).
    0 Comentarios 0 Acciones 36 Vistas 0 Reseñas
  • 📰 Historial de ubicación de Google y aplicaciones: Aunque Google ha cambiado su arquitectura para almacenar datos localmente en los dispositivos (3:17-4:36), existen otras fuentes.
    🌐 🇧🇷 PT: Historial de ubicación de Google y aplicaciones: Aunque Google ha cambiado su arquitectura para almacenar datos localmente en los dispositivos (3:17-4:36), existen otras fuentes. | 🇫🇷 FR: Historial de ubicación de Google y aplicaciones: Aunque Google ha cambiado su arquitectura para almacenar datos localmente en los dispositivos (3:17-4:36), existen otras fuentes. | 🇩🇪 DE: Historial de ubicación de Google y aplicaciones: Aunque Google ha cambiado su arquitectura para almacenar datos localmente en los dispositivos (3:17-4:36), existen otras fuentes. | 🇮🇹 IT: Historial de ubicación de Google y aplicaciones: Aunque Google ha cambiado su arquitectura para almacenar datos localmente en los dispositivos (3:17-4:36), existen otras fuentes.

    Este vídeo explica cómo funciona la vigilancia digital moderna y cómo las autoridades utilizan diversas fuentes de datos para rastrear los movimientos de los ciudadanos. A continuación, un resumen de los puntos clave:

    Órdenes de geovalla (Geofence Warrants): La policía utiliza estas órdenes para solicitar a empresas tecnológicas datos de ubicación de todos los dispositivos que estuvieron en un área específica durante un período determinado, incluso si no son sospechosos (1:02-1:30).
    Capas de vigilancia: El vídeo detalla cómo se combina información de múltiples fuentes:

    Historial de ubicación de Google y aplicaciones: Aunque Google ha cambiado su arquitectura para almacenar datos localmente en los dispositivos (3:17-4:36), existen otras fuentes.
    Operadores de telefonía y apps de transporte: Las torres de telefonía y aplicaciones como Uber o Lyft siguen recopilando datos de ubicación (4:37-5:34).
    Vehículos conectados: Los coches modernos actúan como dispositivos de vigilancia móvil, registrando telemetría y, en algunos casos, vídeo (5:35-9:20).


    Teoría del Mosaico: El argumento central es que, aunque cada fuente de datos por separado puede parecer limitada, al combinarlas (el "mosaico"), las autoridades pueden obtener un retrato completo y detallado de la vida privada de una persona (9:20-10:28).
    Debate legal: El Tribunal Supremo de EE. UU. está debatiendo la constitucionalidad de estas prácticas en el caso Chatrie v. United States (11:50-12:50), considerando no solo la privacidad, sino también el impacto en libertades como la de expresión y asociación (16:41-18:00).

    📺 Canal: Bilawal Sidhu
    🔗 Video original: https://www.youtube.com/watch?v=FZJT81N_sDM

    #Vigilancia #Fuentes #Ubicación #Dispositivos #Everywhere #Datos #Your #Phone #Track #Here #Autoridades #Órdenes #Aplicaciones #Telefonía #Mosaico
    📰 Historial de ubicación de Google y aplicaciones: Aunque Google ha cambiado su arquitectura para almacenar datos localmente en los dispositivos (3:17-4:36), existen otras fuentes. 🌐 🇧🇷 PT: Historial de ubicación de Google y aplicaciones: Aunque Google ha cambiado su arquitectura para almacenar datos localmente en los dispositivos (3:17-4:36), existen otras fuentes. | 🇫🇷 FR: Historial de ubicación de Google y aplicaciones: Aunque Google ha cambiado su arquitectura para almacenar datos localmente en los dispositivos (3:17-4:36), existen otras fuentes. | 🇩🇪 DE: Historial de ubicación de Google y aplicaciones: Aunque Google ha cambiado su arquitectura para almacenar datos localmente en los dispositivos (3:17-4:36), existen otras fuentes. | 🇮🇹 IT: Historial de ubicación de Google y aplicaciones: Aunque Google ha cambiado su arquitectura para almacenar datos localmente en los dispositivos (3:17-4:36), existen otras fuentes. Este vídeo explica cómo funciona la vigilancia digital moderna y cómo las autoridades utilizan diversas fuentes de datos para rastrear los movimientos de los ciudadanos. A continuación, un resumen de los puntos clave: Órdenes de geovalla (Geofence Warrants): La policía utiliza estas órdenes para solicitar a empresas tecnológicas datos de ubicación de todos los dispositivos que estuvieron en un área específica durante un período determinado, incluso si no son sospechosos (1:02-1:30). Capas de vigilancia: El vídeo detalla cómo se combina información de múltiples fuentes: Historial de ubicación de Google y aplicaciones: Aunque Google ha cambiado su arquitectura para almacenar datos localmente en los dispositivos (3:17-4:36), existen otras fuentes. Operadores de telefonía y apps de transporte: Las torres de telefonía y aplicaciones como Uber o Lyft siguen recopilando datos de ubicación (4:37-5:34). Vehículos conectados: Los coches modernos actúan como dispositivos de vigilancia móvil, registrando telemetría y, en algunos casos, vídeo (5:35-9:20). Teoría del Mosaico: El argumento central es que, aunque cada fuente de datos por separado puede parecer limitada, al combinarlas (el "mosaico"), las autoridades pueden obtener un retrato completo y detallado de la vida privada de una persona (9:20-10:28). Debate legal: El Tribunal Supremo de EE. UU. está debatiendo la constitucionalidad de estas prácticas en el caso Chatrie v. United States (11:50-12:50), considerando no solo la privacidad, sino también el impacto en libertades como la de expresión y asociación (16:41-18:00). 📺 Canal: Bilawal Sidhu 🔗 Video original: https://www.youtube.com/watch?v=FZJT81N_sDM #Vigilancia #Fuentes #Ubicación #Dispositivos #Everywhere #Datos #Your #Phone #Track #Here #Autoridades #Órdenes #Aplicaciones #Telefonía #Mosaico
    Your Phone Can Track You Everywhere. Here's How.
    WWW.YOUTUBE.COM
    Your Phone Can Track You Everywhere. Here's How.
    Este vídeo explica cómo funciona la vigilancia digital moderna y cómo las autoridades utilizan diversas fuentes de datos para rastrear los movimientos de los ciudadanos. A continuación, un resumen de los puntos clave: Órdenes de geovalla (Geofence Warrants): La policía utiliza estas órdenes para solicitar a empresas tecnológicas datos de ubicación de todos los dispositivos que estuvieron en un área específica durante un período determinado, incluso si no son sospechosos (1:02-1:30). Capas de vigilancia: El vídeo detalla cómo se combina información de múltiples fuentes: Historial de ubicación de Google y aplicaciones: Aunque Google ha cambiado su arquitectura para almacenar datos localmente en los dispositivos (3:17-4:36), existen otras fuentes. Operadores de telefonía y apps de transporte: Las torres de telefonía y aplicaciones como Uber o Lyft siguen recopilando datos de ubicación (4:37-5:34). Vehículos conectados: Los coches modernos actúan como dispositivos de vigilancia móvil, registrando telemetría y, en algunos casos, vídeo (5:35-9:20). Teoría del Mosaico: El argumento central es que, aunque cada fuente de datos por separado puede parecer limitada, al combinarlas (el "mosaico"), las autoridades pueden obtener un retrato completo y detallado de la vida privada de una persona (9:20-10:28). Debate legal: El Tribunal Supremo de EE. UU. está debatiendo la constitucionalidad de estas prácticas en el caso Chatrie v. United States (11:50-12:50), considerando no solo la privacidad, sino también el impacto en libertades como la de expresión y asociación (16:41-18:00).
    0 Comentarios 0 Acciones 34 Vistas 0 Reseñas
  • 📰 Incluye información sobre incendios activos (NASA FIRMS), terremotos (USGS), tráfico urbano, cámaras de seguridad (CCTV) e infraestructura crítica como cables submarinos y presas (4:29, 6:00, 6:50).
    🌐 🇧🇷 PT: Incluye información sobre incendios activos (NASA FIRMS), terremotos (USGS), tráfico urbano, cámaras de seguridad (CCTV) e infraestructura crítica como cables submarinos y presas (4:29, 6:00, 6:50). | 🇫🇷 FR: Incluye información sobre incendios activos (NASA FIRMS), terremotos (USGS), tráfico urbano, cámaras de seguridad (CCTV) e infraestructura crítica como cables submarinos y presas (4:29, 6:00, 6:50). | 🇩🇪 DE: Incluye información sobre incendios activos (NASA FIRMS), terremotos (USGS), tráfico urbano, cámaras de seguridad (CCTV) e infraestructura crítica como cables submarinos y presas (4:29, 6:00, 6:50). | 🇮🇹 IT: Incluye información sobre incendios activos (NASA FIRMS), terremotos (USGS), tráfico urbano, cámaras de seguridad (CCTV) e infraestructura crítica como cables submarinos y presas (4:29, 6:00, 6:50).

    Este vídeo presenta God's Eye View (anteriormente conocido como WorldView), una plataforma de inteligencia espacial de código abierto creada por Bilawal Sidhu. La herramienta permite visualizar datos en tiempo real sobre un globo terráqueo 3D fotorrealista (0:40).
    Características clave del proyecto:

    Seguimiento en tiempo real: Integra datos de OpenSky y adsb.lol para aeronaves (incluyendo una capa militar), AISStream para buques y CelesTrak para órbitas de satélites (0:28, 0:42).
    Comando por voz: Utiliza la API de tiempo real de OpenAI para permitir navegación, control de capas, anotaciones y consultas espaciales mediante comandos de voz (1:11, 2:44).
    Modo cabina: Permite al usuario experimentar vistas en primera persona desde aeronaves con realidad aumentada (2:24).
    Datos geoespaciales: Incluye información sobre incendios activos (NASA FIRMS), terremotos (USGS), tráfico urbano, cámaras de seguridad (CCTV) e infraestructura crítica como cables submarinos y presas (4:29, 6:00, 6:50).
    Herramientas de análisis: El sistema permite medir distancias, trazar rutas y reproducir eventos pasados, como el lanzamiento de un cohete Falcon 9 (4:29, 8:39).

    Bilawal subraya que este lanzamiento es una versión de código abierto (V1) diseñada como un "patio de juegos" para que la comunidad explore, extienda y cree sus propias capas de datos (9:09).

    📺 Canal: Bilawal Sidhu
    🔗 Video original: https://www.youtube.com/watch?v=GRJaKcXZS94

    #Código #Abierto #Permite #Tenemos #Vista #Dios #Antes #Bilawal #Datos #Aeronaves #Lanzamiento #Tiempo #Real #Presenta #Anteriormente
    📰 Incluye información sobre incendios activos (NASA FIRMS), terremotos (USGS), tráfico urbano, cámaras de seguridad (CCTV) e infraestructura crítica como cables submarinos y presas (4:29, 6:00, 6:50). 🌐 🇧🇷 PT: Incluye información sobre incendios activos (NASA FIRMS), terremotos (USGS), tráfico urbano, cámaras de seguridad (CCTV) e infraestructura crítica como cables submarinos y presas (4:29, 6:00, 6:50). | 🇫🇷 FR: Incluye información sobre incendios activos (NASA FIRMS), terremotos (USGS), tráfico urbano, cámaras de seguridad (CCTV) e infraestructura crítica como cables submarinos y presas (4:29, 6:00, 6:50). | 🇩🇪 DE: Incluye información sobre incendios activos (NASA FIRMS), terremotos (USGS), tráfico urbano, cámaras de seguridad (CCTV) e infraestructura crítica como cables submarinos y presas (4:29, 6:00, 6:50). | 🇮🇹 IT: Incluye información sobre incendios activos (NASA FIRMS), terremotos (USGS), tráfico urbano, cámaras de seguridad (CCTV) e infraestructura crítica como cables submarinos y presas (4:29, 6:00, 6:50). Este vídeo presenta God's Eye View (anteriormente conocido como WorldView), una plataforma de inteligencia espacial de código abierto creada por Bilawal Sidhu. La herramienta permite visualizar datos en tiempo real sobre un globo terráqueo 3D fotorrealista (0:40). Características clave del proyecto: Seguimiento en tiempo real: Integra datos de OpenSky y adsb.lol para aeronaves (incluyendo una capa militar), AISStream para buques y CelesTrak para órbitas de satélites (0:28, 0:42). Comando por voz: Utiliza la API de tiempo real de OpenAI para permitir navegación, control de capas, anotaciones y consultas espaciales mediante comandos de voz (1:11, 2:44). Modo cabina: Permite al usuario experimentar vistas en primera persona desde aeronaves con realidad aumentada (2:24). Datos geoespaciales: Incluye información sobre incendios activos (NASA FIRMS), terremotos (USGS), tráfico urbano, cámaras de seguridad (CCTV) e infraestructura crítica como cables submarinos y presas (4:29, 6:00, 6:50). Herramientas de análisis: El sistema permite medir distancias, trazar rutas y reproducir eventos pasados, como el lanzamiento de un cohete Falcon 9 (4:29, 8:39). Bilawal subraya que este lanzamiento es una versión de código abierto (V1) diseñada como un "patio de juegos" para que la comunidad explore, extienda y cree sus propias capas de datos (9:09). 📺 Canal: Bilawal Sidhu 🔗 Video original: https://www.youtube.com/watch?v=GRJaKcXZS94 #Código #Abierto #Permite #Tenemos #Vista #Dios #Antes #Bilawal #Datos #Aeronaves #Lanzamiento #Tiempo #Real #Presenta #Anteriormente
    We Got Open Source God’s Eye Before GTA 6
    WWW.YOUTUBE.COM
    We Got Open Source God’s Eye Before GTA 6
    Este vídeo presenta God's Eye View (anteriormente conocido como WorldView), una plataforma de inteligencia espacial de código abierto creada por Bilawal Sidhu. La herramienta permite visualizar datos en tiempo real sobre un globo terráqueo 3D fotorrealista (0:40). Características clave del proyecto: Seguimiento en tiempo real: Integra datos de OpenSky y adsb.lol para aeronaves (incluyendo una capa militar), AISStream para buques y CelesTrak para órbitas de satélites (0:28, 0:42). Comando por voz: Utiliza la API de tiempo real de OpenAI para permitir navegación, control de capas, anotaciones y consultas espaciales mediante comandos de voz (1:11, 2:44). Modo cabina: Permite al usuario experimentar vistas en primera persona desde aeronaves con realidad aumentada (2:24). Datos geoespaciales: Incluye información sobre incendios activos (NASA FIRMS), terremotos (USGS), tráfico urbano, cámaras de seguridad (CCTV) e infraestructura crítica como cables submarinos y presas (4:29, 6:00, 6:50). Herramientas de análisis: El sistema permite medir distancias, trazar rutas y reproducir eventos pasados, como el lanzamiento de un cohete Falcon 9 (4:29, 8:39). Bilawal subraya que este lanzamiento es una versión de código abierto (V1) diseñada como un "patio de juegos" para que la comunidad explore, extienda y cree sus propias capas de datos (9:09).
    0 Comentarios 0 Acciones 35 Vistas 0 Reseñas
  • 📰 A diferencia de los motores de videojuegos clásicos, los modelos de IA aprenden la física de forma implícita analizando cantidades masivas de datos de vídeo. Esto les permite aproximar movimientos, colisiones y deformaciones (0:30-1:30).
    🌐 🇧🇷 PT: A diferencia de los motores de videojuegos clásicos, los modelos de IA aprenden la física de forma implícita analizando cantidades masivas de datos de vídeo. Esto les permite aproximar movimientos, colisiones y deformaciones (0:30-1:30). | 🇫🇷 FR: A diferencia de los motores de videojuegos clásicos, los modelos de IA aprenden la física de forma implícita analizando cantidades masivas de datos de vídeo. Esto les permite aproximar movimientos, colisiones y deformaciones (0:30-1:30). | 🇩🇪 DE: A diferencia de los motores de videojuegos clásicos, los modelos de IA aprenden la física de forma implícita analizando cantidades masivas de datos de vídeo. Esto les permite aproximar movimientos, colisiones y deformaciones (0:30-1:30). | 🇮🇹 IT: A diferencia de los motores de videojuegos clásicos, los modelos de IA aprenden la física de forma implícita analizando cantidades masivas de datos de vídeo. Esto les permite aproximar movimientos, colisiones y deformaciones (0:30-1:30).

    Este vídeo explica cómo la inteligencia artificial está pasando de ser un simple generador de medios a convertirse en un simulador del mundo físico. A continuación, los puntos clave:

    Física emergente sin motores tradicionales: A diferencia de los motores de videojuegos clásicos, los modelos de IA aprenden la física de forma implícita analizando cantidades masivas de datos de vídeo. Esto les permite aproximar movimientos, colisiones y deformaciones (0:30-1:30).
    La era del tiempo real: Modelos como Genie 3 están cambiando el paradigma al predecir el siguiente fotograma en tiempo real (1:54). Esto permite interacciones fluidas, a diferencia de los modelos de difusión que generan bloques estáticos de vídeo (2:44).
    Arquitectura autoregresiva frente a difusión: Mientras que los modelos de difusión generan todo el vídeo simultáneamente, los modelos autoregresivos predicen fotograma a fotograma. Esto permite secuencias de duración teóricamente infinita y un control constante por parte del usuario (3:42).
    Memoria y control: El desafío actual es la "memoria espacial", donde el modelo debe recordar qué objetos o daños existen en el entorno a medida que el usuario navega. Se utiliza una "ventana de contexto rodante" para mantener la coherencia del mundo (4:06).
    El futuro hacia la IA física: El autor sugiere que para 2027 veremos una evolución donde no solo controlaremos la cámara, sino también agentes incorporados (como SIMA de DeepMind) que puedan razonar y realizar tareas complejas en estos entornos simulados, convirtiendo a la IA en una capa de simulación para la robótica y el entretenimiento (6:07-7:39).

    📺 Canal: Bilawal Sidhu
    🔗 Video original: https://www.youtube.com/watch?v=iRBs8PCBCaA

    #Mundo #Convirtiendo #Simulador #Modelos #Está #Física #Permite #Fotograma #Difusión #Vídeo #Motores #Diferencia #Generan #Control #Usuario
    📰 A diferencia de los motores de videojuegos clásicos, los modelos de IA aprenden la física de forma implícita analizando cantidades masivas de datos de vídeo. Esto les permite aproximar movimientos, colisiones y deformaciones (0:30-1:30). 🌐 🇧🇷 PT: A diferencia de los motores de videojuegos clásicos, los modelos de IA aprenden la física de forma implícita analizando cantidades masivas de datos de vídeo. Esto les permite aproximar movimientos, colisiones y deformaciones (0:30-1:30). | 🇫🇷 FR: A diferencia de los motores de videojuegos clásicos, los modelos de IA aprenden la física de forma implícita analizando cantidades masivas de datos de vídeo. Esto les permite aproximar movimientos, colisiones y deformaciones (0:30-1:30). | 🇩🇪 DE: A diferencia de los motores de videojuegos clásicos, los modelos de IA aprenden la física de forma implícita analizando cantidades masivas de datos de vídeo. Esto les permite aproximar movimientos, colisiones y deformaciones (0:30-1:30). | 🇮🇹 IT: A diferencia de los motores de videojuegos clásicos, los modelos de IA aprenden la física de forma implícita analizando cantidades masivas de datos de vídeo. Esto les permite aproximar movimientos, colisiones y deformaciones (0:30-1:30). Este vídeo explica cómo la inteligencia artificial está pasando de ser un simple generador de medios a convertirse en un simulador del mundo físico. A continuación, los puntos clave: Física emergente sin motores tradicionales: A diferencia de los motores de videojuegos clásicos, los modelos de IA aprenden la física de forma implícita analizando cantidades masivas de datos de vídeo. Esto les permite aproximar movimientos, colisiones y deformaciones (0:30-1:30). La era del tiempo real: Modelos como Genie 3 están cambiando el paradigma al predecir el siguiente fotograma en tiempo real (1:54). Esto permite interacciones fluidas, a diferencia de los modelos de difusión que generan bloques estáticos de vídeo (2:44). Arquitectura autoregresiva frente a difusión: Mientras que los modelos de difusión generan todo el vídeo simultáneamente, los modelos autoregresivos predicen fotograma a fotograma. Esto permite secuencias de duración teóricamente infinita y un control constante por parte del usuario (3:42). Memoria y control: El desafío actual es la "memoria espacial", donde el modelo debe recordar qué objetos o daños existen en el entorno a medida que el usuario navega. Se utiliza una "ventana de contexto rodante" para mantener la coherencia del mundo (4:06). El futuro hacia la IA física: El autor sugiere que para 2027 veremos una evolución donde no solo controlaremos la cámara, sino también agentes incorporados (como SIMA de DeepMind) que puedan razonar y realizar tareas complejas en estos entornos simulados, convirtiendo a la IA en una capa de simulación para la robótica y el entretenimiento (6:07-7:39). 📺 Canal: Bilawal Sidhu 🔗 Video original: https://www.youtube.com/watch?v=iRBs8PCBCaA #Mundo #Convirtiendo #Simulador #Modelos #Está #Física #Permite #Fotograma #Difusión #Vídeo #Motores #Diferencia #Generan #Control #Usuario
    AI Video Is Becoming a World Simulator
    WWW.YOUTUBE.COM
    AI Video Is Becoming a World Simulator
    Este vídeo explica cómo la inteligencia artificial está pasando de ser un simple generador de medios a convertirse en un simulador del mundo físico. A continuación, los puntos clave: Física emergente sin motores tradicionales: A diferencia de los motores de videojuegos clásicos, los modelos de IA aprenden la física de forma implícita analizando cantidades masivas de datos de vídeo. Esto les permite aproximar movimientos, colisiones y deformaciones (0:30-1:30). La era del tiempo real: Modelos como Genie 3 están cambiando el paradigma al predecir el siguiente fotograma en tiempo real (1:54). Esto permite interacciones fluidas, a diferencia de los modelos de difusión que generan bloques estáticos de vídeo (2:44). Arquitectura autoregresiva frente a difusión: Mientras que los modelos de difusión generan todo el vídeo simultáneamente, los modelos autoregresivos predicen fotograma a fotograma. Esto permite secuencias de duración teóricamente infinita y un control constante por parte del usuario (3:42). Memoria y control: El desafío actual es la "memoria espacial", donde el modelo debe recordar qué objetos o daños existen en el entorno a medida que el usuario navega. Se utiliza una "ventana de contexto rodante" para mantener la coherencia del mundo (4:06). El futuro hacia la IA física: El autor sugiere que para 2027 veremos una evolución donde no solo controlaremos la cámara, sino también agentes incorporados (como SIMA de DeepMind) que puedan razonar y realizar tareas complejas en estos entornos simulados, convirtiendo a la IA en una capa de simulación para la robótica y el entretenimiento (6:07-7:39).
    0 Comentarios 0 Acciones 34 Vistas 0 Reseñas
  • 📰 Construí una vista divina del tiempo
    🌐 🇧🇷 PT: Construí una vista divina del tiempo | 🇫🇷 FR: Construí una vista divina del tiempo | 🇩🇪 DE: Construí una vista divina del tiempo | 🇮🇹 IT: Construí una vista divina del tiempo

    Este vídeo, presentado por Bilawal Sidhu, explora el concepto de reconstrucción 4D (espacio y tiempo) para transformar nuestra forma de interactuar con la memoria y la realidad.
    Puntos clave:

    La técnica de reconstrucción 4D: El autor explica cómo utiliza modelos de visión artificial para procesar vídeos 2D y convertirlos en escenas 3D persistentes en el tiempo. Esto permite "caminar" a través de recuerdos (0:45 - 1:44).
    Filosofía y Existencialismo: Inspirado por Kurt Vonnegut, el vídeo reflexiona sobre cómo percibirían el tiempo seres multidimensionales, sugiriendo una visión de la vida donde todos los momentos existen simultáneamente, como un "registro de auditoría" de la realidad (2:32 - 3:56).
    Aplicaciones prácticas:

    Palacio de la memoria geoespacial: Capacidad de superponer grabaciones de distintas épocas (verano e invierno) en el mismo lugar físico (3:56 - 4:43).
    Reconstrucción de eventos: Muestra cómo agregar fotos públicas para reconstruir tridimensionalmente el entorno de un evento, como TED 2026 (4:43 - 6:09).
    Análisis forense: Reconstrucción de un accidente aéreo (Prime Air Flight 7598) combinando datos de vuelo y fotos a nivel del suelo para entender qué ocurrió realmente (6:09 - 7:46).


    El futuro: El autor propone la creación de un "común 4D global", una base de datos colectiva donde el sensorium humano pueda contribuir a un registro preciso y compartido de la historia física de nuestro planeta (7:46 - 10:18).

    📺 Canal: Bilawal Sidhu
    🔗 Video original: https://www.youtube.com/watch?v=rVlRQakpOME

    #Tiempo #Reconstrucción #Construí #Vista #Divina #Memoria #Realidad #Visión #Registro #Cómo #Vídeo #Presentado #Bilawal #Explora #Concepto
    📰 Construí una vista divina del tiempo 🌐 🇧🇷 PT: Construí una vista divina del tiempo | 🇫🇷 FR: Construí una vista divina del tiempo | 🇩🇪 DE: Construí una vista divina del tiempo | 🇮🇹 IT: Construí una vista divina del tiempo Este vídeo, presentado por Bilawal Sidhu, explora el concepto de reconstrucción 4D (espacio y tiempo) para transformar nuestra forma de interactuar con la memoria y la realidad. Puntos clave: La técnica de reconstrucción 4D: El autor explica cómo utiliza modelos de visión artificial para procesar vídeos 2D y convertirlos en escenas 3D persistentes en el tiempo. Esto permite "caminar" a través de recuerdos (0:45 - 1:44). Filosofía y Existencialismo: Inspirado por Kurt Vonnegut, el vídeo reflexiona sobre cómo percibirían el tiempo seres multidimensionales, sugiriendo una visión de la vida donde todos los momentos existen simultáneamente, como un "registro de auditoría" de la realidad (2:32 - 3:56). Aplicaciones prácticas: Palacio de la memoria geoespacial: Capacidad de superponer grabaciones de distintas épocas (verano e invierno) en el mismo lugar físico (3:56 - 4:43). Reconstrucción de eventos: Muestra cómo agregar fotos públicas para reconstruir tridimensionalmente el entorno de un evento, como TED 2026 (4:43 - 6:09). Análisis forense: Reconstrucción de un accidente aéreo (Prime Air Flight 7598) combinando datos de vuelo y fotos a nivel del suelo para entender qué ocurrió realmente (6:09 - 7:46). El futuro: El autor propone la creación de un "común 4D global", una base de datos colectiva donde el sensorium humano pueda contribuir a un registro preciso y compartido de la historia física de nuestro planeta (7:46 - 10:18). 📺 Canal: Bilawal Sidhu 🔗 Video original: https://www.youtube.com/watch?v=rVlRQakpOME #Tiempo #Reconstrucción #Construí #Vista #Divina #Memoria #Realidad #Visión #Registro #Cómo #Vídeo #Presentado #Bilawal #Explora #Concepto
    I Built a God’s Eye View of Time. Then It Blew Up.
    WWW.YOUTUBE.COM
    I Built a God’s Eye View of Time. Then It Blew Up.
    Este vídeo, presentado por Bilawal Sidhu, explora el concepto de reconstrucción 4D (espacio y tiempo) para transformar nuestra forma de interactuar con la memoria y la realidad. Puntos clave: La técnica de reconstrucción 4D: El autor explica cómo utiliza modelos de visión artificial para procesar vídeos 2D y convertirlos en escenas 3D persistentes en el tiempo. Esto permite "caminar" a través de recuerdos (0:45 - 1:44). Filosofía y Existencialismo: Inspirado por Kurt Vonnegut, el vídeo reflexiona sobre cómo percibirían el tiempo seres multidimensionales, sugiriendo una visión de la vida donde todos los momentos existen simultáneamente, como un "registro de auditoría" de la realidad (2:32 - 3:56). Aplicaciones prácticas: Palacio de la memoria geoespacial: Capacidad de superponer grabaciones de distintas épocas (verano e invierno) en el mismo lugar físico (3:56 - 4:43). Reconstrucción de eventos: Muestra cómo agregar fotos públicas para reconstruir tridimensionalmente el entorno de un evento, como TED 2026 (4:43 - 6:09). Análisis forense: Reconstrucción de un accidente aéreo (Prime Air Flight 7598) combinando datos de vuelo y fotos a nivel del suelo para entender qué ocurrió realmente (6:09 - 7:46). El futuro: El autor propone la creación de un "común 4D global", una base de datos colectiva donde el sensorium humano pueda contribuir a un registro preciso y compartido de la historia física de nuestro planeta (7:46 - 10:18).
    0 Comentarios 0 Acciones 34 Vistas 0 Reseñas
  • Los sicarios del Nono: los crímenes que golpearon a Rancagua | 24horas https://www.24horas.cl/informe-especial/24-horas-reportajes/los-sicarios-del-nono-los-crimenes-que-golpearon-a-rancagua?fbclid=IwY2xjawUrkLFleHRuA2FlbQIxMABwZG9mBWJyaWQRMVZWWDJUTVY3STFIWVUxdDFzcnRjBmFwcF9pZBAyMjIwMzkxNzg4MjAwODkyAAEeNK0c77k_d46N63pPYn91p02Gt9sGA9dlpH7Gvd0dxYGkS_LnlMqGSNggnkA_aem_k2i4Kl71OdCY6WbiaWKahQ
    Los sicarios del Nono: los crímenes que golpearon a Rancagua | 24horas https://www.24horas.cl/informe-especial/24-horas-reportajes/los-sicarios-del-nono-los-crimenes-que-golpearon-a-rancagua?fbclid=IwY2xjawUrkLFleHRuA2FlbQIxMABwZG9mBWJyaWQRMVZWWDJUTVY3STFIWVUxdDFzcnRjBmFwcF9pZBAyMjIwMzkxNzg4MjAwODkyAAEeNK0c77k_d46N63pPYn91p02Gt9sGA9dlpH7Gvd0dxYGkS_LnlMqGSNggnkA_aem_k2i4Kl71OdCY6WbiaWKahQ
    Los sicarios del Nono: los crímenes que golpearon a Rancagua
    WWW.24HORAS.CL
    Los sicarios del Nono: los crímenes que golpearon a Rancagua
    Hace algunos meses una balacera al interior de una iglesia de Rancagua estremeció por su crudeza. Hoy revelamos en exclusiva cómo actuaba la banda de sicarios que operó detrás de este homicidio frustrado y otros consumados que fueron perpetrados en esta misma ciudad. Se observa un nivel de violencia inédito a cargo de un clan y su líder que habría subcontratado a asesinos a sueldo para ganar control territorial.
    0 Comentarios 0 Acciones 247 Vistas 0 Reseñas
  • 0 Comentarios 0 Acciones 143 Vistas 0 Reseñas
  • 0 Comentarios 0 Acciones 82 Vistas 0 Reseñas
Inicio Mapas 🐾 Mascotas Mercado Entrar
RedSocial.cl La red Social de Chile y el mundo https://redsocial.cl