Sigue leyendo las noticias clave de IA
Filtrar y personalizar
DeepSeek presenta Janus: el modelo multimodal que desacopla la codificación visual para unificar comprensión profunda y generación de imágenesDeepSeek lanza Janus, modelo multimodal que desacoLeer análisis completo
DeepSeek Presenta Janus-Pro: Modelo Multimodal Unificado con Arquitectura Desacoplada para Comprensión y Generación VisualDeepSeek lanza Janus-Pro, arquitectura multimodal.Leer análisis completo
DeepSeek Presenta DeepSeek-Prover-V1.5: Modelo Abierto para Demostración Formal de Teoremas en Lean Mediante MCTSDeepSeek detalla DeepSeek-Prover-V1.5, que optimizLeer análisis completo
Apple Presenta Ferret-UI: Modelo Multimodal para Agentes de Interfaz MóvilApple publica Ferret-UI, modelo multimodal optimizLeer análisis completo
ByteDance Presenta Seed-Music: Modelo Fundacional de Generación Musical con Control de Timbre y Edición MultimodalByteDance introduce Seed-Music, un modelo fundacioLeer análisis completo
EvolutionaryScale Presenta ESM3: Modelo Generativo Multimodal de 98B para Biología Programable y Diseño de ProteínasEvolutionaryScale lanza ESM3, modelo de 98B que diLeer análisis completo
Kyutai presenta Moshi: el modelo de voz multimodal en tiempo real con 200 milisegundos de latencia y pesos abiertosKyutai libera Moshi, modelo de diálogo por voz fulLeer análisis completo
Microsoft Presenta Phi-3 Vision: Modelo Multimodal Ligero de Gráficos y PantallasMicrosoft lanza Phi-3 Vision, modelo SLM multimodaLeer análisis completo
Meta FAIR Presenta SeamlessM4T v2: Modelo Fundacional Abierto de Traducción Multimodal de Voz y TextoMeta FAIR lanza SeamlessM4T v2, modelo fundacionalLeer análisis completo
Google Lanza Gemini 1.5 Flash-8B: Modelo Multimodal Ultrarrápido de Máxima EficienciaGoogle lanza Gemini 1.5 Flash-8B de baja latencia.Leer análisis completo
Moonshot AI Libera Kimi k1.5: Modelo de Razonamiento Multimodal ReforzadoMoonshot AI presenta Kimi k1.5, modelo multimodal.Leer análisis completo
Apple Presenta Ferret-UI: Modelo Multimodal para Comprensión Avanzada de Interfaces MóvilesApple presenta Ferret-UI para interpretar pantallaLeer análisis completo
Hugging Face Presenta SmolVLM: Modelo Multimodal Abierto de 2B para Video y Visión en Hardware LocalHugging Face lanza SmolVLM, modelo multimodal compLeer análisis completo
Cloudflare presenta Clef-omni para clasificar contenido multimodalClef-omni clasifica texto, imágenes, audio y videoLeer análisis completo
InternLM Presenta LMDeploy: Motor de Inferencia y Compresión Multimodal con Kernels TurboMind y Cuantización AWQInternLM presenta LMDeploy, motor de inferencia y.Leer análisis completo
NVIDIA Presenta NVLM 1.0: Familia Abierta Multimodal de 72B que Iguala a GPT-4o Preservando Rendimiento TextualNVIDIA lanza NVLM 1.0, modelos multimodales abiertLeer análisis completo