Nomic AI presentó formalmente Nomic Embed Vision, un modelo de representación y embeddings multimodales completamente abierto que unifica el espacio latente de imágenes y texto con alta fidelidad semántica. Frente a los modelos propietarios de recuperación visual cuyas matrices de proyección y ponderaciones permanecen cerradas, Nomic Embed Vision proporciona pesos accesibles, datos de entrenamiento trazables y un pipeline contrastivo riguroso que permite realizar búsqueda cruzada imagen-texto, clustering no supervisado y recuperación aumentada por generación (RAG multimodal) con rendimiento superior y reproducibilidad absoluta.
Capítulo 01
La noticia en una frase
Nomic presenta Nomic Embed Vision, modelo abierto de embeddings multimodales de 1.5B con alineación contrastiva abierta para búsqueda visual y texto cruzado.
La arquitectura alinea representaciones visuales y de texto en un espacio latente conjunto para indexación y búsqueda semántica de alta precisión.
Capítulo 02
