Alibaba anuncia el lanzamiento de su aplicación insignia de IA, el nuevo Quark, con integración inmediata de los modelos de la serie Tongyi

ByteDance lanza Vidi, un modelo multimodal que revoluciona la comprensión y edición de videos extensos

Shanghai AI Lab lanza la versión mejorada del modelo multimodal multifacético: Shu Sheng · Wan Xiang 3.0

ByteDance lanza el modelo multimodal Liquid de código abierto: una revolución en la generación unificada de imágenes y texto

El campo de la inteligencia artificial ha experimentado un gran avance. AIbase ha obtenido información de las redes sociales de que ByteDance ha anunciado recientemente el lanzamiento de código abierto de su nuevo modelo generativo multimodal Liquid. Este modelo, con su innovadora codificación unificada y su arquitectura de modelo de lenguaje grande único (LLM), ha logrado una integración perfecta de las tareas de comprensión y generación de imágenes. Este lanzamiento no solo muestra la ambición tecnológica de ByteDance en IA multimodal, sino que también proporciona a los desarrolladores de todo el mundo una potente herramienta de código abierto. A continuación, AIbase ofrece un análisis profundo del modelo Liquid, explorando sus innovaciones tecnológicas y su núcleo.

Plataforma Nacional de Supercomputación lanza un nuevo modelo multimodal de gran tamaño para impulsar el desarrollo de agentes de IA

SenseTime lanza un nuevo modelo multimodal de gran tamaño, preparando el camino para una nueva era de interacción

En el Día de Intercambio de Tecnología de SenseTime del 10 de abril, SenseTime presentó su último modelo multimodal de gran tamaño, SenseNova V6, y el sistema SenseCore 2.0. Este nuevo modelo de gran tamaño tiene como objetivo integrar varias formas de información, como texto, imágenes y video, para proporcionar a los usuarios una experiencia de interacción más natural y rica. La serie SenseNova V6 lanzada esta vez incluye cuatro versiones, siendo la más destacada SenseNova V6Pro.

Meta anuncia el lanzamiento de código abierto de Llama 4, un potente modelo multimodal

El gigante tecnológico estadounidense Meta ha lanzado su modelo de inteligencia artificial de código abierto más potente hasta la fecha: Llama 4. Este primer lanzamiento incluye dos modelos: Llama4Scout y Llama4Maverick. Llama4Scout cuenta con 109.000 millones de parámetros, 17.000 millones de parámetros activos y 16 expertos. Su característica más destacada es la compatibilidad con un contexto de 10 millones de tokens, lo que equivale a poder procesar más de 20 horas de vídeo, y todo ello funcionando en una sola GPU H100 (tras la cuantificación Int4).

Boletín diario de IA: Taobao inicia la gestión de imágenes falsas con IA; OpenAI anuncia soporte para el protocolo MCP; Alibaba lanza el modelo multimodal Qwen2.5-Omni

¡Bienvenido al boletín diario de IA! Aquí encontrará su guía diaria para explorar el mundo de la inteligencia artificial. Diariamente le presentamos los temas más relevantes del ámbito de la IA, centrados en los desarrolladores, para ayudarle a comprender las tendencias tecnológicas y las innovadoras aplicaciones de productos de IA. Más información sobre nuevos productos de IA: https://top.aibase.com/ 1、Alibaba lanza Qwen2.5-Omni, un nuevo modelo multimodal de extremo a extremo. El equipo de Alibaba Cloud Tongyi Qianwen ha lanzado Qwen2.5-Omni, un nuevo modelo multimodal de...

Alibaba lanza su primer modelo multimodal completo, Qwen2.5-Omni, desafiando a los gigantes tecnológicos mundiales

El 27 de marzo, a altas horas de la madrugada, Alibaba presentó con gran fanfarria su primer modelo multimodal completo: Tongyi Qianwen Qwen2.5-Omni-7B. Este modelo cuenta con potentes funciones, capaz de procesar simultáneamente múltiples tipos de entrada como texto, imágenes, audio y video, y puede generar texto y salida de voz natural en tiempo real. Este innovador avance tecnológico marca otro progreso de Alibaba en el campo de la inteligencia artificial. En la evaluación de OmniBench, una prueba autorizada de tareas de fusión multimodal, Qwen2.5-Omni obtuvo...

Alibaba lanza el nuevo modelo multimodal Qwen2.5-VL-32B: combina lenguaje visual y razonamiento matemático

En el campo de la inteligencia artificial, Alibaba vuelve a dar un gran golpe. Recientemente, Alibaba lanzó de código abierto su último modelo multimodal: Qwen2.5-VL-32B-Instruct. Este nuevo modelo forma parte de la serie Qwen2.5, que incluye otras versiones de 3B, 7B y 72B, mientras que la versión de 32B prioriza una experiencia de ejecución local conveniente sin sacrificar el rendimiento. Qwen2.5-VL-32B, optimizado mediante aprendizaje por refuerzo, destaca en varios aspectos. En primer lugar, sus respuestas son más coherentes con las expectativas humanas.

Boletín diario de IA: ¡Importante! Quark de Alibaba se actualiza a Súper Cuadro de IA; Google lanza el modelo multimodal Gemma-3 de código abierto; Luocheng Technology lanza Open-Sora 2.0, un modelo de video de código abierto

¡Bienvenido al boletín diario de IA! Aquí encontrará su guía diaria para explorar el mundo de la inteligencia artificial. Todos los días le presentamos los temas más destacados del campo de la IA, centrándonos en los desarrolladores y ayudándole a comprender las tendencias tecnológicas y las aplicaciones innovadoras de productos de IA. Para obtener más información sobre nuevos productos de IA, haga clic aquí: https://top.aibase.com/ 1. Alibaba lanza la aplicación insignia de IA, el nuevo "Quark", que se actualiza completamente a "Súper Cuadro de IA" El 13 de marzo, Alibaba lanzó su nueva aplicación insignia de IA actualizada: el nuevo Quark. Se espera que para 2025, Zhipu...