Rask AI: Herramienta de traducción de video localizada, compatible con más de 60 idiomas

xAI lanza Grok Vision: una nueva era de interacción visual e inteligente multilingüe

¡Gran actualización de Grok! Se lanzan funciones impactantes: capacidad visual, procesamiento de audio multilingüe y búsqueda en tiempo real

Los nuevos modelos de inferencia de OpenAI, o3 y o4-mini, desatan una tendencia de geolocalización de fotos y preocupaciones sobre la privacidad

Con el continuo avance de la tecnología de inteligencia artificial, OpenAI ha lanzado recientemente sus últimos modelos de inferencia: o3 y o4-mini. Estos dos nuevos modelos no solo son más potentes en la comprensión de texto, sino que también poseen la capacidad de inferencia de imágenes, convirtiéndose rápidamente en los favoritos de los usuarios. Según el medio TechCrunch, cada vez más usuarios están utilizando ChatGPT para localizar el lugar exacto donde se tomaron las fotos, un nuevo fenómeno que ha generado un gran interés en las redes sociales. Los modelos o3 y o4-mini poseen una gran capacidad...

万卷·丝路 2.0: Conjunto de datos multimodales multilingüe de código abierto del Laboratorio de IA de Shanghai

El Laboratorio de IA de Shanghai ha publicado oficialmente el corpus multilingüe y multimodal "万卷·丝路 2.0", de código abierto. Este corpus añade tres idiomas con datos escasos (serbio, húngaro y checo) a los cinco idiomas existentes (árabe, ruso, coreano, vietnamita y tailandés). Abarca cuatro modalidades: texto, imagen, audio y vídeo, con un total de más de 11,5 millones de datos y más de 26.000 horas de audio y vídeo, convirtiéndose en un recurso importante en el campo multimodal de idiomas minoritarios.

ByteDance lanza Multi-SWE-bench, un nuevo estándar para la reparación automática de código multilingüe

En el mundo del desarrollo de software, la corrección de errores siempre ha sido un problema complejo. Ahora, el equipo del modelo Doubao de ByteDance tiene buenas noticias: han lanzado oficialmente el primer conjunto de datos de ingeniería de software (SWE) multilingüe: Multi-SWE-bench. Este nuevo conjunto de datos tiene como objetivo evaluar y mejorar la capacidad de los grandes modelos para reparar errores de código automáticamente. Multi-SWE-bench, en comparación con los conjuntos de datos monolingües anteriores, amplía significativamente el alcance de su aplicación. Este conjunto de datos no solo abarca Python...

Vision-R1: El aprendizaje por refuerzo potencia la localización visual, mejorando el rendimiento del modelo de imagen y texto en un 50%

Recientemente, el Instituto de Automatización de la Academia China de Ciencias y el equipo de Zidong Taichu han presentado un nuevo método, Vision-R1, que utiliza la tecnología de aprendizaje por refuerzo tipo R1 para mejorar significativamente la capacidad de localización visual. Este método no solo ha logrado una mejora del rendimiento del 50% en tareas complejas como la detección de objetos y la localización visual, sino que incluso supera a los modelos óptimos existentes (SOTA) con una escala de parámetros más de 10 veces mayor. Actualmente, los grandes modelos de imagen y texto suelen depender del método de "preentrenamiento + ajuste supervisado" para mejorar su capacidad de respuesta a las instrucciones del usuario, pero esto...

DeepSeek desmiente oficialmente: Los rumores sobre el lanzamiento del modelo R2 el 17 de marzo son falsos

Hoy, la empresa china de inteligencia artificial DeepSeek desmintió oficialmente a través de canales oficiales los rumores de que su próxima generación de modelos de IA, DeepSeek R2, se lanzaría el 17 de marzo. Anteriormente, circularon rumores en la plataforma X que afirmaban que DeepSeek R2 se presentaría a mediados de este mes, y que podría suponer un gran avance en la capacidad de programación, la inferencia multilingüe y la rentabilidad. Sin embargo, la cuenta oficial de atención al cliente de DeepSeek respondió claramente en un grupo de usuarios: "Desmentido: El lanzamiento de R2 es una noticia falsa", disipando por completo las especulaciones.

DeepSeek R2 podría lanzarse el 17 de marzo y desafiar a Claude Sonnet 3.7

Según las últimas noticias en X, el próximo modelo de IA de DeepSeek, DeepSeek R2, podría lanzarse oficialmente el 17 de marzo. Esta noticia ha generado un gran interés en la industria, y muchos creen que este nuevo modelo podría representar un desafío significativo para los gigantes de la IA existentes, como Claude Sonnet 3.7 de Anthropic. Según una publicación del usuario de X tanvitabs en la madrugada de hoy, DeepSeek R2 afirma haber logrado avances en varias áreas clave, incluyendo una mejor...

AI21 Labs lanza Jamba 1.6: Superando los límites del procesamiento de textos largos y con soporte para múltiples idiomas

AI21 Labs ha lanzado Jamba 1.6, una actualización que amplía significativamente la capacidad de procesamiento de textos largos y admite una variedad de idiomas. Esta mejora permite analizar y comprender documentos extensos con mayor precisión y eficiencia.

Babel, el modelo de lenguaje grande de código abierto de Alibaba, admite 25 idiomas y empodera al 90% de la población mundial