Baidu ha lanzado UniVG, un modelo de generación de video. Para tareas de alta y baja libertad, emplea diferentes métodos de generación, mostrando un rendimiento excepcional en la base de datos de video MSR-VTT. Admite diversas combinaciones de entrada de texto e imágenes.
UniVG utiliza la atención cruzada multicriterio y ruido gaussiano sesgado, lo que le confiere innovación y valor práctico.
¡Bienvenido a la columna [AI Diario]! Aquí está tu guía diaria para explorar el mundo de la inteligencia artificial. Todos los días te presentamos el contenido más destacado en el campo de la IA, centrándonos en los desarrolladores para ayudarte a comprender las tendencias tecnológicas y conocer las aplicaciones innovadoras de productos de IA.
Dia Browser lanzará un modo Agent revolucionario con 'ratón clon' para operación paralela humano-AI. Permite multitarea segura con procesamiento local y comandos de voz, redefiniendo la navegación.....
Pika lanza una app de efectos de video con IA, convierte selfies en videos creativos con estilos variados. Incluye sincronización de audio, personalización de escenas y generación de guiones. Interfaz sencilla y videos de alta calidad, ideal para redes sociales. Expansión al mercado de consumo, facilitando la creación de contenido con IA.....
Recientemente, el equipo Seed de ByteDance presentó oficialmente el nuevo modelo Vision-Language-Action (VLA) GR-3, que demuestra capacidades revolucionarias en el campo de la operación robótica. Este modelo no solo puede comprender instrucciones de lenguaje que incluyan conceptos abstractos, sino que también puede manipular con precisión objetos flexibles y tiene una capacidad de generalización para migrar rápidamente a nuevas tareas y reconocer nuevos objetos. Este logro es considerado un avance importante hacia el 'cerebro universal para robots'. Los modelos tradicionales de operación robótica suelen depender de grandes cantidades de datos de trayectorias robóticas para su entrenamiento.
ZhiPu Z.ai lanza Zread.ai, una herramienta para leer proyectos de código abierto en chino, que permite pegar enlaces de GitHub para generar automáticamente la estructura del proyecto y las instrucciones de uso, reduciendo significativamente la barrera para que los desarrolladores comprendan proyectos de código abierto. Esta herramienta ha indexado muchos proyectos populares y ofrece la posibilidad de solicitar el índice para proyectos poco conocidos. La función Buzz permite reunir dinámicas de la comunidad, incluyendo commits, issues y noticias, ayudando a los desarrolladores a conocer el progreso del proyecto en su totalidad. Esta herramienta cubre un vacío en la lectura de proyectos de código abierto en chino y tiene potencial para convertirse en una herramienta esencial para los desarrolladores.
01.AI lanzó 'Wanzi', solución empresarial con 5 funciones clave: ejecución eficiente, precisión, aprendizaje autónomo, conectividad y despliegue rápido. Kai-Fu Lee destaca el modelo de 'co-creación' para transformar operaciones empresariales con IA.....
ByteDance abre el modelo de traducción multilingüe de bajo peso, Seed-X, que apoya la traducción bidireccional en 28 idiomas y tiene un rendimiento comparable al de los modelos más avanzados. Este modelo de 7 mil millones de parámetros se basa en la arquitectura Mistral y se centra en la optimización de la traducción, mostrando un buen desempeño en varios campos. Utiliza una estrategia innovadora de entrenamiento para generar datos de alta calidad y optimizar la eficiencia de implementación. Esta es otra iniciativa abierta de ByteDance después de BAGEL, Seed-Coder, etc., impulsando el avance de la tecnología de traducción mediante inteligencia artificial.
El Instituto de Inteligencia Artificial de Qualcomm presenta una tecnología innovadora llamada CSD-VAR, que mejora la capacidad de generación de modelos de regresión visual mediante un método de descomposición contenido-estilo. Esta tecnología utiliza generación sensible a la escala y corrección SVD para lograr una separación precisa entre contenido y estilo, superando a los modelos de difusión tradicionales en fidelidad y efectos estilizados. El conjunto de datos CSD-100 complementario optimiza el entrenamiento y evaluación del modelo. Además, CSD-VAR introduce un mecanismo de memoria K-V para mejorar la eficiencia del procesamiento, mostrando un amplio potencial de aplicación en áreas como la creación artística y el desarrollo de videojuegos, demostrando así el avance de Qualcomm en tecnología de generación visual.
Zhipu AI lanza una nueva función llamada Zread, que convierte proyectos de GitHub en manuales de uso estructurados con un solo clic. Esta función no requiere configuración compleja y genera documentos detallados y bien estructurados, incluyendo navegación por contenido y gráficos visuales, lo que mejora significativamente la capacidad de los desarrolladores para comprender proyectos de código abierto. Zread es adecuado para desarrolladores de todos los niveles, ayudándolos desde una vista general del proyecto hasta su uso avanzado. Esta es otra innovación de Zhipu AI en el ámbito de las herramientas para desarrolladores, después de la serie de modelos GLM de código abierto. Muestra el potencial de la IA para optimizar los procesos de desarrollo. Actualmente esta
Economistas advierten sobre el riesgo actual de la burbuja de la IA, que supera la de los años 90. La relación precio-beneficio de las diez primeras empresas del S&P 500 alcanza máximos históricos, pero los beneficios no crecen simultáneamente, lo que indica una desvinculación entre la valoración y los fundamentos. Gigantes tecnológicos como NVIDIA invierten grandes cantidades en la IA, pero sus ganancias aún no se comparan con sus gastos. Los expertos comparan la actual fiebre de la IA con la crisis hipotecaria subprime, señalando que existe un riesgo de sobrecalentamiento del mercado. Aunque se predice un rápido crecimiento del mercado de inteligencia artificial generativa, la escala actual de ingresos sigue siendo insignificante frente a las grandes inversiones, por lo que los inversores deben estar alerta ante el riesgo de ajustes en el mercado.
La CEO de Instacart, Fidji Simo, se unirá a OpenAI el 18 de agosto como nueva jefa de aplicaciones, informando directamente a Sam Altman. Se encargará de liderar un tercio del equipo de la empresa y de convertir la tecnología de inteligencia artificial en aplicaciones prácticas. Este cargo forma parte del plan de reorganización de Altman de mayo, con el objetivo de que se centre en la investigación y desarrollo, mientras que Simo se enfocará en el crecimiento del producto. Ella integrará los equipos de negocios existentes y promoverá la implementación de la inteligencia artificial en áreas como salud, educación y creatividad. Simo destacó el desarrollo de la inteligencia artificial.