Tencent Cloud lanza la herramienta de desarrollo de inteligencia artificial CloudBase AI CLI, que reduce en un 80% la cantidad de código

Herramienta de prueba virtual Voost que reproduce texturas y detalles de pliegues de la ropa

Los investigadores presentaron el marco Voost, que logra el aprendizaje bilateral de probarse/quitarse ropa virtual mediante un único transformador de difusión, sin necesidad de etiquetas adicionales. Utiliza de forma innovadora la escala de temperatura de atención y la técnica de muestreo de autoajuste para mejorar la estabilidad del modelo. En varios benchmarks, muestra un buen rendimiento, mejorando significativamente la precisión de alineación entre ropa y cuerpo y la calidad de generación. Esta tecnología representa un avance en el ámbito de la moda digital, y el proyecto está disponible como código abierto.

Open AI presenta de gran importancia la guía de prompts de GPT-5: desbloquear nuevas dimensiones en programación con IA y multimodalidad

Modelo visual MiniCPM-V 4.0, aplicación en teléfono más fluida

El modelo MiniCPM-V4.0, con 410M parámetros, destaca en visión artificial (puntaje 69.0) y está optimizado para móviles como iPhone16Pro Max. Incluye app iOS y guías.....

Xiaomi presenta el último modelo de múltimodal abierto Xiaomi MiMo-VL-7B-2508

El equipo de modelos grandes de Xiaomi anunció el lanzamiento del último modelo multimodal de múltimodal abierto Xiaomi MiMo-VL-7B-2508, que incluye dos versiones: RL y SFT. Los datos oficiales muestran que en las cuatro capacidades principales, razonamiento disciplinario, comprensión de documentos, localización de interfaces gráficas y comprensión de videos, el nuevo modelo ha superado los registros anteriores. Por primera vez, la prueba MMMU superó la barrera de los 70 puntos, ChartQA alcanzó un 94,4, ScreenSpot-v2 llegó a 92,5 y VideoMME subió a 70,8.

OpenAI lanza el modelo GPT-5 con un gran aumento en la capacidad de razonamiento multimodal y lo hace completamente gratuito

OpenAI lanza GPT-5, modelo gratuito con capacidades multimodales. Destaca en programación, enseñanza y escritura creativa, ofreciendo demostraciones dinámicas y expresión emocional personalizada. Mejora la eficiencia en desarrollo, con opciones de configuración y mecanismos de seguridad. Su estrategia gratuita impulsa la adopción de IA.....

La nueva generación del modelo multimodal MiniCPM-V 4.0 de Mingshi Intelligence se ha abierto al público

La comunidad ModelScope de Moka anunció que el nuevo modelo multimodal MiniCPM-V 4.0 de Mingshi Intelligence está ahora disponible como código abierto. Con una cantidad de parámetros de 4B, este modelo ha logrado resultados de SOTA (State of the Art, es decir, lo mejor en la actualidad) en varios rankings como OpenCompass, OCRBench y MathVista, y también ha logrado un funcionamiento estable y fluido en dispositivos móviles como teléfonos móviles. Además, el equipo oficial también ha abierto al público las herramientas para la implementación de inferencia de MiniCPM-V

Tencent Hunyuan libera y presenta modelos de 0,5B, 1,8B, 4B y 7B

El equipo de Tencent Hunyuan anuncia el lanzamiento de cuatro modelos de pequeño tamaño con parámetros de 0,5B, 1,8B, 4B y 7B. Estos modelos están diseñados para tarjetas gráficas de uso general, adecuados para escenarios de bajo consumo como portátiles, teléfonos móviles, sistemas de vehículos inteligentes y hogares inteligentes, y admiten la fine-tuning de bajo costo en campos verticales. Esta medida enriquece aún más el sistema de modelos abiertos de Hunyuan, brindando a desarrolladores y empresas más opciones de tamaños de modelos. La liberación de estos cuatro modelos forma parte del continuo esfuerzo de Tencent Hunyuan por abrir al público sus grandes modelos, con el objetivo de ofrecer a desarrolladores y empresas más opciones para satisfacer sus necesidades.

Kunlun Group lanza y abre el código de su nuevo modelo de razonamiento MindLink

Kunlun Group lanzó oficialmente y abrió el código de su nuevo modelo de razonamiento Skywork MindLink, al mismo tiempo que anunció los pesos del modelo de 72B, el informe técnico y los enlaces al repositorio de código, lo que ha generado amplia atención en la industria. Este modelo utiliza un marco de razonamiento innovador para seleccionar dinámicamente caminos, combinando flexiblemente los métodos de razonamiento y no razonamiento según la complejidad de la tarea, lo que reduce los costos computacionales mientras mejora la transparencia y la eficiencia de las respuestas.

¡GPT-5 llega con fuerza! OpenAI rompe el límite, la experiencia del usuario se mejora en su totalidad, ¿pero hay una crisis de gestión detrás?

La última generación del modelo de base Step 3 de Starry Edge se ha lanzado como código abierto

El equipo de Starry Edge anuncia oficialmente que su última generación del modelo de base Step 3 está disponible como código abierto. Step 3 es un modelo diseñado especialmente para empresas y desarrolladores que buscan el equilibrio óptimo entre rendimiento y costo, con el objetivo de crear el modelo más adecuado para aplicaciones en la era de la inferencia. La dirección de código abierto de este modelo incluye Github, Hugging Face y ModelScope, y los desarrolladores pueden descargarlo y probarlo libremente. Step 3 utiliza una arquitectura MoE, con un total de 321 mil millones de parámetros y 38 mil millones de parámetros activados.