Search AI Products and News

Los modelos de lenguaje visual de código abierto Kimi-VL y Kimi-VL-Thinking han superado a GPT-4o en varias pruebas de referencia. Estos modelos representan un avance significativo en el campo de la inteligencia artificial, combinando la capacidad de procesamiento del lenguaje natural con la comprensión de imágenes.

El 25 de marzo de 2025, Google lanzó oficialmente su modelo de lenguaje grande de última generación, Gemini 2.5, una noticia que rápidamente generó un gran revuelo en el mundo de la tecnología. Como una importante actualización de la tecnología de IA de Google, Gemini 2.5 ha sido aclamado como el modelo más inteligente de la compañía hasta la fecha, gracias a su excepcional capacidad de razonamiento y sus características multimodales, marcando otro hito en el desarrollo de la inteligencia artificial. Gemini 2.5 Pro Experimental fue el primero en aparecer. Según el anuncio del blog oficial de Google, Ge...

Researchers at the University of California, Berkeley have recently released their latest research achievement – the TULIP (Towards Unified Language-Image Pretraining) model. This model aims to enhance the performance of vision-language pre-training, particularly in visually-centric tasks requiring high-fidelity understanding, overcoming the limitations of existing contrastive learning models (such as CLIP). TULIP integrates innovative techniques such as generative data augmentation, enhanced contrastive learning, and reconstruction regularization.