El 13 de marzo, Alibaba lanzó oficialmente su aplicación insignia de IA: la nueva Quark. Esta versión completamente renovada de Quark, basada en el modelo de inferencia y multimodal líder de Alibaba Tongyi, crea un "Supercuadro de IA" sin límites que ofrece a los usuarios una experiencia de IA completamente nueva.

¿Te desespera la lentitud de los modelos grandes al procesar textos largos? ¡No te preocupes! La Universidad de Tsinghua presenta una tecnología revolucionaria: el marco de inferencia APB paralelo por secuencia, ¡un verdadero motor turbo para los modelos grandes! Las pruebas muestran que esta tecnología, al procesar textos extremadamente largos, es hasta 10 veces más rápida que Flash Attention. ¡Sí, has leído bien, 10 veces más rápido! Con el auge de modelos como ChatGPT, la capacidad de "lectura" de la IA ha aumentado considerablemente, pudiendo procesar fácilmente textos de cientos de miles de palabras. Sin embargo, esto plantea un reto...

La compañía de telecomunicaciones de Malasia, Maxis, y Huawei Technologies (Malasia) Co., Ltd. anunciaron una colaboración estratégica para mejorar la inteligencia de las operaciones de red a través de la inteligencia artificial (IA) y el aprendizaje automático (ML). Esta colaboración no solo busca acelerar la transformación digital de Maxis, sino que también espera mejorar la experiencia del usuario y la eficiencia operativa mediante tecnologías de red de autooptimización inteligente. Según el comunicado de Maxis, esta colaboración abarcará un proyecto conjunto integral dedicado a la integración profunda de la IA y el ML.

Recientemente, LLMs.txt Generator ha recibido una importante actualización, lanzando oficialmente la versión v2. Esta herramienta permite convertir rápidamente cualquier contenido web en un archivo de texto utilizable para agentes de inteligencia artificial o modelos de lenguaje grande (LLM), brindando una gran comodidad a los desarrolladores y usuarios de aplicaciones de IA. El nuevo lanzamiento ha sido desarrollado por el equipo de @firecrawl_dev y cuenta con el apoyo total de su punto final oficial llmstxt. En comparación con la generación anterior, la velocidad de procesamiento se ha incrementado en un asombroso 1000%. Según se informa, LLMs.txt Generator v2

Según informes de Phoenix Technology, Luo Yihan se unió recientemente a Shengshu Technology como CEO, siendo totalmente responsable de la investigación y el desarrollo, los productos, la comercialización y la gestión del equipo de la empresa. Como doctor en Automatización de la Universidad Tsinghua, tiene más de diez años de experiencia en el campo de la computación en la nube y la IA, con una sólida formación técnica y experiencia en comercialización. Antes de unirse a Shengshu Technology, Luo Yihan se desempeñó como responsable de la línea de productos de aplicaciones de IA de ByteDance Volcano Engine, reportando directamente al presidente de Volcano Engine. Según se informa, él construyó esta línea de productos desde cero, cubriendo varios productos relacionados con la IA y gestionando un equipo de cientos de personas. Anteriormente, también participó en...

El 11 de marzo, el equipo del laboratorio Tongyi anunció la publicación de código abierto del modelo R1-Omni, un avance significativo en el desarrollo de modelos multimodales. Este modelo combina el aprendizaje por refuerzo con el método de recompensa verificable (RLVR), centrándose en mejorar la capacidad de razonamiento y el rendimiento de generalización en tareas de reconocimiento de emociones multimodales. El entrenamiento de R1-Omni se divide en dos fases. En la fase de arranque en frío, el equipo utilizó un conjunto de datos combinado que contiene 580 videos de Explainable Multimodal Emotio para el ajuste fino.

Baidu lanzó recientemente una aplicación de compañía emocional llamada "Yuexia". Esta aplicación se centra en el diálogo con IA de alta libertad y la interacción con guiones inmersivos, con el objetivo de explorar nuevas direcciones en el campo de las redes sociales y el entretenimiento.

El equipo de modelos Doubao de ByteDance anunció recientemente que ha superado con éxito los cuellos de botella clave de la arquitectura de modelos de expertos mixtos (MoE) y ha publicado una importante tecnología de optimización llamada COMET. Esta tecnología mejora significativamente la eficiencia del entrenamiento de los modelos grandes, logrando una mejora de hasta 1,7 veces y reduciendo en un 40% los costes de entrenamiento. Nota sobre la imagen: Imagen generada por IA, proveedor de servicios de licencias de imágenes Midjourney. Según la información facilitada, la tecnología COMET ya se ha aplicado en el entrenamiento de clústeres de miles de tarjetas gráficas de ByteDance, lo que ha supuesto un ahorro de millones de GP.

El 10 de marzo, Chengpian, la aplicación de Baidu Wenku, se integró oficialmente en la versión completa de DeepSeek-R1, ofreciendo a los usuarios funciones de asistencia de IA más eficientes y potentes. Basada en la gran cantidad de contenido acumulado y en la capacidad de IA de Baidu Wenku, Chengpian, después de esta actualización, podrá satisfacer mejor las diversas necesidades de los usuarios en el aprendizaje, la vida y la creación.

La aplicación Qichacha muestra que Huawei Technologies Co., Ltd. publicó recientemente una patente para un "método y dispositivo para la generación de modelos de IA". El resumen de la patente de Qichacha indica que esta patente pertenece al campo de la tecnología de inteligencia artificial y puede mejorar en cierta medida la eficiencia de la generación de modelos de IA y reducir el consumo de recursos. El método incluye: el primer procesador, basándose en la duración de ejecución de cada operador de los múltiples operadores del modelo de IA, el tamaño de la ocupación de la memoria de la segunda memoria del segundo procesador durante la ejecución de cada operador y la duración de la descarga de la memoria, construye un objetivo optimizado con la información de instrucción de operación como variable de optimización.

El 6 de marzo, el Instituto de Inteligencia Artificial de Beijing anunció la publicación del modelo de vector multimodal BGE-VL, un logro que marca un gran avance en el campo de la recuperación multimodal. El modelo BGE-VL ha logrado los mejores resultados en tareas de recuperación multimodal como la recuperación de imágenes y texto y la recuperación de imágenes combinadas, mejorando significativamente el rendimiento de la recuperación multimodal.