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.

Lantu Auto ha anunciado que su sistema de diálogo de IA de desarrollo propio se lanzará oficialmente en la primera mitad de 2025 y se aplicará a sus nuevos modelos de vehículos. El tiempo de respuesta del sistema es extremadamente rápido, con un tiempo de respuesta de menos de 1 segundo para todas las operaciones, lo que significa que los propietarios de vehículos pueden disfrutar de una experiencia más fluida al controlar el vehículo por voz. Además, el sistema tiene una tasa de reconocimiento de activación de más del 98%, capaz de reconocer con precisión las instrucciones del usuario. Con el progreso continuo de la tecnología, Lantu Auto planea llevar a cabo una actualización masiva de OTA (Over-The-Air) en la segunda mitad de 2025.

OpenAI ha realizado una renovación completa de su imagen de marca, presentando un nuevo logotipo, tipografía y paleta de colores. Según una entrevista con Wallpaper*, el objetivo de este cambio es que la imagen de marca parezca más "orgánica" y "humana". La diferencia entre el nuevo logotipo y el anterior es sutil, pero al compararlos uno al lado del otro, se puede observar que el espacio central del diseño de la "flor" en la nueva versión es ligeramente mayor y las líneas son más fluidas. El antiguo logotipo fue diseñado por Sam Altman, CEO de OpenAI.

El director de 'The Beast', Brady Corbet, confirmó recientemente que la aclamada película histórica empleó inteligencia artificial (IA) en la postproducción, principalmente para refinar los diálogos en húngaro de los actores principales y asistir en la creación de diseños arquitectónicos. En cuanto a los acentos de los actores, Corbet aclaró en una entrevista con Deadline: 'Las interpretaciones de Adrien Brody y Felicity Jones son completamente suyas. Trabajaron con la entrenadora de dialectos, Tanela Marshall, durante meses para perfeccionar sus acentos'. Explicó que la innovadora tecnología Respeecher solo se usó para modificar...

Recientemente, la compañía Doubao anunció el lanzamiento de su nuevo gran modelo de voz en tiempo real, que según afirman, ha logrado una "ventaja abismal" en el diálogo en chino, lo que representa una mejora significativa en la capacidad de diálogo de la IA. Este modelo está disponible completamente en la aplicación Doubao (versión 7.2.0 edición Año Nuevo), ofreciendo a los usuarios una experiencia de comunicación de voz más rica y realista. Según la descripción, el gran modelo de voz en tiempo real de Doubao ha logrado una profunda fusión entre la comprensión y la generación del habla, formando un sistema de diálogo por voz de extremo a extremo. Este avance tecnológico permite que el modelo mejore en expresividad, control y gestión de emociones en el habla.

Recientemente, la empresa de inteligencia artificial 思必驰 anunció el cierre de una nueva ronda de financiación por un valor de 500 millones de yuanes chinos. Entre los participantes de esta ronda se encuentran conocidos fondos de capital privado, plataformas estatales y fondos de capital riesgo. Esta inyección de capital impulsará aún más el rápido desarrollo de 思必驰 en dispositivos inteligentes y aplicaciones industriales. Nota sobre la imagen: Imagen generada por IA, proveedora de licencias de imágenes Midjourney. Se entiende que el éxito de esta financiación se debe principalmente a la capacidad comercial a escala de la empresa en escenarios de aplicaciones de extremo y a su tecnología de diálogo humano-máquina basada en modelos grandes.

ElevenLabs ha lanzado recientemente su último modelo de síntesis de voz, Flash, que afirma ser la solución de texto a voz (TTS) más rápida hasta la fecha, con un retraso de generación de voz de tan solo 75 milisegundos (más el retraso de la aplicación y la red). Flash es especialmente adecuado para asistentes de voz conversacionales de baja latencia, y los usuarios pueden experimentar esta nueva función inmediatamente en la plataforma de IA conversacional de ElevenLabs. El modelo Flash se divide en dos versiones: Flash v2 solo admite inglés, mientras que F...

El Instituto de Innovación Tecnológica de Abu Dhabi (TII) ha lanzado Falcon3, un nuevo modelo de IA de código abierto. Con un entrenamiento de 14 billones de tokens y un diseño de arquitectura optimizado, Falcon3 establece un nuevo récord de rendimiento en hardware de consumo. Este tamaño de entrenamiento es más del doble que su predecesor, Falcon2. La serie Falcon3 incluye cuatro variantes: 1B, 3B, 7B y 10B parámetros, cada una disponible en una versión base y una versión Instruct optimizada para diálogo. Aunque se ofrece específicamente en inglés, francés, español y portugués,...

OpenAI presentó oficialmente la nueva función ChatGPT Projects durante su séptima transmisión técnica en vivo. Esta innovadora función se considera un conjunto de proyectos que incluye varias herramientas útiles, como la carga de archivos e instrucciones, diálogos personalizados, Canvas, búsqueda en la web, administración de conversaciones y colaboración en tiempo real, lo que aumenta considerablemente la productividad del usuario. ChatGPT Projects marca la evolución de ChatGPT de una simple plataforma de conversación a una plataforma de colaboración eficiente. Los usuarios pueden...

¡Los modos de interacción con la inteligencia artificial están experimentando una transformación silenciosa y enorme! La función de estilo personalizado de Claude AI, lanzada por Anthropic, está redefiniendo los límites del diálogo humano-máquina. Esta innovadora tecnología deja de considerar a la IA como una fría máquina de conversación para convertirse en un asistente inteligente capaz de modificar el tono y ajustar la expresión según las necesidades del usuario. Claude ahora posee una asombrosa capacidad de adaptación lingüística. Ya sea que necesite documentos técnicos rigurosos y profesionales o una comunicación informal y amigable, se adapta con precisión a las preferencias de comunicación del usuario. Es como darle a la IA

Meta ha publicado recientemente un nuevo benchmark llamado Multi-IF, diseñado para evaluar la capacidad de los modelos de lenguaje grande (LLM) para seguir instrucciones en diálogos multironda y entornos multilingües. Este benchmark abarca ocho idiomas, incluye 4501 tareas de diálogo de tres rondas y se centra en el rendimiento de los modelos actuales en escenarios complejos de varias rondas y multilingües. La mayoría de los estándares de evaluación existentes se centran en diálogos de una sola ronda y tareas monolingües, lo que dificulta la evaluación completa del rendimiento de los modelos en aplicaciones reales. El lanzamiento de Multi-IF busca precisamente solucionar esto.

Microsoft ha logrado avances significativos en el ámbito de la inteligencia artificial empresarial, creando el ecosistema de agentes de IA empresarial más grande del mundo. Desde el lanzamiento de Copilot Studio, más de 100.000 organizaciones han participado en la creación y edición de agentes de IA. Este hito marca el liderazgo de Microsoft en el sector de la tecnología empresarial. Charles Lamanna, ejecutivo de Microsoft, afirmó que esta velocidad de crecimiento superó las expectativas y es más rápida que la adopción de cualquier tecnología de vanguardia lanzada anteriormente por la empresa. En su reciente intervención en Ignite...

El motor de búsqueda de IA Perplexity lanzó oficialmente su programa de publicidad en el mercado estadounidense esta semana, creando un nuevo modelo para los anuncios de búsqueda. Esta prometedora empresa de IA ha logrado atraer a varios gigantes publicitarios, como Indeed, Whole Foods Market, Global Mccan y PMG. A diferencia de los anuncios de búsqueda tradicionales, Perplexity ha creado un formato de anuncio integrado en el flujo de conversación de IA. Los anunciantes pueden insertar preguntas de forma natural en contextos relevantes, como '¿Cómo puedo optimizar mi búsqueda de empleo con Indeed?'

Recientemente, Play AI lanzó oficialmente su producto más ambicioso: PlayDialog versión beta, capaz de generar audio de podcasts con diálogos. Este modelo de voz AI de extremo a extremo, utilizando el contexto histórico de la conversación, puede controlar el tono, la emoción y la velocidad del habla para lograr una síntesis de voz más natural, marcando un nuevo hito en la interacción humano-máquina. PlayDialog es especialmente adecuado para crear experiencias de diálogo realistas, como narraciones, doblaje de voz y podcasts sintéticos, y también puede proporcionar experiencias de voz inmersivas uno a uno en entornos comerciales.

En un mercado cada vez más competitivo, las empresas se enfrentan a desafíos cada vez mayores en el proceso de nombrar sus marcas. Para abordar este problema, nace Namify AI, una herramienta gratuita de inteligencia artificial diseñada para simplificar el proceso de creación de nombres de marca. Namify AI utiliza tecnología avanzada para generar posibles nombres de marca que se ajusten a la identidad de la empresa, ayudando a las nuevas empresas y a las empresas establecidas que necesitan un cambio de marca a encontrar el nombre adecuado más rápidamente. Lo que hace único a Namify AI es que no solo proporciona sugerencias de nombres, sino que también

Nous Research, un instituto de investigación de inteligencia artificial, ha lanzado recientemente el chatbot Nous Chat, que proporciona acceso a su modelo de lenguaje grande Hermes3-70B. Nous Chat ofrece una interfaz familiar similar a ChatGPT, permitiendo a los usuarios interactuar con el modelo sin necesidad de ejecutar código por sí mismos. Nous Chat cuenta con funciones como memoria de contexto largo, diálogo multiturno, interpretación de roles complejos y monólogos internos. Actualmente, Nous Rese...

Google anunció el jueves una importante actualización de NotebookLM, su asistente de notas e investigación con IA, ofreciendo a los usuarios una experiencia más inteligente y personalizada. Esta actualización se centra principalmente en la muy esperada función de resumen de audio, permitiendo a los usuarios guiar con mayor precisión el contenido del diálogo generado por la IA, centrándose en temas específicos en lugar de generar un resumen completo del audio. La función de resumen de audio de NotebookLM, lanzada el mes pasado, se ha popularizado rápidamente por su formato de diálogo generado por IA similar a un podcast. Muchos usuarios han comenzado a compartirla en las redes sociales.

¿Te preocupa la búsqueda de información en documentos PDF? ¿Miles de páginas de documentos, buscando un dato o información clave como buscar una aguja en un pajar? PDFtoChat te libera de esta situación. ¿Te imaginas poder "conversar" directamente con tu documento PDF para obtener información? Ahora, esto ya no es ciencia ficción. PDFtoChat es una herramienta innovadora basada en IA que convierte tus extensos documentos PDF en una base de conocimiento fácil de interactuar. Simplemente sube tu PDF y luego...

Como investigador que trabaja con una gran cantidad de documentos PDF, recientemente probé PDFtoChat, una herramienta que afirma permitir "conversar con tus archivos PDF". ¿Es realmente tan eficiente y conveniente como se anuncia? A continuación, compartiré mi experiencia y mis opiniones desde la perspectiva de un usuario experimentado. Funciones principales y experiencia de usuario: La función principal de PDFtoChat consiste en transformar el engorroso proceso de lectura y extracción de información de PDF en una conversación de lenguaje natural. El usuario solo necesita cargar el archivo PDF y puede hacer preguntas...