Hugging Face y Physical Intelligence se han unido para lanzar Pi0, un modelo base revolucionario para robots. Es el primer modelo de código abierto capaz de traducir comandos de lenguaje natural directamente en acciones robóticas, marcando un nuevo hito en la robótica. Pi0 ha sido entrenado en siete plataformas robóticas diferentes, dominando 68 tareas únicas, desde doblar ropa hasta ordenar una mesa. El modelo utiliza una innovadora técnica de coincidencia de flujo para generar movimientos suaves en tiempo real a 50 Hz.

En el CES 2025, NVIDIA presentó la nueva plataforma Cosmos, diseñada para acelerar el desarrollo de sistemas de inteligencia artificial (IA) física, especialmente para vehículos autónomos y robots. Cosmos integra un modelo base generativo de mundos (WFM), un etiquetador de video, mecanismos de seguridad y un pipeline de procesamiento de datos acelerado, lo que ayuda a los desarrolladores a crear y optimizar modelos de IA con menos dependencia de datos del mundo real. La plataforma Cosmos se ofrecerá...

El Instituto de Inteligencia Artificial de Beijing lanza Emu2, un nuevo modelo base multimodal que impulsa los avances en el aprendizaje contextual multimodal. Emu2 supera a Flamingo-80B e IDEFICS-80B, mostrando un rendimiento excepcional en tareas de comprensión multimodal con pocos ejemplos. Emu2 ha logrado el rendimiento óptimo en varias tareas de comprensión con pocos ejemplos, preguntas y respuestas visuales y generación de imágenes. Emu2-Chat permite una comprensión precisa de instrucciones de texto e imagen, mientras que Emu2-Gen permite la generación de imágenes y videos de forma flexible, controlable y de alta calidad.

IBM y la NASA colaboran en el desarrollo de IA geoespacial para combatir el cambio climático. La colaboración se centra en la creación de un modelo base multimodal para la predicción meteorológica, el análisis del efecto de isla de calor, la cartografía y la predicción de fenómenos meteorológicos extremos. IBM planea lanzar este modelo como código abierto para impulsar la investigación y el descubrimiento científico a nivel mundial. Se espera que este modelo base acelere los descubrimientos científicos, ofreciendo a los investigadores soluciones rápidas para contribuir a un planeta más seguro y saludable.

智谱 AI presentó en la Conferencia de Computación de China 2023 su modelo base de tercera generación, ChatGLM3. ChatGLM3 cuenta con nuevas funciones como comprensión multimodal, generación y ejecución de código, y búsqueda mejorada en la web. ChatGLM3, tras una profunda optimización, ha demostrado un excelente rendimiento en pruebas con conjuntos de datos públicos en chino e inglés. 智谱清言 se convierte en el primer producto de modelo grande en China con capacidad de interacción de código. 智谱 AI espera que los modelos grandes nacionales y los chips nacionales destaquen en el escenario internacional.

{'Meta ha publicado bajo licencia Apache 2.0 la versión de código abierto del modelo de visión por computadora DINOv2. ''DINOv2 es una herramienta flexible y versátil que se puede utilizar para una variedad de tareas de visión por computadora. ''Meta planea integrar DINOv2 con modelos de lenguaje a gran escala para crear sistemas de análisis de imágenes más potentes.'}