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.

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.

En un podcast reciente, el director ejecutivo de Microsoft, Satya Nadella, afirmó que los modelos de IA se están volviendo cada vez más estándar y básicos a medida que los modelos de lenguaje maduran. Señaló que este cambio está impulsando a las empresas a cambiar el enfoque estratégico del desarrollo de IA de la investigación de modelos al desarrollo de productos e integración de sistemas. Nadella enfatizó que los modelos por sí solos no son suficientes; las empresas deben centrarse en la arquitectura del sistema completo y en un producto exitoso. Cree que la industria de la IA está experimentando una "actividad de nivel de tsunami" desde noviembre de 2022.

Un equipo de investigación de la Universidad Tecnológica de Nanyang ha llamado la atención con su tecnología de generación de modelos 3D urbanos a gran escala, denominada "GaussianCity". Este nuevo marco, desarrollado por el equipo, no solo ha logrado una asombrosa mejora de 60 veces en la velocidad de generación, sino que también ha superado las limitaciones de escala de los métodos tradicionales, permitiendo la generación de ciudades 3D ilimitadas. Este logro tecnológico ha sido aceptado en CVPR2025 (la principal conferencia de visión por computadora y reconocimiento de patrones), y representa un gran avance en los campos de la realidad virtual, la conducción autónoma y los gemelos digitales. Según se informa, Gau...

Se ha descubierto que la herramienta de modelos grandes Ollama presenta graves vulnerabilidades de seguridad, poniendo en riesgo a los usuarios. Se recomienda precaución y se investiga la solución al problema.

xAI ha anunciado recientemente una noticia emocionante: su último modelo de IA, Grok-3, ha destacado en la clasificación de Chatbot Arena. Este modelo, denominado "grok-3preview-02-24", ha demostrado un rendimiento excepcional en varias áreas clave. xAI's Grok-3-Preview-02-24 superó a GPT4.5-Preview por un estrecho margen de 1 punto. Grok-3 recibió más de 3000 votos y, en general,

En los últimos años, la tecnología de los grandes modelos de inteligencia artificial (IA) ha experimentado un rápido desarrollo, y la consiguiente caída de precios ha intensificado la competencia del mercado. Según las últimas estadísticas de DataBao, esta tendencia a la baja de precios continuará en 2025. En particular, en el último período, empresas como ByteDance y Alibaba Cloud han anunciado reducciones en los costos de uso de sus grandes modelos de IA, lo que ha generado una gran atención en la industria. Por ejemplo, el modelo Doubao de ByteDance anunció una rebaja de precios en diciembre del año pasado; el precio de su modelo de comprensión visual se redujo a 0,003 yuanes/mil tokens.