Busca la dinámica global de productos de IA

El Laboratorio de IA de Shanghai ha publicado oficialmente el corpus multilingüe y multimodal "万卷·丝路 2.0", de código abierto. Este corpus añade tres idiomas con datos escasos (serbio, húngaro y checo) a los cinco idiomas existentes (árabe, ruso, coreano, vietnamita y tailandés). Abarca cuatro modalidades: texto, imagen, audio y vídeo, con un total de más de 11,5 millones de datos y más de 26.000 horas de audio y vídeo, convirtiéndose en un recurso importante en el campo multimodal de idiomas minoritarios.

En el mundo del desarrollo de software, la corrección de errores siempre ha sido un problema complejo. Ahora, el equipo del modelo Doubao de ByteDance tiene buenas noticias: han lanzado oficialmente el primer conjunto de datos de ingeniería de software (SWE) multilingüe: Multi-SWE-bench. Este nuevo conjunto de datos tiene como objetivo evaluar y mejorar la capacidad de los grandes modelos para reparar errores de código automáticamente. Multi-SWE-bench, en comparación con los conjuntos de datos monolingües anteriores, amplía significativamente el alcance de su aplicación. Este conjunto de datos no solo abarca Python...

Hoy, la empresa china de inteligencia artificial DeepSeek desmintió oficialmente a través de canales oficiales los rumores de que su próxima generación de modelos de IA, DeepSeek R2, se lanzaría el 17 de marzo. Anteriormente, circularon rumores en la plataforma X que afirmaban que DeepSeek R2 se presentaría a mediados de este mes, y que podría suponer un gran avance en la capacidad de programación, la inferencia multilingüe y la rentabilidad. Sin embargo, la cuenta oficial de atención al cliente de DeepSeek respondió claramente en un grupo de usuarios: "Desmentido: El lanzamiento de R2 es una noticia falsa", disipando por completo las especulaciones.

Según las últimas noticias en X, el próximo modelo de IA de DeepSeek, DeepSeek R2, podría lanzarse oficialmente el 17 de marzo. Esta noticia ha generado un gran interés en la industria, y muchos creen que este nuevo modelo podría representar un desafío significativo para los gigantes de la IA existentes, como Claude Sonnet 3.7 de Anthropic. Según una publicación del usuario de X tanvitabs en la madrugada de hoy, DeepSeek R2 afirma haber logrado avances en varias áreas clave, incluyendo una mejor...

AI21 Labs ha lanzado Jamba 1.6, una actualización que amplía significativamente la capacidad de procesamiento de textos largos y admite una variedad de idiomas. Esta mejora permite analizar y comprender documentos extensos con mayor precisión y eficiencia.

El 6 de marzo, Mobvoi, en colaboración con instituciones académicas de renombre como la Universidad de Ciencia y Tecnología de Hong Kong, la Universidad Jiao Tong de Shanghai, la Universidad Tecnológica de Nanyang y la Universidad de Tecnología del Noroeste, lanzaron conjuntamente Spark-TTS, un modelo de generación de voz de nueva generación de código abierto, y presentaron su motor TTS de alta calidad comercial: TicVoice 7.0. Como séptima generación de motores TTS de Mobvoi, TicVoice 7.0 ha logrado un gran avance en el campo de la generación de voz, abriendo un nuevo paradigma en la generación de voz.

ZyphraAI ha lanzado recientemente su último modelo de texto a voz (TTS) multilingüe, **Zonos-TTS**, basado en la **licencia Apache2.0**, completamente de código abierto y listo para uso comercial. Zonos-TTS no solo admite la función de clonación de voz en tiempo real, sino que también ha sido entrenado con 200.000 horas de datos de voz en inglés, mostrando un rendimiento excepcional. Zonos-TTS ofrece dos métodos de implementación: admite la implementación local y un práctico servicio API. Para usuarios comunes, Zyphr...

Recientemente, Character.AI, una plataforma de chat de IA respaldada por Google, experimentó una falla notable que llevó a conversaciones desconcertantes entre los usuarios y los chatbots. Se observó una mezcla confusa de múltiples idiomas en las respuestas, incluyendo menciones extrañas a juguetes sexuales. Muchos usuarios compartieron capturas de pantalla de sus conversaciones en Reddit, mostrando cómo el texto generado por la IA evolucionó gradualmente hacia un galimatías sin sentido, incluso involucrando idiomas como el turco, el alemán y el árabe. Un usuario en

Microsoft lanzó recientemente la versión v0.4 de AutoGen, su framework de orquestación para agentes de IA. Esta actualización busca mejorar la flexibilidad y el control de los agentes de IA para satisfacer las necesidades de los usuarios en cuanto a la expansión de funciones y la capacidad de observación. Desde su lanzamiento, AutoGen ha recibido una gran atención por parte de los desarrolladores, pero los usuarios también han encontrado algunas limitaciones de arquitectura, API ineficientes y funciones de depuración e intervención insuficientes. En la nueva versión, Microsoft se ha centrado en mejorar la modularidad y la escalabilidad del framework. Aut

En el Consumer Electronics Show (CES) de 2025, Samsung anunció que llevará una popular función de sus teléfonos y tabletas a sus televisores: la Traducción en Tiempo Real (Live Translate). Esta función tiene como objetivo proporcionar a los usuarios servicios de traducción de transmisiones en vivo, permitiendo que espectadores de diferentes idiomas disfruten más fácilmente de los programas. La función de traducción en tiempo real admite siete idiomas, aunque hasta el momento no se ha especificado cuáles son. La tecnología funciona traduciendo los subtítulos del programa, en lugar de traducir el audio directamente. Desde 202...

Timekettle, fabricante líder mundial de dispositivos de traducción, ha lanzado hoy Babel OS, su primer sistema operativo de traducción impulsado por inteligencia artificial. Esta tecnología innovadora mejorará significativamente el rendimiento de toda su gama de dispositivos de traducción. La innovación central de Babel OS reside en su tecnología de segmentación semántica de IA. Esta tecnología, compatible con HybridComm de Timekettle, puede predecir frases de forma inteligente, logrando una traducción en tiempo real con una latencia casi nula. El sistema no solo admite la conversión instantánea de más de 40 idiomas, sino que también puede imitar el tono de voz del usuario.

¡El esperado Deepseek V3 finalmente es de código abierto! Este nuevo modelo de IA ha logrado un gran avance en la capacidad de programación multilingüe. Su rendimiento en las pruebas de programación multilingüe de aider incluso supera a competidores como Claude 3.5 Sonnet V2, atrayendo la atención de la industria. Según se informa, Deepseek V3 ha experimentado un salto cualitativo en el rendimiento en comparación con las versiones anteriores. La tasa de éxito de Deepseek V2.5 en las pruebas de aider fue solo del 17%, mientras que la de V3 aumentó a 4.

El equipo de Alibaba DAMO Academy, en colaboración con la comunidad ModelScope, ha anunciado recientemente el lanzamiento de código abierto de P-MMEval, un nuevo conjunto de pruebas de referencia multilingüe diseñado para evaluar exhaustivamente la capacidad multilingüe de los modelos de lenguaje a gran escala (LLM) y realizar un análisis comparativo de su capacidad de transferencia entre idiomas. Este conjunto de pruebas abarca conjuntos de datos eficientes para capacidades básicas y especializadas, garantizando la coherencia de la cobertura multilingüe en todos los datos seleccionados, y proporciona muestras paralelas en varios idiomas, con soporte para hasta 10 idiomas de 8 familias lingüísticas diferentes, incluyendo inglés, chino y árabe.

Recientemente, la tecnología de clonación de voz con IA en chino ha experimentado un avance revolucionario. El módulo de clonación de audio lanzado en la versión internacional de Hailei AI solo necesita una muestra de audio de 10 a 60 segundos para replicar perfectamente la voz del usuario. El efecto de clonación de audio de la versión internacional de Hailei AI ha sorprendido a muchos usuarios, ya que anteriormente, aunque existían muchos productos en el campo de la clonación de voz en chino, los resultados a menudo no eran satisfactorios. La función de clonación de audio de Hailei AI es muy sencilla y fácil de usar, permitiendo a los usuarios crear varios modelos de voz. Los usuarios solo tienen que acceder al módulo "voz"...

La empresa de inteligencia artificial Cohere ha lanzado recientemente Rerank 3.5, un nuevo modelo de búsqueda diseñado para revolucionar la forma en que las empresas de todo el mundo encuentran y utilizan datos. Ante entornos de datos cada vez más complejos y necesidades operativas multilingües, el lanzamiento de Rerank 3.5 es de gran importancia. Su característica más destacada es su capacidad para procesar consultas en más de 100 idiomas, con un rendimiento especialmente sobresaliente en idiomas comerciales importantes como el árabe, el japonés y el coreano. Esta capacidad no solo supera las barreras lingüísticas, sino que también puede ayudar a las empresas multinacionales a...

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.

DeepL, líder mundial en inteligencia artificial para idiomas, ha lanzado recientemente DeepL Voice, una nueva herramienta de traducción de voz en tiempo real diseñada para facilitar la comunicación fluida entre diferentes idiomas. Con una valoración de 2000 millones de dólares, DeepL ocupa una posición destacada en soluciones lingüísticas para empresas e individuos. DeepL Voice, el primer producto de la compañía centrado en la traducción de voz, amplía sus conocidos servicios de traducción de texto ofreciendo traducción en tiempo real para interacciones multilingües en entornos presenciales o virtuales.

La prometedora empresa francesa de inteligencia artificial Mistral AI ha lanzado recientemente un nuevo servicio de API de moderación de contenido. Esta iniciativa no solo demuestra su ambición en el ámbito mundial de la IA, sino que también refleja una profunda reflexión sobre la gobernanza de la seguridad de la IA. Este sistema de moderación, basado en el modelo Ministral8B, puede identificar con precisión nueve categorías de contenido potencialmente dañino, incluyendo contenido sexual, discurso de odio, violencia, actividades peligrosas e información de identificación personal. Cabe destacar que esta API admite once idiomas principales, entre ellos árabe, chino, inglés, francés, etc.

La startup francesa de inteligencia artificial Mistral AI ha lanzado recientemente una nueva API de moderación de contenido para competir con OpenAI y otros líderes de la industria, abordando así el creciente problema de la seguridad de la IA y el filtrado de contenido. Este servicio se basa en el modelo Ministral8B de Mistral, finamente ajustado para detectar contenido potencialmente dañino en nueve categorías diferentes, incluyendo pornografía, discurso de odio, violencia, actividades peligrosas e información de identificación personal.