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...

En el campo de la inteligencia artificial, una tecnología revolucionaria está surgiendo silenciosamente. Recientemente, Inception Labs anunció el lanzamiento de la serie de modelos de lenguaje de difusión de gran tamaño (dLLMs) Mercury, una nueva generación de modelos de lenguaje diseñados para generar texto de alta calidad de forma rápida y eficiente. En comparación con los modelos de lenguaje de gran tamaño autorregresivos tradicionales, Mercury ha mejorado la velocidad de generación hasta en 10 veces, capaz de lograr una velocidad superior a 1000 tokens por segundo en una tarjeta gráfica NVIDIA H100, una velocidad que en...

El 27 de febrero de 2025, Tencent lanzó oficialmente HunYuan Turbo S, el nuevo modelo de pensamiento rápido de la próxima generación, lo que marca un importante avance en la tecnología de modelos grandes en términos de velocidad de respuesta y optimización del rendimiento. A diferencia de los modelos de pensamiento lento tradicionales como Deepseek R1 y HunYuan T1, HunYuan Turbo S puede lograr una respuesta en segundos, lo que aumenta considerablemente la velocidad de salida de las respuestas.

La empresa de inteligencia artificial xAI, propiedad de Elon Musk, ha anunciado que su nuevo estudio de juegos cambiará por completo el panorama de la industria del juego. Según se informa, el estudio utilizará el recién lanzado modelo de IA Grok3 para hacer que el desarrollo de juegos sea más eficiente y conveniente que nunca. Los usuarios ahora pueden generar juegos completos en cuestión de minutos con Grok3, e incluso mejorar la calidad gráfica de los juegos con una simple pregunta. Nota de la imagen: Imagen generada por IA, proveedor de licencias de imágenes MidjourneyxAI

Recientemente, el equipo de Exafunction lanzó la tercera actualización de la serie Windsurf, llamada Wave3, con el objetivo de mejorar la experiencia general del usuario en el editor Windsurf. Esta actualización introduce una serie de nuevas funciones y mejoras en la experiencia, que incluyen principalmente soporte para el protocolo de lote de contexto de modelo (MCP), saltos con la tecla Tab, modo Turbo, arrastrar y soltar imágenes para personalizar iconos de aplicaciones, etc. Las funciones nuevas principales incluyen: Soporte para el protocolo de contexto de modelo (MCP): Windsurf Editor ahora admite M

Recientemente, Cerebras Systems y Perplexity AI anunciaron una colaboración para lanzar Sonar, un nuevo modelo de búsqueda IA ultrarrápido, con el objetivo de desafiar el dominio de los motores de búsqueda tradicionales. El núcleo de la colaboración es el modelo Sonar, que se ejecuta en los chips de IA especializados de Cerebras, alcanzando una velocidad de 1200 tokens por segundo, convirtiéndose en uno de los sistemas de búsqueda IA más rápidos del mercado. El modelo Sonar se basa en Meta

En el mercado global de aplicaciones de inteligencia artificial, DeepSeek ha experimentado un crecimiento asombroso, convirtiéndose en la aplicación de IA de más rápido crecimiento en la actualidad. Según los datos más recientes del QuantumBit Think Tank, desde su lanzamiento mundial el 10 de enero, DeepSeek ha superado las 40 millones de descargas, y su número de usuarios activos diarios ha superado al de productos similares, alcanzando la cima de la lista de descargas de aplicaciones gratuitas en China. DeepSeek ha tenido un desempeño particularmente notable en la plataforma APP. En solo dos semanas desde su lanzamiento, la aplicación superó a ChatGPT en nuevas descargas.

Los modelos tradicionales de comprensión de video enfrentan muchos desafíos al procesar videos largos, incluida la complejidad del contexto en videos extensos. Aunque se han realizado varias investigaciones para mejorar la capacidad de comprensión de video, sigue siendo difícil superar eficazmente la baja eficiencia en el entrenamiento y la inferencia. Para abordar estos problemas, el equipo de investigación utiliza la tecnología HiCo para comprimir las partes redundantes de la información del video, reduciendo así significativamente la demanda computacional mientras se conserva la información clave. Específicamente, HiCo comprime el video jerárquicamente, dividiendo el video largo en segmentos cortos para reducir el procesamiento.

Recientemente, DeepSeek, una empresa de IA con sede en Hangzhou, lanzó su último modelo de lenguaje grande: V3. Este modelo de código abierto ha demostrado un rendimiento cercano al de los modelos 4o de OpenAI y Claude 3.5 Sonnet de Anthropic en varias pruebas de referencia, lo que ha llamado la atención de la industria. En comparación con las inversiones de cientos de millones de dólares de sus homólogos estadounidenses, el costo total del modelo V3 de DeepSeek fue de solo 5,6 millones de dólares, una diferencia asombrosa. Nota de la imagen: Imagen generada por IA

Luma AI ha lanzado recientemente Ray2, su último modelo de generación de video, en su plataforma de creación de videos con IA Dream Machine, generando un gran interés en la industria. Desde el lanzamiento de Dream Machine el verano pasado, el campo de los videos con IA ha experimentado un rápido cambio en solo siete meses, con la llegada de muchos modelos nuevos, incluyendo Runway, Kling, Sora de OpenAI y Veo2 de Google. Ra

En el campo de la inteligencia artificial, la generación de audio a partir de texto se está convirtiendo en un área de investigación cada vez más popular. Recientemente, los investigadores han presentado un nuevo modelo llamado TANGOFLUX, que destaca por su rendimiento y eficiencia. TANGOFLUX es un modelo eficiente de generación de audio a partir de texto, con 515 millones de parámetros, capaz de generar audio de 44,1 kHz de hasta 30 segundos de duración en tan solo 3,7 segundos. Esta velocidad lo convierte en un modelo excepcionalmente rápido en una sola GPU A40. TANGOFLUX principalmente...

En un contexto en el que las empresas muestran una actitud generalmente cautelosa hacia la aplicación de la IA, el sector de los representantes de ventas con IA (AI SDR) está experimentando un crecimiento exponencial inusual. Estas empresas emergentes, que utilizan modelos de lenguaje extenso y tecnología de voz, están atrayendo la atención de las empresas de capital riesgo gracias a la automatización de correos electrónicos personalizados y el marketing telefónico. Shardul Shah, socio de Index Ventures, señala que entre 5 y 10 empresas de AI SDR han tenido un éxito notable en poco tiempo, un fenómeno poco común en el sector de las nuevas empresas tecnológicas. Anteriormente Zoo...

Answer.AI y LightOn han publicado recientemente ModernBERT, un modelo de lenguaje abierto de código fuente que supone una importante mejora con respecto a Google BERT. Según sus desarrolladores, ModernBERT ofrece mejoras significativas en velocidad, eficiencia y calidad. Este modelo puede ser cuatro veces más rápido que su predecesor, utilizando al mismo tiempo menos memoria. ModernBERT está diseñado para procesar textos de hasta 8192 tokens, una mejora significativa respecto al límite típico de 512 tokens de los modelos de codificación existentes.

Nexa AI ha lanzado recientemente su nuevo modelo de lenguaje de audio OmniAudio-2.6B, diseñado para una implementación eficiente en dispositivos periféricos. A diferencia de las arquitecturas tradicionales que separan el Reconocimiento Automático del Habla (RAH) y los modelos de lenguaje, OmniAudio-2.6B integra Gemma-2-2b, Whisper Turbo y un proyector personalizado en un marco unificado. Este diseño elimina las ineficiencias y la latencia asociadas con la conexión de componentes individuales en sistemas tradicionales, lo que lo hace especialmente adecuado para entornos con recursos computacionales limitados.

xAI anunció recientemente una importante actualización de su chatbot Grok AI. La nueva versión promete una mejora significativa en el rendimiento, incluso afirmando que puede competir con Sonnet3.5, especialmente en la capacidad de seguimiento de indicaciones. Esta actualización, Grok-2, ya está disponible de forma gratuita para todos los usuarios de la plataforma X, mientras que los usuarios de pago disfrutarán de mayores límites de uso y funciones adicionales. Según xAI, Grok-2 es tres veces más rápido que su predecesor y presenta mejoras notables en precisión y soporte de idiomas.

Anthropic ha lanzado oficialmente su último modelo, Claude 3.5 Haiku. Los usuarios ahora pueden acceder a él a través del chatbot Claude en la web y en aplicaciones móviles. Anteriormente, este modelo solo estaba disponible para desarrolladores a través de la API de Anthropic. Desde su lanzamiento en octubre de 2024, ha llamado la atención por su tamaño compacto y eficiencia. Claude 3.5 Haiku ha demostrado un rendimiento excepcional en varias pruebas de referencia clave y ofrece una excelente relación calidad-precio.

En los últimos años, la demanda de modelos de aprendizaje automático para tareas de visión y lenguaje ha aumentado considerablemente. Sin embargo, la mayoría de estos modelos requieren enormes recursos computacionales, lo que impide su funcionamiento eficiente en dispositivos personales. Especialmente dispositivos pequeños como portátiles, GPUs de consumo y dispositivos móviles enfrentan grandes desafíos al procesar tareas de visión y lenguaje. Qwen2-VL, por ejemplo, aunque ofrece un rendimiento excelente, exige hardware potente, lo que limita su utilidad en aplicaciones en tiempo real. Por lo tanto, el desarrollo de modelos ligeros que funcionen con recursos limitados se ha convertido en una necesidad.

OpenAI ha lanzado recientemente una importante actualización que introduce la función de 'Salidas Predichas' (Predicted Outputs) para el modelo GPT-4o. Esta innovadora tecnología mejora significativamente la velocidad de respuesta del modelo, alcanzando hasta 5 veces la velocidad original en escenarios específicos, ofreciendo a los desarrolladores una experiencia de eficiencia completamente nueva. Desarrollada conjuntamente por OpenAI y FactoryAI, la principal ventaja de esta función radica en su capacidad para evitar la repetición de la generación de contenido conocido. En la práctica, esto resulta especialmente útil en tareas como la actualización de entradas de blog o la iteración de contenido existente.