Recientemente, Brett Adcock, fundador y CEO de Figure, presentó Helix, un nuevo modelo de aprendizaje automático diseñado para mejorar la capacidad de los robots humanoides en entornos domésticos. Esta noticia llega apenas dos semanas después del anuncio del fin de la colaboración de Figure con OpenAI, demostrando su firme compromiso con la robótica. Helix es un modelo de visión-lenguaje-acción (VLA) "de propósito general" capaz de procesar datos visuales

En el campo de la inteligencia artificial, el rápido desarrollo de los modelos de lenguaje ha generado un gran interés en los modelos de lenguaje de comprensión de voz (SULM). Recientemente, el laboratorio ASLP de la Universidad Tecnológica del Noroeste publicó el modelo de comprensión de voz abierto OSUM, con el objetivo de explorar cómo entrenar y utilizar eficazmente los modelos de comprensión de voz con recursos académicos limitados, para impulsar la investigación y la innovación en el ámbito académico. El modelo OSUM integra el codificador Whisper con el modelo de lenguaje Qwen2 y admite 8 tareas de voz, incluyendo el reconocimiento de voz (ASR), con marcas de tiempo

Tras el reciente lanzamiento de o3-mini, OpenAI presenta su nuevo producto: Deep Research, un asistente de IA diseñado para automatizar tareas de investigación complejas en línea que requieren múltiples pasos. Su funcionalidad presenta similitudes notables con el motor de búsqueda de Google y el asistente de investigación de DeepSeek. Los usuarios simplemente introducen una solicitud, y Deep Research busca, analiza e integra rápidamente cientos de fuentes de información de internet, generando finalmente un informe profesional.

OpenAI ha lanzado recientemente una nueva y emocionante herramienta: "Operator". Este nuevo agente de IA está diseñado para tareas en el navegador, permitiendo a los usuarios realizar una serie de complejas operaciones online con simples instrucciones. Según una entrada de blog publicada por OpenAI el 23 de enero, "Operator" está actualmente disponible solo para suscriptores Pro en EE. UU., pero se expandirá gradualmente a los usuarios Plus, Team y Enterprise en el futuro.

OpenAI ha anunciado recientemente una nueva función beta en ChatGPT llamada "Tareas", que permite a los usuarios programar acciones y recordatorios futuros. Esta nueva función, que comienza a implementarse hoy para los suscriptores de Plus, Team y Pro, tiene como objetivo convertir a ChatGPT en una herramienta más parecida a los asistentes digitales tradicionales, como Google Assistant o Siri, pero con las capacidades lingüísticas más avanzadas de ChatGPT.

En la madrugada de hoy, OpenAI lanzó oficialmente una nueva función llamada Tareas, marcando el comienzo de la era del mayordomo de IA. Esta función se encuentra actualmente en fase de prueba y está disponible principalmente para usuarios Plus, Pro y Teams. Los usuarios simplemente describen sus necesidades y plazos, y ChatGPT puede manejar automáticamente una variedad de tareas, mejorando así la comodidad en el trabajo y la vida. La función Tareas es bastante sencilla de usar. Los usuarios pueden configurar recordatorios únicos o tareas repetitivas, como las 7 de la mañana de cada día...

El equipo de investigación de Microsoft ha presentado recientemente una tecnología de inteligencia artificial denominada "Modelo de acciones a gran escala" (Large Action Model, LAM), que marca una nueva etapa en el desarrollo de la IA. A diferencia de los modelos de lenguaje tradicionales como GPT-4o, LAM puede operar de forma autónoma en programas de Windows, lo que significa que la IA no solo puede conversar o proporcionar sugerencias, sino que puede ejecutar tareas reales. La ventaja de LAM radica en su capacidad para comprender diversas entradas del usuario, incluyendo texto,

Según un nuevo análisis de la empresa de IA Anthropic, el uso de agentes de IA en lugar de simples indicaciones es menos común de lo que se pensaba en aplicaciones del mundo real. Anthropic trazó una línea clara entre los flujos de trabajo (modelos de IA que coordinan código y herramientas) y los agentes (que controlan sus propios procesos de forma independiente). Nota de la imagen: Imagen generada por IA, Midjourney provee el servicio de licencias de imagen. Aunque los agentes de IA pueden manejar tareas complejas y abiertas, también requieren más supervisión y capacidad informática. Anthrop

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.

El complemento de navegador de ZhiPu QingYan anunció recientemente la integración de la capacidad de AutoGLM, lo que marca la evolución de los complementos de navegador hacia agentes inteligentes. Ahora, mediante la integración de AutoGLM, el complemento QingYan puede simular la operación humana para completar automáticamente las tareas web según las instrucciones de texto o voz del usuario, proporcionando a los usuarios una nueva experiencia de navegación "completamente automática". AutoGLM es un agente inteligente de modelos grandes (agente) lanzado por ZhiPu, que puede comprender las intenciones del usuario y realizar las operaciones correspondientes. Actualmente, esta capacidad ya está disponible en la búsqueda de Baidu, Weibo, y Zhi...

Con el lanzamiento de productos de agentes de IA por parte de gigantes tecnológicos como Microsoft, Google, OpenAI y Anthropic, una revolución tecnológica en los sistemas de agentes de IA está en marcha. ¿Qué tienen de especial estas nuevas herramientas de IA? ¿Cómo cambiarán nuestra vida digital? Un agente de IA es esencialmente un sistema de software inteligente capaz de lograr objetivos específicos de forma autónoma. Funcionan de manera similar a un gestor de proyectos eficiente, pudiendo descomponer objetivos complejos en varias tareas pequeñas, asignar los recursos necesarios y supervisar el progreso de las tareas hasta su finalización. A diferencia de los sistemas tradicionales...

Recientemente, se ha informado que OpenAI se prepara para lanzar un agente de IA autónomo llamado "Operator", capaz de controlar computadoras y realizar diversas tareas de forma independiente. Según un informe de Bloomberg, este agente de IA se espera que debute en enero como una vista previa de investigación y herramienta para desarrolladores. Esta iniciativa intensificará aún más la competencia entre los gigantes tecnológicos en el campo de los agentes de IA. Recientemente, Anthropic lanzó su función de "uso de computadora", mientras que Google supuestamente se prepara para hacerlo en diciembre.

Cuerpo del texto: En el contexto del continuo avance de la tecnología de inteligencia artificial, Microsoft ha lanzado recientemente un sistema de agente de IA general de código abierto llamado Magentic-One, con una arquitectura de cinco niveles, capaz de lograr un alto grado de automatización de tareas en diversos campos como el legal, la medicina, las finanzas y la educación. Este sistema innovador está diseñado para ayudar a los usuarios a mejorar su productividad y simplificar las tareas diarias complejas. La arquitectura de Magentic-One consta de cinco niveles de agentes. El primero es el Orchestrator, responsable de descomponer tareas complejas...

Recientemente, el equipo de investigación de Microsoft ha publicado un nuevo sistema multiagente llamado Magnetic-One. Este framework permite que un modelo de IA dirija múltiples agentes asistentes para completar de forma colaborativa tareas complejas de varios pasos, con el objetivo de mejorar la productividad personal y empresarial. Microsoft afirma que Magnetic-One es un sistema de agentes versátil que puede hacer realidad la visión de larga data de aumentar la productividad y transformar la forma de vida. Magnetic-One es un proyecto de código abierto, disponible para investigadores y desarrolladores para su personalización.

Recientemente, Boston Dynamics ha vuelto a captar la atención con un impresionante vídeo de su nueva generación de robots humanoides Atlas. Este Atlas totalmente eléctrico ya había demostrado su ágil movilidad en vídeos anteriores, pero esta vez se le muestra en un entorno de fábrica simulado, donde completa de forma autónoma una tarea de clasificación utilizando el aprendizaje automático y sensores mejorados. La tarea del vídeo consiste en trasladar una tapa de motor entre un contenedor de proveedor y un carro de clasificación móvil. Aunque la tarea pueda parecer poco emocionante, en realidad...

Tesla presentó su último robot humanoide, Optimus, en el evento Cybercab. Este robot puede realizar tareas cotidianas como recoger paquetes, regar plantas, etc. El CEO de Tesla, Elon Musk, afirmó que Optimus puede "hacer cualquier cosa", incluyendo pasear perros, cuidar niños, cortar el césped, etc. Musk también declaró que el coste de Optimus estará entre 20.000 y 30.000 dólares, calificándolo como "el mejor producto de la historia". También predijo que Optimus...

Recientemente, investigadores de la Universidad de California, Los Ángeles, y Amazon realizaron un análisis exhaustivo de las capacidades de razonamiento de los modelos de lenguaje grandes (LLM). Por primera vez, distinguieron sistemáticamente entre el razonamiento inductivo y el deductivo, explorando el grado de dificultad que ambos representan para los sistemas de IA. Nota sobre la imagen: Imagen generada por IA, proveída por Midjourney. El razonamiento inductivo consiste en derivar leyes generales a partir de observaciones específicas, mientras que el razonamiento deductivo aplica reglas generales a casos particulares. El objetivo del estudio era comprender qué tipo de razonamiento resulta más desafiante para los modelos de lenguaje grandes.