Recientemente, el medio tecnológico The Decoder publicó un artículo sobre el último modelo de OpenAI, GPT-4.5, que ha generado dudas en la industria sobre la relación costo-beneficio del modelo. Según los datos oficiales, aunque GPT-4.5 muestra mejoras en el rendimiento en comparación con su predecesor, GPT-4, sus costos han aumentado significativamente. Específicamente, GPT-4.5 supera a GPT-4 en varios aspectos: consultas profesionales (63.2%), consultas diarias (57%) y creación de...

Google recientemente publicó silenciosamente la información de precios de su modelo de IA para generación de video Veo2, revelado por primera vez en diciembre pasado y que ha generado mucho interés. Según la página de precios de Google, el uso de Veo2 cuesta 50 centavos de dólar por segundo, lo que significa que un video de un minuto cuesta 30 dólares y un video de una hora cuesta 1800 dólares. Jon Barron, investigador de Google DeepMind, hizo una comparación interesante de este precio, mencionando...

Recientemente, Musk presentó en una transmisión en vivo el nuevo chatbot Grok 3, y reveló el sorprendente costo de entrenamiento del modelo. Grok 3 ya está disponible para suscriptores Premium +, y ha demostrado un rendimiento excepcional en varias pruebas, incluso superando a competidores como Gemini, DeepSeek y ChatGPT. Musk mencionó en la transmisión que el entrenamiento de Grok 3 consumió un asombroso total de 200,000 GPU de Nvidia. Esto sorprendió a muchos, especialmente considerando...

En la actualidad, la inteligencia artificial (IA) se está integrando rápidamente en todos los sectores, y el ámbito educativo es sin duda uno de los principales escenarios de su aplicación. El auge de la tecnología de IA ofrece nuevas oportunidades para reducir costos y aumentar la eficiencia en la educación, haciendo posible una educación de alta calidad, inclusiva y personalizada. Recientemente, varias compañías educativas han integrado el modelo DeepSeek, lo que señala una aceleración en el proceso de comercialización de productos educativos de IA. Según un informe de investigación de CITIC Securities, la tecnología de IA puede impulsar profundamente el sector educativo al mejorar la eficiencia de la entrega y la experiencia personalizada.

El 11 de febrero de 2025, en la Cumbre Mundial de Gobiernos celebrada en Dubái, Emiratos Árabes Unidos, el fundador de Baidu, Li Yanhong, mantuvo una conversación profunda con el Ministro de IA de los Emiratos Árabes Unidos, Omar Sultan Al Olama, para debatir las futuras tendencias del desarrollo de la infraestructura de IA. Durante la conversación, Al Olama mencionó el reciente interés mundial generado por DeepSeek, que provocó fuertes fluctuaciones en el precio de las acciones de varias empresas de chips y bolsas importantes, y preguntó a Li Yanhong sobre su opinión sobre el futuro de los centros de datos y la infraestructura de IA.

Recientemente, la Cumbre Mundial de Gobiernos (WGS) se inauguró en Dubai, Emiratos Árabes Unidos, atrayendo la atención de la élite mundial. Durante la cumbre, el fundador de Baidu, Li Yanhong, mantuvo un diálogo profundo con el ministro de IA de los Emiratos Árabes Unidos, explorando conjuntamente las últimas tendencias en el campo de la IA. Li Yanhong mencionó especialmente los logros innovadores de Baidu en el campo de la inferencia de IA: DeepSeek. Señaló que la innovación no se limita al campo de la IA o la industria de TI, sino que existe ampliamente en todos los sectores, y la mayoría de las innovaciones centrales están estrechamente relacionadas con la reducción de costos.

Recientemente, la reconocida institución de investigación estadounidense Epoch AI publicó un informe que nombra al modelo LG Exaone 3.5 32B como una "IA notable", destacando su excepcional eficiencia de costos, comparable a la de la empresa china DeepSeek. El modelo LG Exaone 3.5, lanzado oficialmente en diciembre de 2023, tuvo una inversión de desarrollo de aproximadamente 70 mil millones de wones (alrededor de 4,8 millones de dólares), un costo inferior al de DeepSeek para su modelo V3.

Recientemente, el director ejecutivo de Amazon, Andy Jassy, ​​discutió el desarrollo de la inteligencia artificial (IA) y sus costos en una conferencia telefónica con analistas. Señaló que, con la aparición de nuevas tecnologías, especialmente el lanzamiento de modelos como DeepSeek, el costo de la inferencia de IA disminuirá significativamente. Este cambio permitirá a más empresas integrar fácilmente la IA en sus operaciones, particularmente en los campos de la inferencia y la IA generativa. Nota sobre la imagen: Imagen generada por IA, proveída por Midjourney.

Recientemente, equipos de investigación de la Universidad de Stanford y la Universidad de Washington publicaron conjuntamente un método innovador para el entrenamiento de IA llamado S1. Su concepto central radica en el uso de una técnica de escalado en tiempo de prueba extremadamente simple para mejorar significativamente la capacidad de razonamiento de los modelos de lenguaje. A diferencia de los métodos anteriores que dependían de una gran potencia de cálculo o algoritmos complejos, S1 logra un salto en el rendimiento mediante el control inteligente de la asignación de recursos computacionales del modelo durante la prueba. S1 comienza construyendo un pequeño conjunto de datos llamado s1K, que contiene 1000 problemas de razonamiento de alta calidad. La selección de este conjunto de datos...

Baidu Cloud ha logrado recientemente encender el primer clúster de 10,000 tarjetas Kunlun X3 de desarrollo propio en China. Este avance sin precedentes no solo marca un paso importante para Baidu en el campo de la potencia de cálculo de IA, sino que también proporciona una nueva perspectiva de desarrollo para toda la industria. Con el continuo avance de la tecnología, el aumento de la potencia de cálculo es crucial para admitir el entrenamiento y la aplicación de modelos a gran escala. Durante el año pasado, con la popularización de la tecnología de IA, muchas empresas se han enfrentado a la escasez de potencia de cálculo, lo que ha provocado un aumento significativo en los costos de uso de los modelos a gran escala. Baidu declaró que mediante el desarrollo propio de chips...

La empresa china de inteligencia artificial DeepSeek lanzó recientemente una versión abierta de su modelo de inferencia R1, generando un gran debate en el mundo de la tecnología. Sus sorprendentes avances no solo han impresionado al inversor de riesgo Marc Andreessen, quien lo calificó como "uno de los avances más sorprendentes e impresionantes que he visto", sino que también ha demostrado en pruebas de referencia de IA una capacidad que rivaliza o incluso supera al modelo o1 de OpenAI. Lo que llama especialmente la atención es que DeepSeek afirma que el costo de entrenamiento de su modelo fue de solo 5,6 millones de dólares, mientras que las empresas líderes de Estados Unidos necesitan cientos de millones.

Artículo: Recientemente, el equipo chino DeepSeek lanzó su nuevo gran modelo de lenguaje de código abierto R1, que ha recibido una gran atención. El rendimiento del modelo R1 es excepcional, superando al modelo o1 de OpenAI en varias pruebas, especialmente en evaluaciones de matemáticas y programación. En la prueba AIME2024 de EE. UU., R1 obtuvo una puntuación de 79.8, superando los 79.2 puntos de o1. En la prueba MATH-500, R1 obtuvo 97.3 puntos, superando también a o1.

En el rápido desarrollo de los modelos de lenguaje grandes (LLM), el costo de entrenamiento e inferencia de los modelos se está convirtiendo cada vez más en un foco de atención para la investigación y las aplicaciones. Recientemente, el equipo de Tencent HunYuan publicó una investigación importante que explora en profundidad las "Leyes de Escalado" del entrenamiento de cuantificación de punto flotante de baja precisión, es decir, las leyes de escala del entrenamiento de cuantificación de números de punto flotante. El núcleo de esta investigación radica en explorar cómo reducir significativamente los costos de computación y almacenamiento sin perder rendimiento al reducir la precisión del modelo. El equipo de investigación llevó a cabo...

Con el creciente interés en el potencial de la inteligencia artificial en el sector de la salud, la startup brasileña Carecode está destacando. Carecode se enfoca en utilizar agentes de inteligencia artificial para manejar diversas tareas antes y después de las citas médicas, con el objetivo de reducir los costos de atención médica y mejorar los resultados. El CEO Thomaz Srougi, en una entrevista, afirmó que, además de la importancia de la consulta médica en sí, las etapas previas y posteriores a la cita son igualmente cruciales. Su experiencia en el sector, derivada de una década de trabajo, incluye la fundación de...

El entrenamiento de modelos de IA a gran escala (como los modelos Transformer y de lenguaje) se ha convertido en un paso crucial en el campo de la IA, pero también se enfrenta a altos costos computacionales, consumo de memoria y demanda de energía. Por ejemplo, GPT-3 de OpenAI tiene 175 mil millones de parámetros y requiere semanas de entrenamiento en GPU. Esta enorme demanda de recursos limita la aplicación de esta tecnología a organizaciones con abundantes recursos informáticos a gran escala, y también aumenta las preocupaciones sobre la eficiencia energética y el impacto ambiental. Resolver estos desafíos es crucial para garantizar una accesibilidad más amplia al desarrollo de la IA

El muy esperado proyecto GPT-5 (nombre en clave Orion) lleva más de 18 meses en desarrollo, pero aún no se ha lanzado. Según un informe reciente del Wall Street Journal, fuentes internas revelan que, aunque Orion supera a los modelos actuales de OpenAI, su progreso no justifica la inversión de enormes costos. Aún más preocupante es la escasez de datos a nivel mundial, que podría ser el mayor obstáculo para que GPT-5 alcance un nivel de inteligencia superior. Se dice que GPT-5 ha pasado por al menos dos entrenamientos, cada uno de los cuales ha revelado nuevos problemas, sin...

Hoy, Li Liang, vicepresidente de Douyin, comentó sobre los rumores de que ByteDance podría estar iniciando una guerra de precios en modelos grandes. En las redes sociales, declaró claramente que no se trata de una guerra de precios, sino de reducir los costos de uso de los modelos de IA mediante la innovación tecnológica. Según se informa, en la conferencia Volcano Engine Force, ByteDance lanzó oficialmente el modelo de comprensión visual Doubao y anunció su precio de 0,003 yuanes por cada mil tokens de entrada, un 85% más barato que el precio promedio del sector. En respuesta a los rumores de que ByteDance está iniciando otra guerra de precios de modelos grandes, el vicepresidente de Douyin, Li Liang, publicó un mensaje...