Alibaba ha lanzado Tongyi Qianwen QwQ-32B, un nuevo modelo de inferencia de código abierto que ofrece un rendimiento sorprendente incluso en tarjetas gráficas de consumo. Este modelo permite a los usuarios ejecutar inferencias de modelos de lenguaje grande sin necesidad de recursos de computación en la nube de alto costo, abriendo nuevas posibilidades para la investigación y el desarrollo de IA.

Tongyi Lingma anuncia el lanzamiento de su nuevo modelo de inferencia Qwen2.5-Max, que ofrece a los desarrolladores un potente soporte para la programación y las matemáticas. Qwen2.5-Max utilizó más de 20 billones de tokens de datos de preentrenamiento y, combinado con un esquema de entrenamiento posterior cuidadosamente diseñado, muestra un rendimiento excepcional.

iFlytek ha anunciado una actualización completa de su modelo de inferencia profunda, StarFire X1. Esta actualización tiene como objetivo mejorar sus capacidades de aplicación en múltiples campos como matemáticas, medicina y educación, aportando una serie de mejoras e innovaciones. La capacidad matemática de StarFire X1 se ha mejorado significativamente, especialmente en el manejo de problemas de nivel competitivo. En comparación con otros modelos del sector, StarFire X1, a pesar de tener un menor número de parámetros, se sitúa a la par de modelos como DeepSeek R1 y modelos relacionados de OpenAI en tareas matemáticas. Los usuarios pueden acceder a StarFire a través de...

El 25 de febrero, Alibaba anunció el lanzamiento de QwQ-Max-Preview, un modelo de inferencia basado en Qwen2.5-Max, y planea la publicación de código abierto completa de sus últimos modelos de inferencia QwQ-Max y Qwen2.5-Max. QwQ-Max-Preview es una versión preliminar; Alibaba indicó que la versión oficial se lanzará próximamente y será de código abierto bajo la licencia Apache2.0. A diferencia de versiones anteriores, esta publicación de código abierto incluye no solo el modelo en sí, sino también versiones más pequeñas, como Q...

El 25 de febrero, Anthropic lanzó oficialmente su último modelo de inferencia: Claude 3.7 Sonnet. Este modelo, con su innovador diseño y sus significativas mejoras en capacidad de programación, se ha convertido rápidamente en el centro de atención de la industria. La innovación principal de Claude 3.7 Sonnet radica en la fusión de respuestas rápidas y capacidad de pensamiento profundo, simulando el proceso de pensamiento del cerebro humano para ofrecer a los usuarios una experiencia de interacción más fluida.

“子曰-o1” es un modelo ligero de 14B, diseñado específicamente para tarjetas gráficas de consumo, capaz de funcionar de manera estable en dispositivos con baja memoria de video. Este modelo utiliza la técnica de cadena de pensamiento, proporcionando un proceso de resolución de problemas detallado y razonamiento lógico, con un proceso de pensamiento más cercano al de los humanos. A través del "monólogo interno" y la autocorrección, el modelo puede generar un proceso de resolución de problemas paso a paso, ayudando a los usuarios a comprender y dominar mejor el conocimiento.

Hoy, iFlytek Star 4.0 Turbo ha recibido una actualización completa. Sus siete capacidades centrales: generación de texto, comprensión del lenguaje, preguntas y respuestas de conocimiento, razonamiento lógico, capacidad matemática, capacidad de código y capacidad multimodal, han experimentado mejoras significativas, superando al potente GPT-4o en capacidad matemática y de código.

En la conferencia de lanzamiento de la actualización del producto de la entidad inteligente de oficina celebrada el 7 de enero, iFLYTEK anunció que lanzará su último "modelo de inferencia profunda iFLYTEK X1" el 15 de enero. Este lanzamiento inyectará capacidades de inteligencia artificial más potentes a los productos de oficina inteligente de iFLYTEK, y se espera que amplíe aún más los límites de aplicación de la oficina inteligente. iFLYTEK, como empresa líder de inteligencia artificial en China, siempre se ha dedicado a integrar profundamente la tecnología de IA en el entorno de oficina. El nuevo modelo X1 tiene como objetivo mejorar la capacidad de inferencia profunda de los productos de entidad inteligente, lo que les permite manejar tareas complejas

Para cerrar el año, Zhipu AI, con sede en Pekín, ha lanzado GLM-Zero-Preview, la primera versión de su modelo de inferencia GLM-Zero, entrenado con tecnología de aprendizaje por refuerzo ampliado. Este modelo se centra en mejorar la capacidad de razonamiento de la IA, especialmente en lógica matemática, programación y resolución de problemas complejos que requieren razonamiento profundo. En comparación con los modelos base, GLM-Zero-Preview mantiene sus capacidades en tareas generales, mientras que sus capacidades en tareas especializadas han mejorado significativamente.

Alibaba ha lanzado recientemente un nuevo modelo de inferencia multimodal llamado QVQ-72B. Construido sobre Qwen2-VL-72B, este modelo integra potentes capacidades lingüísticas y visuales, lo que le permite manejar tareas de inferencia y análisis más complejas. Esto marca un nuevo avance de Alibaba en el campo de la IA multimodal. QVQ-72B muestra una mejora significativa en el razonamiento visual, problemas matemáticos y científicos, especialmente en tareas de razonamiento de varios pasos. Esto significa que el modelo no solo puede comprender información textual, sino también información de imágenes, y realizar inferencias de varios pasos.

OpenAI presentó recientemente una solicitud de registro de marca ante la Oficina de Patentes y Marcas de los Estados Unidos (USPTO) con el nombre "OpenAI o1". Esto marca un paso importante para OpenAI en la protección de su propiedad intelectual. Los documentos presentados ante la USPTO muestran que OpenAI ya había solicitado una marca comercial extranjera en Jamaica en mayo de este año. Esta acción indica que OpenAI tiene una estrategia y un plan de mercado claramente definidos para su nuevo modelo de inferencia o1.