Alibaba anuncia o lançamento do novo aplicativo principal de IA, o Quacr, com modelos da série Tongyi integrados

AIbase基地

Publicado emNotícias e Informações de IA · 2 minutos de leitura · Mar 13, 2025

A Alibaba anunciou seu aplicativo principal de IA, o "Novo Quark" (新夸克 - Xīn kuākè). O Novo Quark foi totalmente atualizado para uma "supercaixa de IA" sem limites, com base na compreensão da Alibaba e equipado com um modelo de linguagem de grande escala multimodal e de inferência de ponta.

O "Novo Quark" não apenas possui poderosas habilidades de inferência, mas também permite interação multimodal. Os usuários podem interagir em tempo real com a IA. A IA pensa e age com base nas necessidades do usuário, ajustando continuamente sua estratégia durante o processo para garantir a conclusão suave da tarefa final. Este design inovador permite que os usuários não apenas desfrutem de conveniência, mas também experimentem uma colaboração estreita com a IA.

A Alibaba afirma que o Novo Quark se despede das buscas tradicionais e evolui para uma "supercaixa de IA", atendendo a todas as necessidades de IA dos usuários em trabalho, estudos e vida. Além disso, os resultados mais recentes da série de modelos de compreensão serão implementados rapidamente no Novo Quark, permitindo que os usuários experimentem as tecnologias e recursos mais recentes de IA em tempo hábil.

Google lança o modelo multimodal Gemma-3 de nova geração: desempenho superior e custo 10 vezes menor

O CEO do Google, Sundar Pichai, anunciou em um evento de lançamento que o Google lançou o mais recente modelo multimodal de larga escala, o Gemma-3. Este modelo é notável por sua alta performance e baixo custo. O Gemma-3 oferece quatro opções de tamanho de parâmetros, com 1 bilhão, 4 bilhões, 12 bilhões e 27 bilhões de parâmetros. Surpreendentemente, o modelo de 27 bilhões de parâmetros, o maior, requer apenas uma GPU H100 para inferência eficiente, enquanto modelos semelhantes geralmente exigem dez vezes mais poder computacional.

DeepSeek lança novo modelo multimodal de IA, Janus-Pro, com recursos aprimorados

A DeepSeek, empresa de modelos de linguagem de grande porte, lançou o novo modelo multimodal Janus-Pro, marcando sua entrada oficial no campo da geração de imagens por texto. Este lançamento representa um avanço significativo na tecnologia de IA multimodal da DeepSeek. Em testes de referência como GenEval e DPG-Bench, o Janus-Pro-7B não apenas superou o DALL-E3 da OpenAI, mas também modelos populares como Stable Diffusion e Emu3-Gen. O Janus-Pro utiliza licença MIT.

A Alibaba DAMO Academy lança o modelo multimodal Valley 2 para cenários de comércio eletrônico

A Alibaba DAMO Academy lançou recentemente um modelo de linguagem grande multimodal chamado Valley2, projetado para cenários de comércio eletrônico. Ele visa melhorar o desempenho em várias áreas e expandir os limites de aplicação em comércio eletrônico e vídeos curtos por meio de uma arquitetura de linguagem visual escalável. O Valley2 utiliza o Qwen2.5 como base do LLM, juntamente com o codificador visual SigLIP-384, combinando camadas MLP e convoluções para uma conversão de recursos eficiente.

Ex-especialista em visão da Microsoft, Hu Han, junta-se à Tencent para liderar o desenvolvimento do modelo multimodal HunYuan

Hu Han, ex-chefe de pesquisa do grupo de computação visual do Microsoft Research Asia, juntou-se oficialmente à Tencent, assumindo o desenvolvimento do modelo multimodal HunYuan, substituindo Liu Wei, ex-líder de tecnologia do modelo HunYuan, que deixou a empresa. Esta notícia chamou a atenção da indústria. Hu Han possui um sólido background acadêmico. Em 2008, graduou-se na Universidade Tsinghua e, em 2014, obteve seu doutorado sob a orientação do renomado professor Zhou Jie. Sua tese de doutorado recebeu o Prêmio de Excelência em Teses de Doutorado da Sociedade Chinesa de Inteligência Artificial em 2016. Em 2012, Hu Han trabalhou na Universidade da Pensilvânia...