Hoje, Li Liang, vice-presidente do TikTok, comentou sobre os rumores de que a ByteDance estaria iniciando uma guerra de preços de modelos de IA. Em uma publicação nas redes sociais, ele deixou claro que não se trata de uma guerra de preços, mas sim de reduzir o custo de uso de modelos de IA por meio de inovação tecnológica. De acordo com informações, na conferência Volcano Engine Force, a ByteDance lançou oficialmente o modelo de compreensão visual Doubao e anunciou seu preço de 0,003 yuan para mil tokens de entrada, 85% mais barato que a média do setor. Em resposta aos rumores de que a ByteDance estaria iniciando outra guerra de preços de modelos de IA, Li Liang, vice-presidente do TikTok, publicou uma mensagem...

Na conferência Volcano Engine FORCE de 18 de dezembro de 2024, a Volcano Engine anunciou uma atualização completa da família de modelos de linguagem grandes Doubao e lançou o novo modelo de compreensão visual. O presidente da Volcano Engine, Tan Dai, disse que o uso diário de tokens do modelo de linguagem grande Doubao cresceu rapidamente nos últimos meses, atingindo mais de 4 trilhões, um aumento de 33 vezes em comparação com o lançamento em maio. Essa tendência de crescimento mostra o amplo uso do modelo de linguagem grande Doubao em vários cenários de aplicação. Desta vez, a Volcano Engine lançou o modelo de compreensão visual,

Em 18 de dezembro, na conferência Volcano Engine FORCE, o presidente da Volcano Engine, Tan Dai, lançou o novo modelo de compreensão visual Doubao. O modelo processa simultaneamente informações de texto e imagem, fornecendo respostas mais precisas. O novo modelo apresenta excelente desempenho em reconhecimento, compreensão e raciocínio de conteúdo, além de uma capacidade de descrição visual mais detalhada, oferecendo aos usuários corporativos uma capacidade de processamento inteligente aprimorada. Tan Dai revelou na conferência que o modelo de compreensão visual Doubao não apenas alcançou avanços tecnológicos significativos, mas também reduziu drasticamente os preços.

A Salesforce lançou um modelo de IA multimodal de código aberto chamado xGen-MM, projetado para entender e gerar simultaneamente vários tipos de dados, como texto e imagens, mudando significativamente a maneira como a IA é pesquisada e aplicada. O modelo se destaca em vários testes de referência, apresentando um desempenho competitivo em comparação com modelos de código aberto semelhantes. Ele inclui modelos pré-treinados, conjuntos de dados e código de ajuste fino. O maior modelo possui 4 bilhões de parâmetros e pode lidar com "dados entrelaçados", permitindo a execução de várias tarefas, como responder simultaneamente a perguntas sobre várias imagens. A variedade de opções de modelos reflete a capacidade da IA de