Artículos por etiqueta: multimodal-ai

Google Gemini Ultra 2.0: rendimiento y precio récord

Google presentó Gemini Ultra 2.0 con un contexto de hasta 10 millones de tokens, superando a GPT-5. Conozca la arquitectura innovadora, el precio de $0.0005 y el impacto en el mercado de IA. Lea el análisis completo.

Thinking Machines: Modelos de IA en Tiempo Real

La startup Thinking Machines Lab de Mira Murati ha presentado modelos de IA para interacción en tiempo real sin demoras. Aprenda cómo esto cambiará el mercado y evalúe las perspectivas de la tecnología.

NVIDIA Nemotron 3 Nano Omni: IA multimodal 9 veces más eficiente

NVIDIA presentó el modelo abierto Nemotron 3 Nano Omni, que combina video, audio y texto. Conozca la ganancia de eficiencia 9x y la arquitectura para agentes empresariales de IA.

GLM-5V-Turbo genera código a partir de diseños

GLM-5V-Turbo multimodal convierte mockups en código frontend. Benchmarks, arquitectura CogViT, 10 Habilidades. Prueba gratis en chat.z.ai para desarrollo IT.

Qwen3.5-Omni: IA genera código a partir de vídeo

Qwen3.5-Omni de Alibaba: IA multimodal con contexto de 256K, SOTA en audio-vídeo. Genera código a partir de grabaciones de pantalla. Intégralo en proyectos — lee detalles y benchmarks.

IA en ruso para análisis de rayos X: ensamblando modelo ViT + ruGPT-3

Guía práctica para crear un modelo de IA multimodal para generar informes médicos en ruso. Estudia la arquitectura, preparación de datos y entrenamiento.