5/12/2025 AI Express | Novedades en IA: Meta lanza Big Model, OpenAI lanza Benchmarks médicos

Anunciamos el lanzamiento del nuevo parámetro 8.000 millonesConvertidor dinámico de potencial de bytes(transformador latente dinámico de bytes). El modelo es una nueva técnica que sustituye a los métodos tradicionales de división de palabras y tiene el potencial de redefinir la eficacia y fiabilidad de la modelización lingüística.

Mientras que los métodos tradicionales de división de palabras tienen muchas limitaciones cuando se trata de lenguas naturales, el transformador dinámico de potencial de bytes mejora la flexibilidad y el rendimiento del modelo al procesar directamente el flujo de bytes. Este método no solo permite tratar mejor las palabras raras y los textos multilingües, sino que también reduce significativamente los requisitos de almacenamiento y recursos informáticos.

Los pesos de los modelos publicados y el código correspondiente pueden descargarse, lo que permite a los investigadores explorar más a fondo su rendimiento en diversos escenarios de aplicación, como la traducción automática, el análisis de sentimientos y los sistemas de diálogo, entre otros.

Para más información sobre el convertidor dinámico de potencial de bytes y los avances que podría suponer, consulte nuestro documento de investigación y visite los enlaces siguientes para descargar el modelo y el código:https://t.co/GgJEPXTH8W.

La inteligencia artificial está revolucionando la industria publicitaria y los resultados son asombrosos.

A medida que la tecnología sigue avanzando,** los portavoces virtuales de IA** tienen la capacidad de sostener cualquier producto y decir lo que quieran. En el corazón de esta tecnología se encuentran el aprendizaje profundo y el procesamiento del lenguaje natural, que permiten que los avatares no solo sean realistas en apariencia, sino también en voz y expresión, como las personas reales.

Este cambio ha proporcionado a los anunciantes una flexibilidad y un espacio creativo sin precedentes. Las marcas pueden responder rápidamente a los cambios del mercado a través de portavoces virtuales personalizados, ahorrando mucho tiempo y costes. Además, la aparición de portavoces virtuales también resuelve varios problemas que puede acarrear el respaldo en la vida real, como las crisis de imagen y los conflictos contractuales.

escenario de aplicaciónEntre otros:

• Promoción en las redes sociales
• Anillado en directo en línea
• Anuncio de TV
• Exposición

Estas aplicaciones no sólo mejoran la interactividad y el atractivo de los anuncios, sino que también ofrecen a las empresas una gama más amplia de canales para llegar a los consumidores.

Aunque la tecnología es prometedora, también ha suscitado algunos debates sobre ética y privacidad. Cómo proteger los derechos de los consumidores al tiempo que se aprovecha la IA para aportar valor empresarial será una preocupación clave en el futuro.

Recientemente, el modelo más reciente de Tencent, Hunyuan-Turbos, ha obtenido buenos resultados en múltiples críticas, saltando al octavo puesto general (13º en control de estilo), justo detrás de Deepseek-R1. El modelo se clasificó entre los diez primeros en categorías importantes como Difícil, Codificación y Matemáticas.

Hunyuan-Turbos ha mejorado notablemente con respecto a su versión de febrero (que entonces ocupaba el puesto 21), gracias a su arquitectura técnica única. Como primer modelo híbrido Transformer-Mamba MoE a hiperescala, Hunyuan-Turbos combina las eficientes capacidades de procesamiento de secuencias largas de Mamba con la potente comprensión contextual de Transformer. Esta combinación hace que supere a GPT-4o-0806, DeepSeek-V3 y los modelos de código abierto en tareas como matemáticas, razonamiento y alineación. También destaca en tareas basadas en el conocimiento, como MMLU-Pro.

Características principales:

• En comparación con el modelo Turbo anterior, Hunyuan-Turbos reduce el coste de inferencia en aproximadamente 1/7.
• Se han mejorado las capacidades matemáticas, de programación y de razonamiento mediante la introducción de mecanismos de pensamiento lento.
• Alineación mejorada y ejecución proxy tras el ajuste fino de las instrucciones.
• Optimizado para el aprendizaje del inglés con el fin de mejorar el rendimiento general.

Sistema de recompensas mejorado:

1. Puntuación basada en reglas y validación de la coherencia.
2. Retroalimentación en el sandbox de código para mejorar la precisión en los campos STEM.
3. Mecanismos de recompensa generativos que mejoran el cuestionario y la creatividad y reducen los problemas de manipulación de recompensas.

Esta serie de innovaciones y optimizaciones tecnológicas no sólo demuestra la gran fortaleza de Tencent en el campo de la IA, sino que también proporciona una nueva dirección para el futuro desarrollo de la IA.

OpenAI acaba de lanzar una herramienta de evaluación comparativa de código abierto llamada HealthBench, diseñada para evaluar el rendimiento y la seguridad de grandes modelos lingüísticos en la atención sanitaria. El punto de referencia consta de 5.000 diálogos de varias rondas que comprenden pautas de puntuación estándar escritas por médicos y contiene 48.562 puntos de evaluación únicos.

Esta comparativa demuestra el progreso constante de los grandes modelos lingüísticos en el ámbito de la sanidad: de 161 TP3T de precisión en GPT-3.5 Turbo a 321 TP3T en GPT-4o, con mejoras aún más rápidas recientemente, con GPT-4o3 con 601 TP3T. GPT-4.1 nano, que cuesta sólo una cuarta parte que el GPT-4o y, sin embargo, supera en rendimiento al GPT-4.1 nano.

HealthBench El lanzamiento no sólo proporciona una plataforma de evaluación normalizada para los investigadores, sino que también supone un fuerte apoyo para impulsar la adopción de grandes modelos lingüísticos en el ámbito sanitario. Mediante criterios de evaluación rigurosos, HealthBench puede ayudar a los desarrolladores a comprender mejor los puntos fuertes y débiles de sus modelos para optimizar aún más su rendimiento y seguridad.

Enhorabuena a nuestro amigo @PrimeIntellect por el lanzamiento de INTELLECT-2, un modelo de 32.000 millones de parámetros entrenado mediante aprendizaje por refuerzo distribuido globalmente.

Este comunicado no se centra tanto en los modelos en sí, sino en la infraestructura que han construido, una instalación que hará posible la integración de inteligencia distribuida, con el consiguiente avance de la tecnología de IA. La infraestructura no solo será capaz de soportar el entrenamiento de modelos a gran escala, sino también de distribuir eficazmente los recursos computacionales entre distintas ubicaciones geográficas.

Los aspectos más destacados son:

• Los informes técnicos detallados ofrecen análisis pormenorizados de las arquitecturas de los modelos, los procesos de formación y la evaluación del rendimiento.
• Código fuente abierto que permite a investigadores y desarrolladores descargar y utilizar los puntos de control del modelo INTELLECT-2.

Este enfoque globalmente distribuido del aprendizaje por refuerzo tiene potencial para una amplia gama de aplicaciones en varios campos, como la conducción autónoma, la sanidad inteligente y la robótica, abriendo nuevas vías para futuras aplicaciones de la IA.

Hace poco.OpenAIAnunciamos la incorporación de ChatGPT a laSharePointresponder cantandoMicrosoft OneDrivecomo nuevos conectores de datos. Estas nuevas funciones facilitarán a los usuarios el acceso y la utilización de los documentos y datos almacenados en estas plataformas para una investigación más profunda.

Estos conectores están disponibles actualmente para los suscriptores Plus, Pro y Team, excluidos los del Espacio Económico Europeo (EEE), Suiza y el Reino Unido. Esta iniciativa tiene por objeto mejorar aún más la funcionalidad de ChatGPT para que pueda atender mejor las necesidades de tratamiento de datos tanto de las empresas como de los usuarios particulares.

Al integrar SharePoint y OneDrive, los usuarios pueden utilizar fácilmente documentos, formularios y otros archivos junto con ChatGPT para aumentar la productividad y la calidad de la investigación. Esto es especialmente importante para los usuarios empresariales que necesitan analizar y organizar grandes cantidades de datos e información.

Además, esta actualización marca la continua expansión del ecosistema de OpenAI para satisfacer las necesidades de los usuarios de todo el mundo. En el futuro, se espera que se desplieguen más integraciones y funciones similares para mejorar aún más la utilidad y flexibilidad de ChatGPT.

desde el procesamiento multimodal a la inferencia, pasando por los modelos expertos mixtos (ME) y la evaluación comparativa.Este blog.le ofrece una guía completa sobre los modelos de lenguaje visual (VLM).

Los modelos de lenguaje visual (VLM) han demostrado grandes capacidades en la comprensión de imágenes y la generación de textos, y se utilizan ampliamente en tareas como el subtitulado de imágenes, las preguntas y respuestas visuales y la recuperación multimodal. Mediante el aprendizaje multimodal, los VLM son capaces de comprender mejor la relación entre imágenes y texto, mejorando así el rendimiento general.

• Fusión multimodal: combinar información de imagen y texto para mejorar la comprensión global del modelo.
• Capacidad de razonamiento: permite al modelo no sólo reconocer objetos en una imagen, sino también comprender su contexto y sus relaciones lógicas.
• Modelos Expertos Mixtos (ME): mejoran la capacidad expresiva y de generalización del modelo mediante el trabajo colaborativo de múltiples submodelos expertos.
• Evaluación comparativa: proporciona una serie de conjuntos de datos estándar y parámetros de evaluación para ayudar a los investigadores a evaluar y comparar el rendimiento de diferentes modelos.

Las tareas domésticas siempre han sido un quebradero de cabeza para muchas personas, pero con el avance de la tecnología se espera que los robots domésticos resuelvan este reto.

La robótica ha avanzado mucho en los últimos años. Desde robots barrenderos hasta asistentes de cocina inteligentes, estos dispositivos se han ido incorporando poco a poco a la vida familiar. Se espera que en los próximos años entren en el mercado robots domésticos más avanzados, que no sólo podrán realizar tareas de limpieza diaria, sino también operaciones más complejas, como la manipulación de objetos y el cuidado de ancianos.

innovación tecnológicaes un motor clave de este cambio. Los avances en inteligencia artificial, aprendizaje automático y tecnología de sensores han permitido a los robots comprender mejor el entorno doméstico y adaptarse a él. Además, con la difusión de la tecnología IoT, los robots domésticos se integrarán a la perfección con los sistemas domésticos inteligentes para ofrecer servicios más inteligentes.

A pesar de sus prometedoras perspectivas, el uso generalizado de robots domésticos sigue enfrentándose a una serie de retos, como cuestiones de coste, seguridad y protección de la intimidad. Sin embargo, se espera que estos problemas se resuelvan gradualmente a medida que la tecnología siga madurando y la demanda del mercado crezca.

La llegada de los robots domésticos no sólo reducirá en gran medida la carga de las tareas domésticas, sino que también aportará más comodidad y confort a la familia.

Las propiedades computacionales temporales y sincrónicas de las neuronas cerebrales suelen pasarse por alto en las redes neuronales modernas. Sin embargo, estas propiedades son cruciales para la flexibilidad y adaptabilidad de la inteligencia biológica.

Para resolver este problema, los investigadores han propuesto una nueva arquitectura neuronal, las Máquinas de Pensamiento Continuo (MCP). dinámica neuronal como representación central, lo que permite una computación adaptativa natural.

Las principales características de las marcas comunitarias son:

• El problema del laberinto se resuelve observando imágenes en bruto del laberinto y generando instrucciones paso a paso directamente a partir de la dinámica neuronal.
• En las tareas de reconocimiento de imágenes, la CTM examina de forma natural diferentes partes de la imagen por pasos para mejorar la precisión y la interpretabilidad.
• La MC ahorra energía ajustando su tiempo de pensamiento en función de la dificultad de la tarea. Por ejemplo, al identificar a un gorila, la atención del CTM se desplaza de los ojos a la nariz y de ahí a la boca, de forma muy parecida al patrón de atención visual humano.

Este estudio pone de relieve la sinergia entre la neurociencia y la IA. Aunque la IA moderna se basa en ideas inspiradas en el cerebro, ambos campos tienden a funcionar de forma independiente. Aprovechando la inspiración biológica y rastreando iterativamente comportamientos emergentes, los investigadores desarrollan modelos con capacidades inesperadas, como un excelente rendimiento de calibración en tareas de clasificación.

En el futuro, los investigadores seguirán explorando esta novedosa arquitectura e introduciendo más conceptos biológicos para descubrir comportamientos emergentes más emocionantes que amplíen los límites de la tecnología de IA.

Recientemente, un estudio llamadoRazonamiento colaborativo (Collaborative Reasoner)Se propone un marco que pretende mejorar las capacidades de razonamiento colaborativo de los modelos lingüísticos en entornos corporales multiinteligentes. El marco sienta las bases para el desarrollo de agentes sociales capaces de cooperar con humanos y otras inteligencias.

Con el desarrollo de la tecnología de IA, cada vez son más los escenarios de aplicación que requieren una interacción y colaboración eficientes entre múltiples inteligencias, como la conducción autónoma, los sistemas domésticos inteligentes y las tareas complejas de interacción persona-ordenador. Al introducir mecanismos de razonamiento más avanzados, el marco de razonamiento colaborativo permite a los modelos lingüísticos no solo comprender órdenes individuales, sino también trabajar con otras inteligencias para completar tareas en entornos que cambian dinámicamente.

hablando específicamenteEste marco proporciona una nueva metodología de entrenamiento que permite a los modelos aprender a comunicarse eficazmente y a tomar decisiones con distintos tipos de participantes en escenarios reales simulados. Además, admite muchos tipos de escenarios de tareas, incluidos, entre otros, ámbitos como la gestión del diálogo y la planificación de estrategias.

Los investigadores afirman que el trabajo ayudará a impulsar la construcción de sistemas de IA social más inteligentes y adaptables que puedan atender mejor las necesidades de la sociedad moderna.