VibeVoice solo liberó la mitad: la mitad que falta es la lección
El VibeVoice de Microsoft incluye un sólido reconocimiento de voz, pero el famoso código de texto a voz se retiró tras un uso indebido.
← Todos los artículos
Categoría
Ai
332 articles
El Kumo Tabular de NVIDIA se entrenó con datos que nunca existieron
Kumo Tabular predice cualquier tabla sin necesidad de configuración y aprendió solo de tablas sintéticas muestreadas de modelos causales.
El modo borrador de Seedance 2.5 abarata cambiar de opinión
El modo borrador de ByteDance genera primero una muestra en 480p y un final en 1080p solo cuando te comprometes, apuntando al costo real del video con IA.
EmbeddingGemma 2 lleva la búsqueda de fotos, audio y video a tu teléfono
El modelo de embeddings de 740M de Google mapea texto, imágenes, audio y video en un solo espacio lo bastante pequeño para ejecutarse en un teléfono.
FreeVideo lleva la generación de video de MiniMax H3 a Apple Silicon
El proyecto de código abierto FreeVideo, de FlashML, lanzó una vista previa para Mac que ejecuta H3 localmente, eliminando la factura de API por segundo en la iteración.
Por qué Katzenberg y el exlíder de Sora están creando modelos de vídeo para cineastas
Jeffrey Katzenberg, Bill Peebles y Sujay Jaswa están creando una empresa para entrenar modelos de vídeo para equipos de cine, no para redes sociales.
La página de tendencias de GitHub es ahora un catálogo de infraestructura para agentes
Los repositorios en tendencia de esta semana son capas de memoria, equipos de agentes, mercados de habilidades y escáneres de seguridad, no aplicaciones.
Naive AI y la apuesta de 1.400 millones de dólares por el post-entrenamiento
La startup de un profesor de Tsinghua habría alcanzado una valoración de 1.400 millones de dólares apostando a que las ganancias llegan después del pre-entrenamiento, no durante él.
Mistral Large 4: Europa apuesta un billón de parámetros a los pesos abiertos
El nuevo buque insignia de Mistral reúne 1,05 billones de parámetros, activa alrededor de 49.000 millones y publica sus pesos el 27 de octubre.
Quién los usa realmente: los modelos chinos se llevan más de la mitad del uso de generación de imágenes y video en el extranjero
En los datos de uso de 31,6 millones de interacciones, los modelos chinos se llevan más de la mitad de la cuota de generación de imágenes y video en el extranjero, mientras el texto sigue en manos de los fabricantes estadounidenses.
Dibújalo y aparece: la edición de garabato a objeto alcanza la madurez
Un pequeño LoRA de investigación te permite garabatear sobre una región y renombrar el objeto. Es una señal clara de que el trabajo en la IA de imágenes pasó de la generación a la edición.
Refilmar la realidad: Seedance 2.5 y la cámara que no existe
Seedance 2.5 puede volver a rodar metraje existente desde un nuevo ángulo de cámara. Eso cambia la cobertura, la continuidad y lo que el metraje puede demostrar.