Meta licencia la tecnología de imagen y vídeo de Midjourney, y la razón es reveladora
Los benchmarks se mueven cada trimestre. El juicio de una comunidad sobre lo que se ve bien, no.
← Todos los artículos
Categoría
Ai
332 articles
AssemblyAI redujo la latencia del habla en tiempo real a 91 milisegundos. Esta es la razón por la que esa cifra importa
La restricción en la voz nunca ha sido la tasa de error de palabras. Ha sido la toma de turnos.
Nano Banana 2.1 de Google es una actualización de funciones, no un buque insignia
Un lanzamiento de gama media te dice lo que un laboratorio cree que la mayoría de sus usuarios realmente necesita, lo cual es una señal más útil que un producto insignia.
El stack de anuncios de video se dividió en especialistas, y Boreal-H3 muestra por qué
La calidad cinematográfica y el rendimiento de iteración son productos diferentes, y una sola capa de generación no puede liderar en ambos.
OpenAI publicó 722 resultados matemáticos derivados de IA. Los matemáticos preguntan quién recibe el crédito.
Un asistente de demostraciones verifica que un argumento se deduce, no que el argumento sea el que alguien cree que es.
FLUX 3 Image: cuadros delimitadores, salida 4K y el diseño como archivo de configuración
Una cuadrícula de coordenadas reemplaza la descripción en prosa de dónde va cada cosa, y eso cambia lo que un pipeline puede prometer.
Kling 4.0 se lanza: diez fotogramas clave, treinta segundos y el fin del montaje de tragaperras
Diez puntos de control hacen más que elevar la calidad. Cambian lo que un equipo de producción tiene que aportar a la herramienta.
C2PA y SynthID: Tras el Reglamento de IA de la UE, la procedencia de los medios es una tarea de ingeniería
La procedencia te dice de dónde viene un archivo. No te dice si el archivo es honesto.
Qwen-AgentWorld introduce siete entornos dentro de un único modelo del mundo de lenguaje
La capacidad de los agentes está cada vez más limitada por el entorno que rodea al modelo, no por la puntuación de razonamiento bruto del modelo.
TwelveLabs Pegasus 1.6 convierte el video en primera persona en datos de entrenamiento para robots
Comprender una acción es solo parte de enseñarla, y el CEO lo admite.
La carrera de la infraestructura de agentes empresariales: Ampersand y Restate financian la capa de lectura y escritura
Ninguna de las dos empresas construye un modelo. Ambas construyen la infraestructura que permite que un agente haga algo real dentro de un sistema que una empresa ya opera.
Reactor recauda 74 millones de dólares: los modelos de mundo de video necesitan un runtime propio
Una ronda de este tamaño, respaldada por la empresa que también diseña las GPU, indica dónde cree el dinero que está el próximo cuello de botella.