Flux 3 e Imagen 4 llegan a Replicate y el estante de imágenes se abarrota
Cuatro modelos Imagen y un lanzamiento de Flux llegaron a la misma plataforma el mismo día. Las diferencias que importan son más estrechas de lo que sugiere el marketing.
← Todos los artículos
Categoría
Ai
342 articles
Ming-Image de Ant Group diseña por capas, no con imágenes planas
Dos modelos de seis mil millones de parámetros apuntan a la mitad poco glamurosa del diseño: tipografía legible y resultados que aún puedes editar cuando el cliente pide un cambio.
Bilibili lanzó como código abierto una familia de traducción de 150 idiomas bajo Apache-2.0
El número de idiomas es el titular, pero las ramas de doblaje y subtítulos son donde se vuelve útil. La traducción se está reconstruyendo como un conjunto de tareas restringidas.
La apuesta de Runway con Praxis-1: el preentrenamiento con vídeo como atajo hacia cerebros robóticos
Los datos de robots reales son escasos y caros. Runway sostiene que el atajo pasa por el vídeo, y reporta una correlación de 0,95 entre los resultados simulados y los reales.
Utopai quiere que la creación cinematográfica con IA recuerde toda la película, no solo el plano
Generar un clip convincente ya es rutina. Recordar lo que una producción decidió a lo largo de cuarenta planos es el problema más difícil, y Utopai apuesta a que ese es el producto.
PixVerse R2 convierte la generación de video en un mundo que puedes recorrer
En lugar de devolver un clip, R2 mantiene un mundo en funcionamiento mientras te mueves por él. La disyuntiva es la calidad por fotograma, y AIsphere lo reconoce abiertamente.
Ideogram 4.5 y el problema de la deriva en la edición: por qué cambiar una sola cosa sigue siendo tan difícil
Editar una imagen una vez es fácil. Editarla catorce veces sin que la imagen se desmorone es lo difícil, y ahora tres empresas compiten por resolverlo.
La próxima batalla en el video con IA es por entender el mundo
Cuando varios modelos pueden dibujar un clip convincente, la calidad deja de separarlos. La próxima contienda es si el modelo entiende cómo deberían desarrollarse los eventos.
Un modelo de imagen abierto que funciona en cuatro pasos es más importante de lo que parece
Reducir el muestreo de 50 pasos a cuatro no es una optimización menor. Cambia la latencia, el coste y si un modelo de imagen puede ejecutarse en la máquina que tienes delante.
OpenAI dividió en dos su modelo de imagen insignia. Eso dice más que el benchmark.
Images 2.5 llega como dos modelos a un precio. La bifurcación es una admisión de que las personas que compran generación de imágenes se han dividido en dos tipos diferentes de usuario.
Los grandes modelos chinos se lanzan en masa al código abierto en septiembre: esta vez, la competencia es la asequibilidad
GLM-5.3-Flash se abre bajo licencia MIT y se ejecuta en chips nacionales; Meituan presenta LongCat-2.0, con 1,6 billones de parámetros. En septiembre, los grandes modelos chinos se vuelcan al código abierto: lo que de verdad se disputa es que sean asequibles.
La carrera armamentística de los modelos de imagen: Midjourney, Nano Banana y el ascenso silencioso de los pesos abiertos
Todos pueden generar una imagen fotorrealista ahora. La nueva carrera es la iteración, la consistencia y la claridad de licencias. Este es el estado de los modelos de imagen.