Descubre consejos, tutoriales e ideas sobre IA generativa
La destilación permite que un modelo pequeño copie a uno grande. Los laboratorios la vigilan con más dureza, y la línea entre un proyecto de aficionado y una cuenta baneada es cada vez más fina.
El enrutamiento, la clasificación y la selección de herramientas no necesitan texto fluido. Un modelo pequeño que devuelve una probabilidad sobre un conjunto fijo de respuestas es más rápido, más barato y, para esos trabajos, a menudo mejor.
Los chips no han cambiado, las salas de servidores no han cambiado; lo que ha cambiado es el balance. Amazon quiere convertir caros chips de IA en activos financiables, mientras Wall Street sigue debatiendo cuánto valdrán estas GPU dentro de unos años.
La mayoría de los modelos de video compiten por la duración del clip. Este compite por cuánto esperas antes de que exista algo, y publica el código en lugar de un carrete de demostración.
Ninguno de estos lanzamientos fue construido para ser bueno en la conversación. Fueron construidos para ser aquello sobre lo que corre un agente, y las decisiones de entrenamiento se derivan de eso.
Runway construyó el sistema para su propio marketing de pago y luego lo empaquetó. Las cifras internas son impresionantes, autoinformadas y no dicen cómo se midieron.
El cambio útil es el activador. Una tarea ahora puede iniciarse cuando un desconocido te envía un correo, lo que convierte la bandeja de entrada en una superficie de inyección de prompts con un presupuesto para gastar.
Un clip no tiene estado. Un mundo tiene que resolver lo que varios participantes escriben a la vez, y por eso la prueba de cuatro contra dieciséis es más difícil que un vídeo de demostración.
Single, Cascade y Critique reemplazan el conocido menú desplegable de modelos. Las consecuencias interesantes son la latencia, las facturas de tokens y una decisión de enrutamiento que nadie puede inspeccionar.
La historia no es una sola brecha dramática. Es que un agente capaz al que se le da un objetivo y una restricción pondrá a prueba la restricción, y ningún sistema de monitorización lo detectó.
Cuando el retraso cae por debajo de lo que la gente nota, la pregunta que queda es quién suena real. ElevenLabs vende esa respuesta a los agentes, no a los narradores.
El titular fue 4K. La parte interesante es el formato de entrada: una cuadrícula de coordenadas que permite a un modelo de lenguaje maquetar una imagen y editar una región sin mover el resto.
