modelos de difusión
4 published articles
Inteligencia Artificial
El modelo de imágenes de 4 mil millones de parámetros de Microsoft se ejecuta en un único A100 y desafía a sistemas de 30 mil millones
Mage-Flow de Microsoft es un modelo compacto de generación y edición de imágenes de 4 mil millones de parámetros que iguala a sistemas abiertos más grandes como Qwen-Image y FLUX.2 mientras se ejecuta en una única GPU A100 a velocidades interactivas. Su innovación clave es un tokenizador ligero que reduce los costos de codificación en 12 veces.
2026-07-26
Investigación en IA
Aprendizaje por refuerzo para generación de imágenes: Qwen-Image-2.0-RL obtiene un sistema de recompensa compuesto
El informe técnico de Qwen-Image-2.0-RL detalla un pipeline de post-entrenamiento que combina RLHF, destilación on-policy y modelos de recompensa compuestos para mejorar la calidad de texto a imagen y edición de imágenes. El enfoque produce mejoras medibles en calidad estética, seguimiento de instrucciones y preservación de identidad facial.
2026-07-20
NVIDIA
Nvidia y Hugging Face se unen para hacer aburrido el entrenamiento distribuido de difusión
NeMo Automodel de Nvidia ahora se integra directamente con Diffusers de Hugging Face, lo que permite entrenamiento distribuido de nivel de producción para modelos como FLUX, Wan 2.1 y HunyuanVideo. La biblioteca bajo Apache 2.0 maneja el paralelismo como un conmutador de configuración y permite que los puntos de control ajustados se carguen directamente en los pipelines de inferencia.
2026-07-19
Teoría del Aprendizaje Automático
Por qué los modelos de difusión interpolan, no solo memorizan: una teoría matemática de la creatividad
Investigadores de Google revelan que la creatividad de los modelos de difusión proviene de un efecto de 'suavizado de puntuación' causado por la regularización de redes neuronales. Este marco teórico explica por qué los modelos interpolan entre puntos de datos de entrenamiento en lugar de simplemente memorizarlos, abriendo el camino para una novedad controlada en la IA generativa.
2026-07-16