multimodal
6 published articles
Multimodal / Código abierto
El paquete de plugins de Qwen le da a tu agente de código ojos, manos y memoria de video
El equipo de Qwen de Alibaba lanzó Qwen-MM-Plugins, un kit de herramientas Apache-2.0 que brinda a los agentes de código habilidades multimodales nativas: lectura de imágenes y video con resolución dinámica, OCR, grounding, ASR, memoria de video largo, generación de video y control de cliente ligero de Blender y FreeCAD. Un solo script lo instala en Claude Code, Codex, Qoder, OpenClaw, Qwen Code y Gemini CLI.
2026-08-15
Seguridad de IA
Shieldstral, el clasificador de 3B que supera a modelos siete veces más grandes
Un clasificador de seguridad de 3B iguala a los modelos de texto casi siete veces más grandes y establece un nuevo estado del arte en moderación multimodal, según un artículo de arXiv de julio de 2026. El truco: la moderación reformulada como respuesta a preguntas binarias, entrenada con aproximadamente 54,1 millones de muestras.
2026-08-05
Inteligencia Artificial
Lo que Inkling revela sobre la nueva línea divisoria del mercado de modelos de código abierto
Inkling es el primer modelo disponible abiertamente de casi 1 billón de parámetros con entrada nativa de audio, imagen y texto, junto con una ventana de contexto de 1 millón de tokens y una variante cuantizada NVFP4. Los puntajes brutos en los benchmarks son sólidos, pero la historia más reveladora es cómo el ecosistema de código abierto ha pasado de ser un agente de recuperación a una competencia activa en la frontera, y dónde encaja Inkling en ese nuevo mapa.
2026-07-15
Estado del arte
Quince artículos sobre generación de IA revelan tres cambios que importan más que cualquier modelo individual
Una serie de 15 artículos sobre generación de IA revela tres cambios que importan más que cualquier modelo individual: los pipelines multimodales se han vuelto rutinarios, la orquestación agéntica reemplaza el encadenamiento manual y la retroalimentación en tiempo real convierte la generación de una apuesta en una conversación.
2026-07-11
Inteligencia Artificial
MiniMax M3 rompe el techo de peso abierto con una aceleración CUDA 9.4x y cero ayuda humana
MiniMax M3 ofrece una aceleración 9.4x del kernel CUDA, supera a Opus 4.7 en BrowseComp y replicó de forma autónoma un artículo de ICLR. Todo en un paquete de peso abierto.
2026-07-06
Innovación en código abierto
El Moon Bot de Hugging Face convierte Slack en un agente de codificación, y eso es solo esta semana
Moon Bot lleva la asistencia de codificación con IA directamente a los flujos de trabajo de Slack, mientras que VLX-Flow y VLX-Seek abordan la comprensión de video en tiempo real y la percepción de grano fino. Otros aspectos destacados incluyen una receta de preentrenamiento de codificadores médicos, experimentos de destilación QLORA en Qwen y un punto de referencia extraterrestre para el aprendizaje automático.
2026-06-29