IA multimodal
3 published articles
Google DeepMind
Gemma 4 acaba de hacer que todos los demás modelos de peso abierto parezcan 10 veces demasiado grandes
La familia de peso abierto nativamente multimodal Gemma 4 de Google DeepMind introduce modo de pensamiento, arquitectura sin codificador y opciones MoE. El modelo de 2.3B iguala el rendimiento del Gemma 3 de 27B. El modelo de 31B lidera las tablas de clasificación de peso abierto.
2026-07-13
Alibaba Cloud
El Spark Serverless EMR de Alibaba Cloud ahora procesa imágenes y video en SQL puro, sin necesidad de Python
El Spark Serverless EMR de Alibaba Cloud ahora admite imágenes y fotogramas de video directamente en SQL, permitiendo a los ingenieros de datos evitar la sobrecarga de Python. Un caso de estudio sobre preprocesamiento de datos de conducción autónoma muestra pipelines ETL automatizados impulsados por modelos de visión Qwen que reemplazan la anotación manual.
2026-07-09
Código abierto
El primer agente web de código abierto que no necesita HTML acaba de superar a GPT-4o
Los agentes MolmoWeb, disponibles en tamaños de 4B y 8B, se entrenaron con MolmoWebMix, un nuevo conjunto de datos que combina más de 130,000 demostraciones sintéticas y humanas. Superan a los modelos cerrados y establecen nuevos estándares para la investigación abierta de agentes web.
2026-04-10