Artículos Relacionados con LLM

El Centro de Noticias de HTX ofrece los artículos más recientes y un análisis profundo sobre "LLM", cubriendo tendencias del mercado, actualizaciones de proyectos, desarrollos tecnológicos y políticas regulatorias en la industria de cripto.

Diálogo con Mai-Lan de Amazon Web Services: El próximo campo de batalla de S3, cómo enfrentar la ola de consumo de datos en la era de los Agentes

Al comienzo del año, el éxito de OpenClaw en el mercado chino reveló el enorme potencial de los agentes de IA. Sin embargo, esto planteó una pregunta crucial para todos los proveedores de servicios en la nube: ¿está preparada la infraestructura subyacente, especialmente la capa de datos, para manejar la proliferación y el consumo masivo de datos por parte de estos agentes? Mai-Lan Tomsen Bukovec, Vicepresidenta de Tecnología de Amazon Web Services, destaca que los agentes consumen datos de manera "extremadamente activa y agresiva", con una frecuencia de consultas que supera en varios órdenes de magnitud a la de los humanos. Este modelo de trabajo paralelo y masivo convierte el costo-efectividad en un factor decisivo para la infraestructura de agentes. Para abordar esta demanda en la era de la IA, Amazon S3 ha evolucionado con tres innovaciones clave: S3 Table (con soporte nativo para Apache Iceberg, facilitando la interacción de los agentes mediante SQL), S3 Vector (introduciendo vectores como tipo de dato nativo para contextualizar datos y actuar como memoria compartida) y S3 Files (permitiendo a los agentes interactuar con datos en S3 a través de un sistema de archivos POSIX familiar). Estas capacidades, basadas en los principios de disponibilidad, durabilidad y resiliencia de S3, posicionan al servicio como un pilar fundamental para soportar las cargas de trabajo de IA y el consumo intensivo de datos por parte de los agentes en los próximos años.

marsbit05/08 04:21

Diálogo con Mai-Lan de Amazon Web Services: El próximo campo de batalla de S3, cómo enfrentar la ola de consumo de datos en la era de los Agentes

marsbit05/08 04:21

¿Cuántos Token le faltan a Yang Zhilin para alcanzar la 'Luna que persigue la luz'?

Resumen: En el panorama competitivo de la IA china, Yang Zhilin, fundador de MoonDark (Kimi), enfrenta una "ansiedad existencial" ante la presión técnica, comercial y capitalista. Aunque Kimi ha logrado avances significativos en agentes multiagente y contextos largos, su alto perfil y altas expectativas contrastan con el enfoque silencioso y técnico de DeepSeek, que recientemente lanzó su modelo V4 de código abierto con 1,6 billones de parámetros. Mientras DeepSeek busca una narrativa de innovación disruptiva, Kimi enfrenta desafíos de comercialización y presión por su posible salida a bolsa. A pesar de esto, ambos modelos son cruciales para el ecosistema de IA chino, reduciendo la brecha con EE.UU. a solo un 2,7% en evaluaciones Elo. La competencia entre estas empresas impulsa la innovación y posiciona a China a la vanguardia global de los modelos de código abierto.

marsbit04/26 11:36

¿Cuántos Token le faltan a Yang Zhilin para alcanzar la 'Luna que persigue la luz'?

marsbit04/26 11:36

Prueba práctica de Hunyuan Hy3 preview: ¿Finalmente es competitiva la IA de Tencent?

El modelo Hy3 preview de Tencent Hunyuan, con 295B de parámetros y soporte para contextos de 256K, ha sido presentado como su modelo más inteligente hasta la fecha. Según pruebas realizadas, muestra avances en razonamiento lógico complejo, aunque con cierta inconsistencia en la identificación de trampas o preguntas capciosas. Su capacidad para extraer información y seguir instrucciones en escenarios con interferencias es estable. En tareas de código y agentes inteligentes, demuestra competencia en el uso de herramientas pero carece de profundidad en la ejecución de tareas complejas. En diálogo natural y escritura creativa, genera respuestas más naturales y menos roboticas, con textos coherentes y adaptados al estilo solicitado. En general, se posiciona como un modelo práctico y equilibrado, sin puntos débiles extremos pero tampoco con capacidades excepcionales. Su lanzamiento marca un punto de inflexión para Tencent en el campo de la IA, tras haber sido criticado anteriormente por su lentitud en este ámbito. El modelo ya está disponible en productos clave de Tencent como Tencent Cloud y Yuanbao, con un costo reducido de 1.2 RMB por millón de tokens en su API.

marsbit04/26 07:24

Prueba práctica de Hunyuan Hy3 preview: ¿Finalmente es competitiva la IA de Tencent?

marsbit04/26 07:24

Tras el éxito de DeepSeek V4: Silicon Valley 'construye muros', China 'construye caminos'

El reciente lanzamiento de DeepSeek V4 y Kimi K2.6 destaca la creciente competencia en IA entre China y Silicon Valley. Mientras empresas estadounidenses como OpenAI y Anthropic se enfrascan en una lucha cerrada y competitiva por el dominio del mercado con modelos privativos, China está adoptando un enfoque colaborativo y de código abierto. DeepSeek V4, que encabeza la lista de modelos abiertos de Hugging Face, introduce avances significativos, como una capacidad de contexto ultra-larga y una optimización en el uso de memoria, además de una adaptación específica para chips chinos como los de Huawei y Cambricon. En lugar de competir agresivamente, empresas chinas como DeepSeek y Moonlight (creadora de Kimi) comparten abiertamente avances técnicos, como la arquitectura MLA y el optimizador Muon, lo que acelera la innovación y reduce costos. Este modelo colaborativo ha permitido a China desarrollar sistemas de IA avanzados con una fracción del costo de entrenamiento de sus contrapartes occidentales, al tiempo que impulsa la adopción de hardware local. Aunque los ingresos y valoraciones de las empresas chinas aún son inferiores a las de EE.UU., el crecimiento en el consumo de tokens y la eficiencia en costes sugieren un fuerte potencial a largo plazo. Mientras Silicon Valley levanta "muros" tecnológicos, China está "construyendo caminos" abiertos que podrían redefinir el futuro de la IA global.

marsbit04/26 07:08

Tras el éxito de DeepSeek V4: Silicon Valley 'construye muros', China 'construye caminos'

marsbit04/26 07:08

Con capacidad computacional limitada, ¿por qué DeepSeek-V4 se lanza como código abierto?

Resumen: DeepSeek lanzó su modelo de lenguaje de gran tamaño V4 de código abierto, ofreciendo capacidad de contexto de 1 millón de tokens. Aunque su versión Pro tiene limitaciones de capacidad de cálculo debido a la escasez de hardware de alta gama en China, utiliza un diseño de activación de parámetros dispersos (49B activados de 1.6T total) y técnicas de compresión de atención, logrando un rendimiento cercano a modelos cerrados líderes. La versión Flash, con solo 13B parámetros activados, permite un uso más accesible y es compatible con chips chinos como Ascend y Cambricon. El movimiento refleja una estrategia pragmática para adaptarse a las limitaciones de computación, priorizando la optimización de algoritmos y la integración con hardware local, mientras busca financiación con una valoración de 10.000 millones de dólares.

marsbit04/26 00:36

Con capacidad computacional limitada, ¿por qué DeepSeek-V4 se lanza como código abierto?

marsbit04/26 00:36

Fundador de a16z: En la era de los agentes, lo realmente importante ha cambiado

Marc Andreessen, fundador de a16z, analiza la era de los agentes de IA y su impacto transformador. Destaca que la IA no surgió de la nada, sino que es el resultado de 80 años de desarrollo tecnológico, con hitos como AlexNet, Transformer y ChatGPT. Los agentes de IA representan un cambio arquitectónico fundamental, combinando modelos de lenguaje (LLM) con componentes de software tradicionales como shell, sistema de archivos y programación de tareas. Esta estructura permite introspection, automejora y interoperabilidad con herramientas existentes. Andreessen predice que las interfaces de usuario tradicionales serán reemplazadas por interacciones dirigidas por agentes, donde los humanos especifican objetivos y las IA ejecutan tareas. También discute la inversión en IA, comparándola con la burbuja de Internet del 2000 pero destacando diferencias clave en financiación y adopción. Resalta la importancia del código abierto, la inferencia local y los desafíos en seguridad, identidad y adopción institucional. Concluye que, aunque la IA enfrenta resistencias burocráticas y sociales, su potencial para transformar la software y la sociedad es inevitable.

marsbit04/25 02:09

Fundador de a16z: En la era de los agentes, lo realmente importante ha cambiado

marsbit04/25 02:09

DeepSeek ya no solo quiere hacer grandes modelos

DeepSeek, la empresa china de modelos de inteligencia artificial, ha lanzado su nuevo modelo DeepSeek-V4, que incluye dos versiones: V4-Pro (1,6 billones de parámetros) y V4-Flash (284.000 millones de parámetros), ambas basadas en la arquitectura MoE. El modelo ofrece un contexto de 1 millón de tokens a un costo reducido, lo que permite procesar textos largos de manera más eficiente en áreas como código, finanzas y derecho. La principal novedad no es solo la mejora técnica, sino la estrategia de precios vinculada al hardware nacional. DeepSeek anunció que planea reducir aún más los precios una vez que se lancen a gran escala los nodos Ascend 950 de Huawei en la segunda mitad del año. Esto refleja un cambio en su enfoque: ya no depende solo de optimizaciones de software, sino también del ecosistema de chips chinos para abaratar costos. Además, DeepSeek está explorando una ruta de financiación externa, con rumores de una posible ronda de 50.000 millones de yuanes, lo que indicaría una transición hacia un modelo de negocio más pesado, con mayores inversiones en infraestructura, retención de talento y comercialización. Aunque el modelo mantiene un alto rendimiento en tareas técnicas, enfrenta presiones competitivas y desafíos para mantener su cultura de innovación en un entorno cada vez más comercial.

marsbit04/25 01:59

DeepSeek ya no solo quiere hacer grandes modelos

marsbit04/25 01:59

DeepSeek V4 en gráficos: Tras su lanzamiento, el mercado de capitales reacciona: Zhipu y MiniMax se desploman, NVIDIA se alarma

DeepSeek V4, un modelo de lenguaje de inteligencia artificial de 1 billón de parámetros, se lanzado como código abierto bajo la licencia Apache 2.0, lo que ha provocado reacciones inmediatas en los mercados financieros globales. En China, las acciones relacionadas con la capacidad de computación, como Cambricon y Hygon, experimentaron fuertes alzas, mientras que las empresas de modelos propietarios como Zhipu y MiniMax cayeron significativamente en Hong Kong. NVIDIA también registró una caída inicial, aunque se recuperó al cierre. El lanzamiento de V4 destaca por su adaptación nativa a chips chinos, como el Ascend 950PR de Huawei y el Siyuan 590 de Cambricon, lo que reduce la dependencia de las soluciones de NVIDIA y CUDA. Esto ha llevado a los inversores a reevaluar el ecosistema de IA, favoreciendo a los proveedores de infraestructura local y presionando a las empresas que dependen de modelos cerrados. El modelo no solo iguala el rendimiento de los principales competidores cerrados, sino que también ofrece total apertura comercial y técnica, marcando un punto de inflexión en la industria. La capacidad de China para desarrollar y implementar modelos de IA de clase mundial con hardware local está comenzando a desconectar su demanda de inferencia de la dependencia tecnológica de Occidente, redefiniendo las cadenas de suministro globales de silicio y software.

marsbit04/24 11:40

DeepSeek V4 en gráficos: Tras su lanzamiento, el mercado de capitales reacciona: Zhipu y MiniMax se desploman, NVIDIA se alarma

marsbit04/24 11:40

DeepSeek V4 finalmente se lanza, rompiendo el monopolio de los modelos cerrados más potentes y anunciando colaboración con los chips de Huawei

DeepSeek-V4 ya está aquí: la nueva generación de modelos de inteligencia artificial de DeepSeek se lanza en versión preliminar y de código abierto. Incluye dos variantes: **DeepSeek-V4-Pro**, con 1,6 billones de parámetros y 49.000 millones de activaciones, diseñado para competir con los mejores modelos cerrados; y **DeepSeek-V4-Flash**, una versión más económica con 284.000 millones de parámetros y 13.000 millones de activaciones, optimizada para velocidad y eficiencia. Ambos soportan un contexto de 1 millón de tokens. Según la evaluación interna, DeepSeek-V4 supera a Claude Sonnet 4.5 en tareas de codificación con agentes y se acerca al rendimiento de Opus 4.6 en modo no reflexivo, aunque aún existe una brecha con el modo reflexivo de Opus. El modelo también destaca en conocimientos generales y razonamiento, situándose a la par de los principales modelos cerrados. La gran novedad es la implementación de un nuevo mecanismo de atención que permite el contexto extenso de manera eficiente, combinando compresión de tokens y atención dispersa (DSA). Además, DeepSeek anuncia que **a partir del segundo semestre de 2026, sus servicios admitirán chips Huawei**, reforzando la independencia tecnológica. La API ya está disponible, compatible con las interfaces de OpenAI y Anthropic, y los modelos antiguos se retirarán en julio de 2026. DeepSeek reafirma su compromiso con el avance en IA de código abierto, priorizando la innovación técnica sobre el ruido mediático.

marsbit04/24 04:26

DeepSeek V4 finalmente se lanza, rompiendo el monopolio de los modelos cerrados más potentes y anunciando colaboración con los chips de Huawei

marsbit04/24 04:26

Cada vez más 'supermercados de modelos': ByteDance, Alibaba y Tencent compiten por integrar

Resumen: Las principales plataformas en la nube de China, como ByteDance Volcano Engine, Alibaba Cloud y Tencent Cloud, están compitiendo por integrar múltiples modelos de IA en sus servicios de suscripción tipo "supermercado de modelos". Recientemente, Volcano Engine actualizó su plan "Coding Plan" con nuevos modelos como GLM-5.1, Minimax M2.7, Kimi k2.6 y DeepSeek-V3.2, permitiendo a los desarrolladores acceder a varios modelos con una sola suscripción a precios desde 40 CNY/mes. Sin embargo, usuarios reportan problemas como límites de uso demasiado estrictos (5 horas que se agotan rápidamente), errores 429 por sobrecarga del sistema, alta latencia y coeficientes de deducción variables según el modelo utilizado. La tendencia hacia la agregación de modelos está llevando a preocupaciones sobre la "canalización" de los proveedores de modelos independientes, aunque empresas como Zhipu AI, Moonlight (Kimi) y MiniMax están desarrollando estrategias para diferenciarse mediante agentes autónomos, capacidades de texto largo y especialización vertical. Los analistas sugieren que, aunque a corto plazo las plataformas pueden ganar poder de negociación, a largo plazo los modelos especializados mantendrán su valor en nichos específicos.

marsbit04/24 04:14

Cada vez más 'supermercados de modelos': ByteDance, Alibaba y Tencent compiten por integrar

marsbit04/24 04:14

活动图片

Categorías popularesright-arrow

Etiquetas Popularesright-arrow

Ethereum