Artículos Relacionados con Multimodal

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

¡Llega Gemini 3.5! Esta noche, Google hace que Google quede obsoleto

**Google I/O 2026: Geminis Omni, Flash 3.5 y Spark, un salto hacia la superinteligencia** En Google I/O 2026, Sundar Pichai y Demis Hassabis presentaron una avalancha de avances en IA que redefinen el campo. La estrella fue **Gemini Omni**, un modelo “omnimodal” que entiende y genera cualquier combinación de texto, imagen, audio y, lo más destacado, **video de alta calidad**. Omni no solo crea videos realistas; los edita mediante conversación, mantiene la coherencia física y lógica entre escenas, y permite crear avatares personalizados. Ya está disponible en su versión Flash, con una versión Pro en camino. El segundo gran lanzamiento es **Gemini 3.5 Flash**, un modelo que supera ampliamente al anterior flagship, Gemini 3.1 Pro, en benchmarks de código y tareas de agente. Es extremadamente rápido (289 tokens/segundo) y se integra en **Antigravity 2.0**, una plataforma de desarrollo de agentes independiente. Una demostración impactante mostró cómo 93 sub-agentes, dirigidos por 3.5 Flash, escribieron, probaron y auditaron un **sistema operativo funcional desde cero en solo 12 horas**, por menos de 1000 dólares en costos de API. Finalmente, se anunció **Gemini Spark**, un agente personal de IA que funciona 24/7 en la nube. Integrado con las herramientas de Google (Gmail, Docs, Sheets), puede ejecutar tareas complejas como organizar eventos, redactar correos con tu estilo o gestionar información de manera autónoma, incluso mediante comandos de voz. Estará disponible en beta para suscriptores de AI Ultra. En conjunto, estos lanzamientos (creación omnimodal, agentes autónomos de alto rendimiento y asistentes personales persistentes) marcan un salto significativo. Google demostró que las barreras técnicas hacia una Inteligencia Artificial Superinteligente (ASI) se están derribando a un ritmo asombroso, redefiniendo lo que es posible en automatización y creación.

链捕手05/20 07:04

¡Llega Gemini 3.5! Esta noche, Google hace que Google quede obsoleto

链捕手05/20 07:04

Google usa IA para "matar" a Google, esta presentación te deja sin aliento

En el Google I/O, Sundar Pichai anunció hitos clave: la app Gemini supera los 900 millones de usuarios activos mensuales y procesa 3200 billones de tokens al mes. La presentación se centró en dos nuevos modelos: **Gemini Omni**, un modelo multimodal que apunta a ser un "modelo del mundo", capaz de generar y editar videos de forma avanzada entendiendo conceptos físicos, y **Gemini 3.5 Flash**, optimizado para velocidad y tareas de desarrollo, potenciando la plataforma de agentes Antigravity 2.0. Google está reimaginando la Búsqueda con IA, integrando Gemini 3.5, creando "Agentes de información" para seguimiento continuo, e introduciendo interfaces generativas. Para el usuario final, se presentó **Gemini Spark**, un agente personal que ejecuta tareas en segundo plano incluso con el dispositivo apagado, y una rediseñada app Gemini con un nuevo lenguaje visual "Neural Expressive" y un resumen matutino "Daily Brief". Se anunciaron nuevas herramientas creativas como Google Pics (edición de imágenes), Stitch (diseño) y mejoras en Google Flow (edición de video). En hardware, Google avanza en gafas inteligentes con Android XR, tanto con pantalla como de audio (estas últimas para otoño), como nuevo portal de acceso a Gemini. La presentación subraya la transición estratégica de Google: de servicios gratuitos financiados por publicidad hacia un modelo basado en suscripciones por capacidades avanzadas de IA, agentes de larga duración y automatización empresarial, enfrentando el reto de monetizar los altos costes de computación de estos servicios inteligentes.

marsbit05/20 00:00

Google usa IA para "matar" a Google, esta presentación te deja sin aliento

marsbit05/20 00:00

El primer gran modelo de Wang Tao hace que Meta finalmente vuelva a la mesa

Diez meses después de que Alexandr Wang (汪滔) se uniera a Meta, la compañía ha lanzado su primer modelo de inteligencia artificial bajo su dirección: **Muse Spark**, parte de la nueva serie Muse. Desarrollado por el Meta Superintelligence Labs (MSL), este modelo multimodal está diseñado para ser rápido y eficiente, pero capaz de manejar problemas complejos en ciencia, matemáticas y salud. Spark utiliza una arquitectura reconstruida desde cero que integra capacidades visuales y de razonamiento en cadena, permitiéndole, por ejemplo, analizar posturas de yoga o componentes de dispositivos. Incluye además un modo de "reflexión" que coordina múltiples submodelos para tareas de razonamiento avanzado. En pruebas comparativas, Muse Spark obtuvo 52 puntos en el Artificial Analysis Intelligence Index, situándose en el cuarto puesto mundial. Destaca en razonamiento visual (86,4 en CharXiv), razonamiento médico (42,8% en HealthBench Hard) y comprensión multidisciplinaria (80,5% en MMMU Pro), aunque muestra debilidades en tareas de codificación extensas. Meta planea integrar Spark en sus productos como WhatsApp, Instagram y Facebook, y ofrecerá acceso mediante API a socios seleccionados. La estrategia de la compañía parece priorizar la agilidad sobre el rendimiento absoluto, buscando competir en el mercado sin retrasos mayores. La reacción inicial de los inversores fue positiva, con un alza del 6,5% en las acciones de Meta.

marsbit04/09 11:02

El primer gran modelo de Wang Tao hace que Meta finalmente vuelva a la mesa

marsbit04/09 11:02

活动图片