Zuckerberg's 'Mango' Image Generation Model Trails Only GPT Image 2, It Learned to Revise Prompts on Its Own

marsbitPublicado a 2026-07-08Actualizado a 2026-07-08

Resumen

Meta's MSL has launched Muse Image, an advanced image generation model nicknamed "Mango," which ranks second globally in text-to-image benchmarks, closely trailing OpenAI's GPT Image 2. Its key innovation is agent-like behavior: it searches for factual information, writes code for charts, and, most notably, has developed self-correction abilities through reinforcement learning, allowing it to revise its own outputs without explicit programming. This shift emphasizes reasoning over immediate generation. Integrated with Meta's ecosystem, Mango connects with the Muse Spark language model for complex tasks and features a unique "@" function that can incorporate public Instagram photos into generated images—raising privacy concerns as it's enabled by default. The model is directly accessible in Meta AI, Instagram, and WhatsApp, leveraging Meta's vast user base for distribution rather than competing solely on image quality. Accompanying Mango is the preview of Muse Video, a video generation model with integrated audio, currently ranked third in its category. All Mango-generated images include an invisible, persistent watermark (Content Seal) for AI identification, alongside a public detection tool. While Mango advances "thinking" image models, its use of social data poses new ethical questions about consent and digital boundaries.

【Introduction】 First Avocado, now Mango. Zuckerberg's AI counterattack has begun.

Just now, Zuckerberg made his move.

Meta's Superintelligence Lab (MSL) has dropped its first image generation model, Muse Image, codenamed 'Mango'.

This is our most advanced image generation model to date.

Appearing alongside Muse Image is the video model Muse Video, currently in preview.

On the third-party Arena leaderboard for text-to-image, Muse Image has climbed to second place, closely following OpenAI's GPT Image 2.

Arena Image Triple Chart Elo rankings, as of July 5, 2026. Muse Image ranks #2 across all three charts, trailing only GPT Image 2. For text-to-image, the score is 1280 vs. 1385, a difference of 105 points. (Source: Arena AI Leaderboard)

While it didn't top the chart in pure image quality this time, Mango did something even more formidable: it changed the way images are created.

And there's one skill that sends a chill down the spine: as long as your Instagram account is public, anyone can @ your username to use your public photos for image generation.

Inside Meta AI, when you @ a public Instagram username, Mango can directly pull that person's appearance from their public photos into the image you want to generate.

Creating an event invitation flyer or a creative concept collage? Just @ the username.

Although it didn't achieve top image quality, Meta holds the trump card: a social network with billions of users. This is its ace in the hole.

No More Instant Output, It Thinks Before It Draws

Muse Image operates as an agent.

It does things traditional image generation models don't.

For instance, when faced with knowledge-dense prompts involving real-world facts, it first searches the web for factual information, anchoring the image in reality.

To generate QR codes or charts, it writes and runs code on the spot, calculating accurately before 'drawing,' and can even use the rendered results to calibrate the image.

The most counterintuitive feature is self-correction: after generating an image, if it detects an issue, it can reflect, make minor edits, or completely redraw if the direction is wrong. If unsure, it can even turn to research.

Meta states this behavior wasn't explicitly designed; it emerged on its own during reinforcement learning.

Because revising prompts earned higher rewards, the model learned to revise. An action not explicitly taught emerged during training.

This kind of 'emergence' suggests that image models are beginning to develop a foundational ability similar to language models: 'the more they practice, the more they learn to figure things out on their own.'

Win rate comparison before and after enabling self-correction (internal ablation tests). 57.1% for text-to-image, 56.3% for single-image editing, 56.6% for multi-image editing—all three metrics exceed 50%, indicating self-correction makes Mango consistently produce better images. (Source: Meta AI official blog)

Simultaneously, Muse Image is following a path parallel to language models: the more it thinks, the better it draws.

During testing, with more computational power allocated, it searches more times, revises more rounds, and the Elo score based on human preference rises accordingly, approximating a log-linear curve.

Meta also found that instead of generating several images at once and picking the best one, it's better to invest the same compute power in careful reasoning: the former plateaus quickly, while the latter can keep improving.

A developer on X pinpointed it in one sentence: 'Image models are starting to think clearly before they finish drawing.'

This is certainly not Meta's direction alone.

OpenAI's GPT Image 2 launched its 'Thinking' mode as early as April this year: reasoning to plan composition, searching the web for references, generating candidates, and then self-checking, beating Mango by two and a half months.

Looking further back, the academic world proposed the 'think before generating' paradigm as early as 2025.

The image generation track is shifting from 'competing on quality' to 'competing on whether it can think.'

Mango Served with Avocado, Two Fruits on One Plate

Mango isn't fighting alone—it's integrated with Avocado (Muse Spark): the two models share tools and plan together.

The language model thinks, the image model draws, and together they can do more than just 'output an image.'

In an official demo, Mango created a 'growth' asset pack for a cream-colored Persian cat: generating images from kitten, to young adult cat, to senior cat, then packaging them into a playable 2048-style web game.

Mango, in collaboration with Muse Spark, generated images of Persian cat Mochi across six life stages (from kitten to senior) and packaged them into a playable 2048-style fusion web game. (Source: Meta AI official blog)

For Meta, building its own image generation model is significant in itself.

Previously, its image and video features were powered by third-party models like Midjourney and Black Forest Labs.

Now, with Mango's launch, a capability called billions of times daily becomes 'self-made.'

For video, Muse Video shares the same pre-trained base model as Mango, focusing on native audio: generating picture and sound together.

Muse Video is currently in 'preview,' not yet officially open, but it's already on Arena for blind testing, ranking #3 for text-to-video.

Arena Text-to-Video chart Elo ranking, as of July 5, 2026. Muse Video in preview ranks 3rd (1459), behind Google's Gemini Omni Flash (1527) and ByteDance's Seedance 2.0 (1482). (Source: Arena AI Leaderboard)

Meta also openly acknowledges shortcomings, noting gaps in audio-visual synchronization and the physical accuracy of fast motion.

@ing Can Draw Your Social Network into the Image

Mango's regular features include:

Fusing multiple reference images into one, drawing/annotating directly on an image for it to edit, clearly rendering Chinese characters in images without blur, taking a photo of a room and having it redesign it using real products from Facebook Marketplace...

Take a photo of a room, Mango searches Facebook Marketplace for real second-hand furniture for sale, and generates a whole-room renovation concept image. (Source: Meta AI official blog)

On Instagram Stories, it brings over 30 new AI effects at once: one-click to transform photos into disposable camera aesthetics, add night flash, or even input a prompt to create a custom effect, launching first in the US.

The truly unique feature is the @ function, a capability neither OpenAI nor Google can offer. But the problem lies here: this feature is enabled by default.

As long as your Instagram is a public account, others can @ you to use your photos for image generation, and you won't receive any notification.

To disable it, you must manually dig into settings, find the 'Sharing and Reuse' section, and turn it off. Images already generated won't be deleted even after disabling.

Wired directly calls this default-on setting a privacy concern.

Such worries are not unfounded.

During the 'Cambridge Analytica' incident, data from 87 million users was used without consent by a political consulting firm.

For this, Meta received a $5 billion fine from the FTC in 2019, the largest US government privacy violation penalty at the time.

In 2021, it proactively shut down its entire facial recognition system, deleting facial recognition templates for over 1 billion people.

This time, Mango offers a feature no one else can provide, but it also introduces a problem no one else has touched.

Meta's Killer Move Isn't the Model

Although Mango didn't top the charts in image quality, its real killer move is distribution.

Mango is directly integrated into Meta AI, Instagram, and WhatsApp now, with Facebook and Messenger following next. Advertisers can also call it via Advantage+.

Combined, these apps have nearly 4 billion monthly active users, the world's largest social network.

While Midjourney and ChatGPT bet on 'who draws best,' Meta is betting on something else: when AI image generation becomes as effortless as posting on social media, whoever is closest to the user wins.

Of course, the wider images are distributed, the clearer their origin must be labeled.

Every image generated by Mango carries an invisible watermark called Content Seal, resistant to cropping, compression, and scaling, specifically marking it as 'AI-generated.'

Meta has also released a public detection tool (meta.ai/identification). Anyone can upload an image to check if it was generated by Meta AI.

This time, Meta is not only keeping pace with 'thinking image generation models' but also holds the world's largest social network.

However, when @ing a stranger allows using their photos for image generation, where exactly the boundaries lie, Mango hasn't provided an answer.

References:

https://ai.meta.com/blog/introducing-muse-image-muse-video-msl/

https://about.fb.com/news/2026/07/introducing-muse-image-meta-ai/

https://x.com/AIatMeta/status/2074587884665901143

This article comes from the WeChat public account 'AI New Frontier' (新智元), author: ASI启示录; editor: 元宇

Criptos en tendencia

CitreaCTR

wrapped stUSDTWSTUSDT

Velodrome FinanceVELODROME

BrevisBREV

ZRX（0X）ZRX

PancakeSwapCAKE

Preguntas relacionadas

QAccording to the article, what is the most significant advancement of Meta's Muse Image (Mango) beyond its image quality?

AIts most significant advancement is that it operates as an intelligent agent that 'thinks before drawing.' It can search the web for factual information, generate and run code for elements like QR codes, and crucially, perform self-correction—a behavior that emerged through reinforcement learning without explicit training. This represents a shift in the image generation field from competing on 'image quality' to competing on 'intelligence and reasoning'.

QHow does Meta's 'Mango' model leverage the company's social network platforms to create a unique feature?

AMango is integrated with Instagram, allowing users to @mention a public Instagram username in their prompt. The model can then incorporate the visual appearance of that person from their public photos into the generated image for purposes like creating event invitations or concept art. This feature, which is enabled by default, leverages Meta's vast social network data to offer a capability competitors like OpenAI and Google cannot provide.

QWhat potential privacy concern is raised in the article regarding the default settings of Muse Image's @mention feature?

AThe article highlights that the @mention feature is enabled by default. This means anyone can use a public Instagram user's photos to generate images by @mentioning their username, and the user will not receive any notification. Users must manually opt-out in their settings. This is cited as a privacy hazard, drawing parallels to past incidents like the Cambridge Analytica scandal, and raises questions about consent and the ethical boundaries of using personal data for AI generation.

QBesides image generation, what other model did Meta release alongside Muse Image, and how does it perform?

AMeta also released a preview version of its video generation model called Muse Video. It shares the same pre-trained base as Muse Image and focuses on native audio generation (generating sound along with the video). According to the Arena AI leaderboard as of July 5, 2026, the preview of Muse Video ranked 3rd in text-to-video generation.

QWhat strategy is Meta betting on with the release of Muse Image, according to the article's conclusion?

AMeta's core strategy is not solely about having the highest-quality model but leveraging its unparalleled distribution network. Muse Image is being integrated directly into Meta's family of apps (Meta AI, Instagram, WhatsApp, Facebook, Messenger), which have nearly 4 billion monthly active users combined. The bet is that when AI image generation becomes as convenient and everyday as posting on social media, the platform closest to the user will win, regardless of marginal differences in model quality.

Lecturas Relacionadas

India Maintains Tough Crypto Position as RBI Renews Warning Against Digital Assets

India's Reserve Bank of India (RBI) has renewed its warning against cryptocurrencies and stablecoins, advocating for restrictions to protect the country's financial system from potential risks like contagion and threats to monetary sovereignty. The central bank expressed concerns that stablecoins, particularly foreign-currency-backed ones, could undermine India's monetary control and government revenue. Simultaneously, tax authorities are facing significant challenges in tracking and taxing crypto transactions. Reports indicate low compliance, with less than a quarter of an estimated 645,000 traders declaring their crypto activities for a recent financial year. Issues stem from offshore exchanges, private wallets, and peer-to-peer transactions obscuring ownership. In response, new data reporting requirements for exchanges are set for 2026. Despite the absence of comprehensive legislation and the RBI's tough stance, India remains a major global crypto market with an estimated 39 million holders. Various government bodies continue to evaluate long-term regulatory and accounting frameworks for digital assets.

TheNewsCryptoHace 10 min(s)

India Maintains Tough Crypto Position as RBI Renews Warning Against Digital Assets

TheNewsCryptoHace 10 min(s)

Ethereum holds Q3 gains as Tether burns $2.5B – Yet THIS catalyst remains

Ethereum's upcoming Glamsterdam upgrade, entering final testing for H2 2026, aims to boost scalability through parallel transaction processing and a gas limit increase. This infrastructure catalyst arrives as Ethereum faces on-chain challenges: DeFi liquidity has weakened with a significant drop in TVL, exemplified by Aave's decline, and stablecoin capital is contracting. Tether's recent $2.5B USDT burn on Ethereum further reduces network liquidity. While ETH gained 11% in early Q3, sustaining momentum requires a recovery in DeFi activity. The upgrade provides a fundamental bullish narrative, but macro uncertainty and liquidity pressures may limit upside, raising questions about a strong H2 cycle.

ambcryptoHace 51 min(s)

Ethereum holds Q3 gains as Tether burns $2.5B – Yet THIS catalyst remains

ambcryptoHace 51 min(s)

Embodied Intelligence 'Gaokao' is Insanely Hard, Humans Score 100, Best Model Only 12.8

Embodied AI Faces a Daunting "Everest": New Benchmark Reveals Huge Gap Between Models and Humans A comprehensive new benchmark for robotic manipulation, RoboDojo, has been released, painting a stark picture of the current state of embodied AI. It serves as a unified evaluation platform covering both simulation and real-world robot tasks. The benchmark assesses five core capabilities: Generalization (adapting to new scenes/objects), Memory, Precision manipulation, Long-Horizon multi-step tasks, and Open semantic understanding. It includes 42 simulation tasks and 18 standardized real-world tasks across three dual-arm robot platforms. The results are sobering. In simulation, the best-performing generalist robot policy achieved an average success rate of only 8.80%. Performance in the real world was slightly higher but still low, with the top model succeeding 12.8% of the time on average. In stark contrast, human experts scored 76.03% in simulation and 100% in real-world tests. The benchmark highlights significant, uneven gaps in current models' abilities. While some excel in specific areas like visual recognition or simple actions, they struggle with reliability, especially in long-horizon tasks where errors accumulate and in open-ended semantic instructions. The low scores, particularly in real-world deployment with physical uncertainties like camera noise and contact dynamics, underscore that today's models are far from being robust, general-purpose operational robots. RoboDojo is more than just a ranking; it's an infrastructure designed for fair, reproducible comparison. Its companion system, XPolicyLab, standardizes the interface for different models to be evaluated. Maintained by an academic consortium without commercial ties, it aims to provide a community-wide "altitude meter" to track genuine progress toward reliable and generalizable robot manipulation.

marsbitHace 1 hora(s)

Embodied Intelligence 'Gaokao' is Insanely Hard, Humans Score 100, Best Model Only 12.8

marsbitHace 1 hora(s)

Behind ANSEM's 300% Weekly Surge: The Recovery and Traps of Solana Meme Coins

The meme coin ANSEM surged nearly 299% in a week, driving a resurgence in Solana-based meme token activity. Data from DeFiLlama shows Pump.fun's weekly DEX volume reached $5.33 billion, with July 4th marking the platform's first $1 billion daily volume since April. This revival saw a spike in new token launches and heightened trading activity, with memes again accounting for over 20% of Solana's weekly transaction volume. However, industry reports highlight significant risks. The average meme coin holding time has plummeted to around 100 seconds, and sophisticated bots often front-run retail investors, acquiring large portions of supply at launch before dumping. Research analyzing thousands of projects indicates widespread market manipulation, with a majority of top-gaining tokens showing signs of wash trading and pool manipulation. While meme coins effectively attract new users and generate hype for the Solana ecosystem, the current rally raises the critical question of whether this cycle can break free from the established pattern where late-arriving retail traders become exit liquidity for early bots and coordinated groups. The market's future trajectory hinges on whether the momentum can be sustained or if it will fade, leading traders back to major assets like SOL.

Foresight NewsHace 1 hora(s)

Behind ANSEM's 300% Weekly Surge: The Recovery and Traps of Solana Meme Coins

Foresight NewsHace 1 hora(s)

Weng Li's New Blog Proposes 'Self-Evolution Should Start from Harness', DeepSeek's Cui Tianyi Endorses with Repost

Lilian Weng, former OpenAI security VP and co-founder of Thinking Machines Lab, has published a new blog post titled "Harness Engineering for Self-Improvement," proposing a pragmatic path for AI self-evolution. She argues that Recursive Self-Improvement (RSI) may practically begin at the "Harness" layer—the external runtime system governing how models use tools, manage context, and execute tasks—rather than directly from the model rewriting its own weights. The blog outlines a progression from optimizing prompts (Context Engineering) to designing workflows, and ultimately to Self-Improving Harness systems. These systems can identify their own weaknesses, propose targeted, verifiable modifications to the harness code, and validate improvements. Works like Self-Harness and Darwin Gödel Machine (DGM) demonstrate significant performance gains on benchmarks like SWE-bench through such automated harness evolution, rivaling handcrafted agents. DeepSeek researcher Tianyi Cui endorsed the view, noting harness-based self-evolution is as promising as model-based approaches. Weng emphasizes this is complementary to model training, with both reinforcing each other. However, key challenges remain: weak evaluators for subjective tasks, reward hacking, diversity collapse, managing long-term system health versus short-term success, and defining the human oversight role. The consensus is growing: the harness is a critical variable, as the same model can exhibit vastly different capabilities within different harness systems.

marsbitHace 2 hora(s)

Weng Li's New Blog Proposes 'Self-Evolution Should Start from Harness', DeepSeek's Cui Tianyi Endorses with Repost

marsbitHace 2 hora(s)

Trading

Spot

Artículos destacados

Qué es $S$

Entendiendo SPERO: Una Visión General Completa Introducción a SPERO A medida que el panorama de la innovación continúa evolucionando, la aparición de tecnologías web3 y proyectos de criptomonedas juega un papel fundamental en la configuración del futuro digital. Un proyecto que ha atraído la atención en este campo dinámico es SPERO, denotado como SPERO,$$s$. Este artículo tiene como objetivo reunir y presentar información detallada sobre SPERO, para ayudar a entusiastas e inversores a comprender sus fundamentos, objetivos e innovaciones dentro de los dominios web3 y cripto. ¿Qué es SPERO,$$s$? SPERO,$$s$ es un proyecto único dentro del espacio cripto que busca aprovechar los principios de descentralización y tecnología blockchain para crear un ecosistema que promueva la participación, la utilidad y la inclusión financiera. El proyecto está diseñado para facilitar interacciones de igual a igual de nuevas maneras, proporcionando a los usuarios soluciones y servicios financieros innovadores. En su esencia, SPERO,$$s$ tiene como objetivo empoderar a los individuos al proporcionar herramientas y plataformas que mejoren la experiencia del usuario en el espacio de las criptomonedas. Esto incluye habilitar métodos de transacción más flexibles, fomentar iniciativas impulsadas por la comunidad y crear caminos para oportunidades financieras a través de aplicaciones descentralizadas (dApps). La visión subyacente de SPERO,$$s$ gira en torno a la inclusividad, buscando cerrar brechas dentro de las finanzas tradicionales mientras aprovecha los beneficios de la tecnología blockchain. ¿Quién es el Creador de SPERO,$$s$? La identidad del creador de SPERO,$$s$ sigue siendo algo oscura, ya que hay recursos públicos limitados que proporcionan información de fondo detallada sobre su(s) fundador(es). Esta falta de transparencia puede derivarse del compromiso del proyecto con la descentralización, una ética que muchos proyectos web3 comparten, priorizando las contribuciones colectivas sobre el reconocimiento individual. Al centrar las discusiones en torno a la comunidad y sus objetivos colectivos, SPERO,$$s$ encarna la esencia del empoderamiento sin señalar a individuos específicos. Como tal, comprender la ética y la misión de SPERO sigue siendo más importante que identificar a un creador singular. ¿Quiénes son los Inversores de SPERO,$$s$? SPERO,$$s$ cuenta con el apoyo de una diversa gama de inversores que van desde capitalistas de riesgo hasta inversores ángeles dedicados a fomentar la innovación en el sector cripto. El enfoque de estos inversores generalmente se alinea con la misión de SPERO, priorizando proyectos que prometen avances tecnológicos sociales, inclusión financiera y gobernanza descentralizada. Estas fundaciones de inversores suelen estar interesadas en proyectos que no solo ofrecen productos innovadores, sino que también contribuyen positivamente a la comunidad blockchain y sus ecosistemas. El respaldo de estos inversores refuerza a SPERO,$$s$ como un contendiente notable en el dominio de proyectos cripto que evoluciona rápidamente. ¿Cómo Funciona SPERO,$$s$? SPERO,$$s$ emplea un marco multifacético que lo distingue de los proyectos de criptomonedas convencionales. Aquí hay algunas de las características clave que subrayan su singularidad e innovación: Gobernanza Descentralizada: SPERO,$$s$ integra modelos de gobernanza descentralizada, empoderando a los usuarios para participar activamente en los procesos de toma de decisiones sobre el futuro del proyecto. Este enfoque fomenta un sentido de propiedad y responsabilidad entre los miembros de la comunidad. Utilidad del Token: SPERO,$$s$ utiliza su propio token de criptomoneda, diseñado para servir diversas funciones dentro del ecosistema. Estos tokens permiten transacciones, recompensas y la facilitación de servicios ofrecidos en la plataforma, mejorando la participación y la utilidad general. Arquitectura en Capas: La arquitectura técnica de SPERO,$$s$ apoya la modularidad y escalabilidad, permitiendo la integración fluida de características y aplicaciones adicionales a medida que el proyecto evoluciona. Esta adaptabilidad es fundamental para mantener la relevancia en el cambiante paisaje cripto. Participación de la Comunidad: El proyecto enfatiza iniciativas impulsadas por la comunidad, empleando mecanismos que incentivan la colaboración y la retroalimentación. Al nutrir una comunidad sólida, SPERO,$$s$ puede abordar mejor las necesidades de los usuarios y adaptarse a las tendencias del mercado. Enfoque en la Inclusión: Al ofrecer tarifas de transacción bajas e interfaces amigables para el usuario, SPERO,$$s$ busca atraer a una base de usuarios diversa, incluyendo a individuos que anteriormente pueden no haber participado en el espacio cripto. Este compromiso con la inclusión se alinea con su misión general de empoderamiento a través de la accesibilidad. Cronología de SPERO,$$s$ Entender la historia de un proyecto proporciona información crucial sobre su trayectoria de desarrollo y hitos. A continuación se presenta una cronología sugerida que mapea eventos significativos en la evolución de SPERO,$$s$: Fase de Conceptualización e Ideación: Las ideas iniciales que forman la base de SPERO,$$s$ fueron concebidas, alineándose estrechamente con los principios de descentralización y enfoque comunitario dentro de la industria blockchain. Lanzamiento del Whitepaper del Proyecto: Tras la fase conceptual, se lanzó un whitepaper completo que detalla la visión, los objetivos y la infraestructura tecnológica de SPERO,$$s$ para generar interés y retroalimentación de la comunidad. Construcción de Comunidad y Primeras Interacciones: Se realizaron esfuerzos de divulgación activa para construir una comunidad de primeros adoptantes y posibles inversores, facilitando discusiones en torno a los objetivos del proyecto y obteniendo apoyo. Evento de Generación de Tokens: SPERO,$$s$ llevó a cabo un evento de generación de tokens (TGE) para distribuir sus tokens nativos a los primeros seguidores y establecer liquidez inicial dentro del ecosistema. Lanzamiento de la dApp Inicial: La primera aplicación descentralizada (dApp) asociada con SPERO,$$s$ se puso en marcha, permitiendo a los usuarios interactuar con las funcionalidades centrales de la plataforma. Desarrollo Continuo y Alianzas: Actualizaciones y mejoras continuas a las ofertas del proyecto, incluyendo alianzas estratégicas con otros actores en el espacio blockchain, han moldeado a SPERO,$$s$ en un jugador competitivo y en evolución en el mercado cripto. Conclusión SPERO,$$s$ se erige como un testimonio del potencial de web3 y las criptomonedas para revolucionar los sistemas financieros y empoderar a los individuos. Con un compromiso con la gobernanza descentralizada, la participación comunitaria y funcionalidades diseñadas de manera innovadora, allana el camino hacia un paisaje financiero más inclusivo. Como con cualquier inversión en el espacio cripto que evoluciona rápidamente, se anima a los posibles inversores y usuarios a investigar a fondo y participar de manera reflexiva con los desarrollos en curso dentro de SPERO,$$s$. El proyecto muestra el espíritu innovador de la industria cripto, invitando a una mayor exploración de sus innumerables posibilidades. Mientras el viaje de SPERO,$$s$ aún se desarrolla, sus principios fundamentales pueden, de hecho, influir en el futuro de cómo interactuamos con la tecnología, las finanzas y entre nosotros en ecosistemas digitales interconectados.

119 Vistas totalesPublicado en 2024.12.17Actualizado en 2024.12.17

Qué es AGENT S

Agent S: El Futuro de la Interacción Autónoma en Web3 Introducción En el paisaje en constante evolución de Web3 y las criptomonedas, las innovaciones están redefiniendo constantemente cómo los individuos interactúan con las plataformas digitales. Uno de estos proyectos pioneros, Agent S, promete revolucionar la interacción humano-computadora a través de su marco agente abierto. Al allanar el camino para interacciones autónomas, Agent S busca simplificar tareas complejas, ofreciendo aplicaciones transformadoras en inteligencia artificial (IA). Esta exploración detallada profundizará en las complejidades del proyecto, sus características únicas y las implicaciones para el dominio de las criptomonedas. ¿Qué es Agent S? Agent S se presenta como un marco agente abierto innovador, diseñado específicamente para abordar tres desafíos fundamentales en la automatización de tareas informáticas: Adquisición de Conocimiento Específico del Dominio: El marco aprende inteligentemente de diversas fuentes de conocimiento externas y experiencias internas. Este enfoque dual le permite construir un rico repositorio de conocimiento específico del dominio, mejorando su rendimiento en la ejecución de tareas. Planificación a Largo Plazo de Tareas: Agent S emplea planificación jerárquica aumentada por la experiencia, un enfoque estratégico que facilita la descomposición y ejecución eficiente de tareas complejas. Esta característica mejora significativamente su capacidad para gestionar múltiples subtareas de manera eficiente y efectiva. Manejo de Interfaces Dinámicas y No Uniformes: El proyecto introduce la Interfaz Agente-Computadora (ACI), una solución innovadora que mejora la interacción entre agentes y usuarios. Utilizando Modelos de Lenguaje Multimodal de Gran Escala (MLLMs), Agent S puede navegar y manipular diversas interfaces gráficas de usuario sin problemas. A través de estas características pioneras, Agent S proporciona un marco robusto que aborda las complejidades involucradas en la automatización de la interacción humana con las máquinas, preparando el terreno para una multitud de aplicaciones en IA y más allá. ¿Quién es el Creador de Agent S? Si bien el concepto de Agent S es fundamentalmente innovador, la información específica sobre su creador sigue siendo elusiva. El creador es actualmente desconocido, lo que resalta ya sea la etapa incipiente del proyecto o la elección estratégica de mantener a los miembros fundadores en el anonimato. Independientemente de la anonimidad, el enfoque sigue siendo en las capacidades y el potencial del marco. ¿Quiénes son los Inversores de Agent S? Dado que Agent S es relativamente nuevo en el ecosistema criptográfico, la información detallada sobre sus inversores y patrocinadores financieros no está documentada explícitamente. La falta de información disponible públicamente sobre las bases de inversión u organizaciones que apoyan el proyecto plantea preguntas sobre su estructura de financiamiento y hoja de ruta de desarrollo. Comprender el respaldo es crucial para evaluar la sostenibilidad del proyecto y su posible impacto en el mercado. ¿Cómo Funciona Agent S? En el núcleo de Agent S se encuentra una tecnología de vanguardia que le permite funcionar de manera efectiva en diversos entornos. Su modelo operativo se basa en varias características clave: Interacción Humano-Computadora Similar a la Humana: El marco ofrece planificación avanzada de IA, esforzándose por hacer que las interacciones con las computadoras sean más intuitivas. Al imitar el comportamiento humano en la ejecución de tareas, promete elevar las experiencias de los usuarios. Memoria Narrativa: Empleada para aprovechar experiencias de alto nivel, Agent S utiliza memoria narrativa para hacer un seguimiento de las historias de tareas, mejorando así sus procesos de toma de decisiones. Memoria Episódica: Esta característica proporciona a los usuarios una guía paso a paso, permitiendo que el marco ofrezca apoyo contextual a medida que se desarrollan las tareas. Soporte para OpenACI: Con la capacidad de ejecutarse localmente, Agent S permite a los usuarios mantener el control sobre sus interacciones y flujos de trabajo, alineándose con la ética descentralizada de Web3. Fácil Integración con APIs Externas: Su versatilidad y compatibilidad con varias plataformas de IA aseguran que Agent S pueda encajar sin problemas en ecosistemas tecnológicos existentes, convirtiéndolo en una opción atractiva para desarrolladores y organizaciones. Estas funcionalidades contribuyen colectivamente a la posición única de Agent S dentro del espacio cripto, ya que automatiza tareas complejas y de múltiples pasos con una intervención humana mínima. A medida que el proyecto evoluciona, sus posibles aplicaciones en Web3 podrían redefinir cómo se desarrollan las interacciones digitales. Cronología de Agent S El desarrollo y los hitos de Agent S pueden encapsularse en una cronología que resalta sus eventos significativos: 27 de septiembre de 2024: El concepto de Agent S fue lanzado en un documento de investigación integral titulado “Un Marco Agente Abierto que Usa Computadoras Como un Humano”, mostrando las bases del proyecto. 10 de octubre de 2024: El documento de investigación fue puesto a disposición del público en arXiv, ofreciendo una exploración profunda del marco y su evaluación de rendimiento basada en el benchmark OSWorld. 12 de octubre de 2024: Se lanzó una presentación en video, proporcionando una visión visual de las capacidades y características de Agent S, involucrando aún más a posibles usuarios e inversores. Estos marcadores en la cronología no solo ilustran el progreso de Agent S, sino que también indican su compromiso con la transparencia y la participación comunitaria. Puntos Clave Sobre Agent S A medida que el marco Agent S continúa evolucionando, varios atributos clave destacan, subrayando su naturaleza innovadora y potencial: Marco Innovador: Diseñado para proporcionar un uso intuitivo de las computadoras similar a la interacción humana, Agent S aporta un enfoque novedoso a la automatización de tareas. Interacción Autónoma: La capacidad de interactuar de manera autónoma con las computadoras a través de GUI significa un salto hacia soluciones informáticas más inteligentes y eficientes. Automatización de Tareas Complejas: Con su metodología robusta, puede automatizar tareas complejas y de múltiples pasos, haciendo que los procesos sean más rápidos y menos propensos a errores. Mejora Continua: Los mecanismos de aprendizaje permiten a Agent S mejorar a partir de experiencias pasadas, mejorando continuamente su rendimiento y eficacia. Versatilidad: Su adaptabilidad en diferentes entornos operativos como OSWorld y WindowsAgentArena asegura que pueda servir a una amplia gama de aplicaciones. A medida que Agent S se posiciona en el paisaje de Web3 y criptomonedas, su potencial para mejorar las capacidades de interacción y automatizar procesos significa un avance significativo en las tecnologías de IA. A través de su marco innovador, Agent S ejemplifica el futuro de las interacciones digitales, prometiendo una experiencia más fluida y eficiente para los usuarios en diversas industrias. Conclusión Agent S representa un audaz avance en la unión de la IA y Web3, con la capacidad de redefinir cómo interactuamos con la tecnología. Aunque aún se encuentra en sus primeras etapas, las posibilidades para su aplicación son vastas y atractivas. A través de su marco integral que aborda desafíos críticos, Agent S busca llevar las interacciones autónomas al primer plano de la experiencia digital. A medida que nos adentramos más en los reinos de las criptomonedas y la descentralización, proyectos como Agent S sin duda desempeñarán un papel crucial en la configuración del futuro de la tecnología y la colaboración humano-computadora.

520 Vistas totalesPublicado en 2025.01.14Actualizado en 2025.01.14

Cómo comprar S

¡Bienvenido a HTX.com! Hemos hecho que comprar Sonic (S) sea simple y conveniente. Sigue nuestra guía paso a paso para iniciar tu viaje de criptos.Paso 1: crea tu cuenta HTXUtiliza tu correo electrónico o número de teléfono para registrarte y obtener una cuenta gratuita en HTX. Experimenta un proceso de registro sin complicaciones y desbloquea todas las funciones.Obtener mi cuentaPaso 2: ve a Comprar cripto y elige tu método de pagoTarjeta de crédito/débito: usa tu Visa o Mastercard para comprar Sonic (S) al instante.Saldo: utiliza fondos del saldo de tu cuenta HTX para tradear sin problemas.Terceros: hemos agregado métodos de pago populares como Google Pay y Apple Pay para mejorar la comodidad.P2P: tradear directamente con otros usuarios en HTX.Over-the-Counter (OTC): ofrecemos servicios personalizados y tipos de cambio competitivos para los traders.Paso 3: guarda tu Sonic (S)Después de comprar tu Sonic (S), guárdalo en tu cuenta HTX. Alternativamente, puedes enviarlo a otro lugar mediante transferencia blockchain o utilizarlo para tradear otras criptomonedas.Paso 4: tradear Sonic (S)Tradear fácilmente con Sonic (S) en HTX's mercado spot. Simplemente accede a tu cuenta, selecciona tu par de trading, ejecuta tus trades y monitorea en tiempo real. Ofrecemos una experiencia fácil de usar tanto para principiantes como para traders experimentados.

1.1k Vistas totalesPublicado en 2025.01.15Actualizado en 2026.06.02

Discusiones

Bienvenido a la comunidad de HTX. Aquí puedes mantenerte informado sobre los últimos desarrollos de la plataforma y acceder a análisis profesionales del mercado. A continuación se presentan las opiniones de los usuarios sobre el precio de S (S).