etiqueta: multimodal
La primera IA de Mira Murati ya está aquí, y cualquiera puede descargarla y modificarla
Thinking Machines Lab presenta Inkling, su primer modelo. Se puede descargar y modificar, algo que no permiten OpenAI, Anthropic ni Google. La propia empresa admite que no es el más potente.
Salesforce y Google Cloud integran sus agentes de IA para empresas
En un movimiento que busca redefinir la productividad corporativa, Salesforce y Google Cloud han anunciado la ampliación de su alianza estratégica para crear un ecosistema de agentes de inteligencia artificial interconectados. El anuncio tiene como objetivo principal resolver la fragmentación de datos que sufren las organizaciones actuales, permitiendo que la IA ejecute flujos de trabajo completos sin que el usuario tenga que saltar entre aplicaciones.
ChatGPT Images 2.0: razonamiento visual y precisión de otro planeta
OpenAI ha dado un golpe sobre la mesa este 21 de abril de 2026 con el lanzamiento de ChatGPT Images 2.0, su nuevo sistema de generación de imágenes diseñado para integrarse de forma más profunda en el flujo de trabajo de sus usuarios. Este movimiento se produce en un momento de máxima presión financiera para la compañía liderada por Sam Altman, que prepara su salida a bolsa con una valoración de 852.000 millones de dólares.
Multimodal y científica: así es Seed 2.0
ByteDance ha presentado oficialmente Seed 2.0, su nueva serie de modelos de inteligencia artificial diseñada para afrontar tareas complejas del mundo real. La compañía asegura que esta generación mejora de forma notable la comprensión multimodal, el razonamiento avanzado y la ejecución de instrucciones largas, además de reducir los costes de inferencia. Con versiones Pro, Lite, Mini y un modelo específico de código, Seed2.0 ya está disponible en Doubao y a través de Volcano Engine.
Seedance 2.0 desata la tormenta en Hollywood
Seedance 2.0, el generador de vídeo impulsado por ByteDance, ha sacudido a la industria audiovisual al crear escenas cinematográficas a partir de simples instrucciones de texto. Su capacidad multimodal —capaz de combinar texto, imagen y audio— y el respaldo de la empresa matriz de TikTok han convertido esta herramienta en un fenómeno global que ya ha provocado demandas por presunto uso no autorizado de obras protegidas por derechos de autor.
Gemini 2.0: así es el modelo multimodal más avanzado de Google
Google lanza Gemini 2.0, su sistema de inteligencia artificial multimodal más avanzado. Con herramientas innovadoras, promete revolucionar la productividad y la creatividad integrándose en productos clave como Search y Android.

