Buscar noticias

Buscá por texto y descubrí noticias relacionadas con tu consulta.

Noticias relevantes

Hasta 10 noticias relacionadas por su significado, ordenadas por relevancia.

No encontramos noticias relacionadas por su significado.

Noticias encontradas

Coincidencias por palabras en títulos, resúmenes, temas, personas, lugares o firmas.

Resultados para «Candy Flow»

Más recientes primero · Hasta 30 noticias por página

Diseño de entrenamiento para modelos texto-a-imagen: lecciones de ablaciones

El equipo de Photoroom publica la segunda parte de su serie sobre entrenamiento eficiente de modelos texto-a-imagen desde cero, centrada en el modelo PRX. Documenta ablaciones sobre alineación de representaciones (REPA, iREPA), objetivos de entrenamiento (Contrastive Flow Matching, predicción-x/JiT), enrutamiento y esparcimiento de tokens (TREAD, SPRINT) y decisiones de datos (subtítulos largos vs. cortos, datos sintéticos vs. reales, SFT con Alchemist). Las mayores ganancias provienen de la alineación de representaciones y de mejores latentes/tokenizadores, mientras que el enrutamiento de tokens rinde sobre todo a alta resolución; también reportan detalles prácticos como el optimizador Muon y el impacto negativo de almacenar pesos en BF16.

Periodista: David Bertoin, Roman Frigg, Jon Almazán

π0 y π0-FAST: modelos visión-lenguaje-acción para el control general de robots

Hugging Face LeRobot incorporó los modelos fundacionales de robótica π0 y π0-FAST, desarrollados por Physical Intelligence, para el control generalista de robots. π0 es un modelo visión-lenguaje-acción entrenado con datos de 7 plataformas y 68 tareas que genera trayectorias de acción a 50 Hz mediante flow matching. π0-FAST es una versión autorregresiva que usa la tokenización FAST basada en la Transformada Discreta del Coseno, con entrenamiento cinco veces más rápido y mejor generalización.

Periodista: Dana Aubakirova, Pablo Montalvo, Mustafa Shukor, Remi Cadene

Herramientas de IA para el arte: repaso de los lanzamientos de 2024 y perspectivas para 2025

El boletín de herramientas de IA para el arte repasa los principales lanzamientos de 2024 en generación de imágenes, video y audio de código abierto, destacando el giro hacia arquitecturas DiT y flow matching, y modelos como Flux.1, Stable Diffusion 3.5 y HunyuanDiT. Señala avances en personalización sin entrenamiento (InstantID, IP adapter FaceID) y el rezago del video frente a la imagen, con Sora de OpenAI como punto de inflexión. Para 2025 anticipa saltos en video, audio y 3D de código abierto, con lanzamientos de enero como YuE, Hunyuan 3D-2 y Lumina-Image 2.0, y anuncia un resumen mensual de los autores.

Periodista: Linoy Tsaban, Apolinário