Altres notícies
Altres notícies
Tencent presenta una versió de Hy-Nomas per a Diffusers; Nvidia descriu com preparar i avaluar en simulació l'aprenentatge de Microduck. Ai2 descriu una eina per revisar idees científiques; ElevenLabs presenta un cas d'ús d'agents d'IA en el sector immobiliari, i OpenAI aporta detalls del seu emmagatzematge.
Rep el resum diari d'IA
Cada matí, l'essencial de la intel·ligència artificial al teu correu, sense fum. Al dia amb la IA.
En subscriure-t'hi acceptes rebre el butlletí d'AI Informator. Pots donar-te de baixa quan vulguis.
En resum
- Segons Tencent, Hy-Nomas permet canviar el contingut i la càmera mentre genera nous fragments de vídeo.
- Segons Ai2, LitPivot relaciona cada part d'una proposta científica amb els estudis que l'investigador tria per revisar-la.
- Segons ElevenLabs, Immobiliare.it ha passat d'un assistent per als anuncis a una xarxa d'agents amb tasques especialitzades.
Hy-Nomas: un paquet per dirigir mons de vídeo
Tencent, responsable del repositori de Hy-Nomas-Diffusers, presenta una conversió del model per a Diffusers. Segons Tencent, el sistema genera el món per fragments de vídeo i permet introduir objectes, canviar estils i escenaris, descriure accions o moure la càmera mitjançant instruccions successives. El paquet reuneix els components necessaris per carregar el model i conserva informació dels fragments anteriors per continuar l'escena. La fitxa distingeix aquesta conversió del repositori original, on hi ha altres variants i recursos. El canvi és en l'empaquetament: la documentació remet a un model base existent.
Llegir-ne més: Tencent — Fitxa del model Hy-Nomas-Diffusers ↗
Microduck: aprendre a esquivar obstacles en simulació
Nvidia, que aporta les eines d'entrenament i simulació, presenta un procediment per preparar un circuit i entrenar el robot Microduck. Segons Nvidia, els agents ajuden a planificar i crear l'entorn; després s'entrena el comportament del robot i s'avalua en simulació. El recorregut exigeix percebre els obstacles, mantenir l'equilibri i ajustar el moviment. La guia distingeix l'aprenentatge de l'avaluació, en què es comprova què funciona i què necessita més feina. El desplegament físic detallat queda fora del seu abast: adaptar aquest exercici al robot real requereix ajustos addicionals.
Llegir-ne més: Nvidia — Ús d'agents d'IA per ensenyar robots com Microduck a caminar en simulació ↗
LitPivot: revisar una idea amb els estudis al davant
Ai2, un institut de recerca en IA sense ànim de lucre fundat per Paul Allen, presenta el funcionament de LitPivot. Segons Ai2, l'eina separa una proposta en problema, contribució i pla d'avaluació, i organitza els estudis en funció de la part que s'està editant. L'investigador tria quins treballs vol utilitzar per valorar l'esborrany i rep suggeriments acompanyats de fragments que els avalen. Pot acceptar-los, modificar-los o rebutjar-los. Quan canvia la proposta, el sistema reordena la bibliografia i assenyala altres passatges que podrien necessitar una revisió, com ara una avaluació que ja no encaixa amb la contribució.
Immobiliare.it reparteix la feina entre agents
Segons ElevenLabs, proveïdor de les eines utilitzades, Immobiliare.it, una plataforma immobiliària italiana, ha ampliat el seu assistent per als anuncis fins a formar una xarxa d'agents connectats. El primer respon preguntes, recull informació de possibles compradors i resumeix les converses per als professionals immobiliaris. La xarxa incorpora atenció a venedors particulars, trucades per millorar els anuncis, suport per veu i xat, i cerca conversacional. Segons ElevenLabs, les tasques es distribueixen entre subagents especialitzats que es coordinen per mantenir una conversa contínua amb l'usuari. És un cas descrit pel proveïdor, que també atribueix a aquesta organització més facilitat per introduir millores.
OpenAI explica com comparteix l'emmagatzematge de Habitat
OpenAI presenta nous detalls tècnics de Habitat, la seva plataforma perquè els productes accedeixin a les dades, i de l'ús que fa d'Azure Cosmos DB. Segons OpenAI, el sistema va passar de compartir recursos a separar càrregues i després va tornar a compartir-les per defecte. Per evitar que una tasca acapari la capacitat disponible, limita primer les sol·licituds més intensives i dona menys prioritat a les tasques en segon pla, com ara les insercions massives. L'empresa descriu així com protegeix les peticions interactives que atenen els usuaris. Aquesta segona entrega se centra en la infraestructura que permet créixer i mantenir el servei.
Conclusió
Segons Nvidia, preparar l'entorn, entrenar i avaluar són etapes diferents; segons Ai2, revisar una proposta també exigeix reconsiderar els estudis que la sustenten.
Fonts primàries
- OpenAI — Rapidly scaling online storage to serve over 1 billion ChatGPT users (Part II) ↗
- Ai2 — About us ↗
- Nvidia — Using AI Agents to Teach Robots Like Microduck to Walk in Simulation ↗
- Ai2 — LitPivot: Developing research ideas through dynamic contextualization within the literature landscape ↗
- ElevenLabs — How Immobiliare.it went from one conversational agent to an agentic network ↗
- Tencent — Hy-Nomas-Diffusers model card ↗
Rep el resum diari d'IA
Cada matí, l'essencial de la intel·ligència artificial al teu correu, sense fum. Al dia amb la IA.
En subscriure-t'hi acceptes rebre el butlletí d'AI Informator. Pots donar-te de baixa quan vulguis.
Comentaris