
Genie 4 de DeepMind genera mundos interactivos con audio y diálogo
El nuevo modelo de mundo de Google se apoya en Gemini para mantener la coherencia de la simulación y ya está en vista previa para probadores seleccionados.
10 notas publicadas

Cosmos Data Factory trae cinco blueprints para generar datos sintéticos, Cosmos Framework abre el ajuste fino a modelos como GR00T y Pi0.5, y los NIM de Cosmos 3 duplican la velocidad de inferencia.

Google lo presenta como un solo modelo para todo el ciclo de la robótica, pero los prompts publicados muestran cuánta guía humana necesitan sus demos.

La empresa californiana Odyssey abrió una vista previa de investigación de su modelo de 14.000 millones de parámetros, pensado también para controlar robots, drones y videojuegos.

La empresa de video generativo quiere que los robots aprendan del video de internet y ya prueba el modelo con Noble Machines, Standard Bots y Ultra.

La operación se paga en acciones y suma a AMD un equipo que desarrolla modelos de mundo, una alternativa a los LLM basada en simular entornos 3D.

World Labs, la empresa de Fei-Fei Li, presentó un modelo que genera, reconstruye y simula escenas tridimensionales, y que según sus mediciones supera a los modelos especializados en su propio terreno.

Un nuevo marco llamado Mental World Modeling agrega creencias, intenciones y normas sociales al estado del mundo, y con eso un modelo débil supera a uno más potente que solo simula física.

El modelo de 4.000 millones de parametros cabe en un Jetson Thor y genera acciones sin depender de una GPU de centro de datos.

La familia de modelos de mundo llega en tres tamaños, 64B, 16B y 4B, bajo una licencia de la Linux Foundation que permite reentrenarlos con datos propios.
Otros temas que aparecen junto a #modelos de mundo en nuestra cobertura editorial.