Generadores de imágenes con IA
Los generadores de imágenes con IA crean imágenes a partir de un texto: Midjourney, Stable Diffusion, FLUX, DALL-E y Nano Banana convierten una descripción en una ilustración, foto u obra de arte en segundos. La calidad ya rivaliza con el diseño profesional, mientras los tribunales resuelven los derechos de autor. Aquí está toda nuestra cobertura de la generación de imágenes: lanzamientos de modelos, comparativas, precios y batallas legales.
HiSTEVE 1.0 juega a Minecraft con ratón y teclado: 85,0% en MineStudio Bench
El agente VLA HiSTEVE 1.0 completa tareas largas en Minecraft sin API ni estados ocultos del juego: 85,0% en MineStudio Bench, 37,4% en OpenHA y un pico de hierro…
Revisión de Shengqiong Wu y Hao Fei: más de 600 trabajos sobre los modelos de vídeo como modelos del mundo
Un equipo con Shuicheng Yan, Ming-Hsuan Yang y Philip Torr reúne la comprensión y la generación de vídeo en un único marco y analiza más de 600 trabajos en 19…
LeWorldModel, sometido a una prueba de sensibilidad a las acciones: los ejes divergen entre 36° y 42°
Un preprint compara cómo responden LeWorldModel y el simulador a pequeños cambios de acción: los ejes principales de sensibilidad divergen 36° en Reacher y 42° en…
LEGO-SCD aprende a detectar cambios en escenas 3D a 17,2 FPS sin etiquetado manual
250 subagentes contra 4 hilos: por qué la arquitectura de orquestación importa más que el nombre rimbombante del modelo
Seis equipos de UCSB, Stanford y J.P. Morgan lanzan un benchmark de memoria para agentes
Dream Labs, del equipo de NVIDIA DreamZero, capta $90 millones y abre una API para robots
HyperDrone renderiza millones de fotogramas por segundo y supera a sus rivales en un factor de 20
El nuevo simulador de cuadricópteros HyperDrone, con trazado de rayos en GPU, funciona más de 20 veces más rápido que sus análogos y transfiere la política de la…
RoboJudge-9B juzga videos de robots con más precisión que Gemini: correlación con humanos de 0,719
Investigadores de CUHK crearon un benchmark de 800 videos anotados y entrenaron un juez de 9B para video robótico: correlación con humanos de 0,719, 0,089 por…
Black Forest Labs: una plantilla de 70 personas desafía a los gigantes de Silicon Valley
Meta presenta Muse Spark: un modelo de IA multimodal con razonamiento visual
OpenVLHarness da memoria y herramientas a los modelos multimodales: +9,7–12,6 puntos
Stateful Harness eleva del 32% al 92% la precisión de los modelos de mundo con estado oculto
Cuatro actores chinos construyen mundos de vídeo interactivos en tiempo real
Alibaba HappyOyster, Ant LingBot, Vidu S2 y PixVerse R2 sitúan los mundos de vídeo interactivos en el centro de la IA china: el modelo responde a las acciones del…
Ingeniería inversa de sitios web caros con IA: por qué la mitad del '3D complejo' en la web se monta en dos noches
Los sitios promocionales impresionantes, con iluminación compleja y gráficos volumétricos, antes requerían mes y medio de trabajo de un estudio de diseño y un…