Multimodal
Página 2 de 3
- IA
Pixelle-MCP: Solucion AIGC Multimodal Open-Source que Une ComfyUI y LLMs via MCP
El Protocolo de Contexto de Modelo (MCP) esta remodelando como se comunican las aplicaciones de IA, pero la mayoria de las herramientas MCP...
- IA
OmniSVG: Modelo Unificado de Generacion SVG Multimodal (NeurIPS 2025)
Los graficos vectoriales estan en todas partes, desde iconos y logotipos hasta ilustraciones y visualizaciones de datos. Pero generar SVGs complejos...
- IA
OmniParse: Plataforma Open-Source de Parseo Universal de Datos para Pipelines GenAI
Las aplicaciones GenAI modernas consumen datos en muchas formas -- PDFs, hojas de calculo, imagenes, grabaciones de audio y archivos de video...
- IA
OmniGen2: Modelo de Generación Multimodal Avanzado de Código Abierto
El panorama de la generación de imágenes se ha vuelto cada vez más fragmentado. Diferentes modelos manejan la generación de texto a imagen, la...
- IA
MLX-VLM: Inferencia y Ajuste Fino de Modelos de Lenguaje de Visión en Apple Silicon
Ejecutar Modelos de Lenguaje de Visión -- sistemas de IA que pueden entender imágenes y texto simultáneamente -- ha requerido tradicionalmente GPU...
- IA
MiniCPM-o: LLM Multimodal de Codigo Abierto para Vision, Voz y Texto
Los modelos de IA multimodales que pueden procesar simultaneamente vision, voz y texto representan la vanguardia de la inteligencia artificial...