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 …
Tags
Multimodal
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 …
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 …
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 …
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 …
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. …