Una cafetera de encimera ha lanzado una integración manos libres con el asistente de voz de Amazon, permitiendo a los usuarios preparar café, ajustar configuraciones y acceder a recetas mediante comandos de voz. Esta función busca mejorar la comodidad del usuario y simplificar el proceso de elaboración de café, atrayendo a consumidores tecnológicos que buscan electrodomésticos más inteligentes para su cocina.
Samsung ha presentado nuevas funciones de control por voz para la apertura y cierre de sus refrigeradores inteligentes Family Hub. Esta actualización permite a los usuarios operar el frigorífico sin necesidad de usar las manos, a través de comandos de voz, lo que mejora la comodidad, especialmente al cocinar. La función es compatible con el asistente Bixby de Samsung y busca optimizar las tareas en la cocina. Los propietarios actuales de Family Hub recibirán la actualización mediante una mejora de software, mientras que los nuevos compradores disfrutarán de esta funcionalidad desde el primer uso. Este avance resalta el compromiso de Samsung por integrar tecnología inteligente en los electrodomésticos cotidianos, lo que podría influir en las decisiones de los consumidores en el mercado de hogares inteligentes.
Hyper presentó varios nuevos accesorios de computación en CES, incluyendo la serie T de estaciones de acoplamiento Thunderbolt 4, diseñadas para mejorar la conectividad y el rendimiento de los profesionales. Estas estaciones cuentan con múltiples puertos USB y soporte para pantallas duales 4K. Se espera que estén disponibles en el primer trimestre de 2024, con precios a partir de $199.
El robot aspirador Narwal Flow 2, presentado recientemente en el CES, cuenta con avanzadas capacidades de limpieza gracias a su sistema de autolimpieza que le permite lavar sus propias mopas. Además, incorpora una navegación mejorada mediante tecnología LiDAR, lo que facilita una mapeo más eficiente de los espacios. El Flow 2 también se puede controlar a través de una aplicación para smartphones, lo que mejora la comodidad para el usuario.
DeepSeek ha lanzado las Conexiones Hiperconstruidas con Restricciones de Manifold (mHCs), una nueva tecnología diseñada para mejorar las conexiones de datos en sistemas complejos. Esta innovación tiene como objetivo aumentar la eficiencia en el procesamiento y análisis de datos. Las aplicaciones específicas incluyen un mejor rendimiento en modelos de aprendizaje automático e inteligencia artificial, lo que podría revolucionar la manera en que las organizaciones gestionan grandes volúmenes de datos. Se esperan más detalles sobre la implementación y el impacto en la industria.
Investigadores han desarrollado dos modelos de aprendizaje profundo, LNU-Net e IBU-Net, para la segmentación del ventrículo izquierdo en imágenes de resonancia magnética (RM) en corte corto. LNU-Net mejora el U-Net mediante la normalización por capas, mientras que IBU-Net combina la normalización por instancias y por lotes. Al ser evaluados en un conjunto de datos de 805 imágenes de RM de 45 pacientes, ambos modelos lograron una mejora significativa en la precisión de la segmentación, superando a los métodos existentes en términos del coeficiente de Dice y la distancia perpendicular promedio. Este avance podría potenciar el diagnóstico clínico y la cuantificación en el ámbito de la cardiología.
Un nuevo artículo presenta una reparametrización suave basada en difusión para la optimización de variables categóricas, mejorando las relajaciones continuas existentes. Este método utiliza un proceso de ruido gaussiano con un denoiser en forma cerrada eficiente, lo que permite la retropropagación sin necesidad de entrenamiento previo. Los experimentos indican que este enfoque ofrece un rendimiento competitivo o superior en varios benchmarks, abordando los desafíos del ruido y el sesgo en los métodos de optimización tradicionales.
Un estudio investiga el uso de Modelos de Lenguaje Multimodal de Gran Escala (MLLMs) para la detección de deepfakes de audio, un área que ha sido poco explorada hasta ahora. Al combinar entradas de audio con indicaciones textuales, los investigadores evaluaron dos modelos, Qwen2-Audio-7B-Instruct y SALMONN, en modos de cero disparos y ajustados. Los resultados indican que, si bien el rendimiento en datos fuera de dominio es deficiente, los modelos destacan en tareas dentro del dominio con una supervisión mínima, lo que sugiere una dirección prometedora para mejorar la detección de deepfakes de audio.
El desempeño financiero de Nvidia ha experimentado un notable auge tras el boom de la inteligencia artificial, especialmente después del lanzamiento de ChatGPT. La compañía reportó ingresos y beneficios récord, con un aumento considerable en sus reservas de efectivo. Este crecimiento resalta el papel crucial de Nvidia en el hardware de IA, particularmente en el suministro de GPUs para aplicaciones de inteligencia artificial, consolidándola como un líder en el panorama tecnológico.
En 2026, se espera que el panorama de la inteligencia artificial priorice las aplicaciones prácticas por encima del desarrollo de modelos de lenguaje cada vez más grandes. La industria se orientará hacia la optimización de la IA para casos de uso en el mundo real, poniendo énfasis en la eficiencia, la integración y el diseño amigable para el usuario. Este enfoque tiene como objetivo mejorar la utilidad de la inteligencia artificial en diversos sectores, asegurando que satisfaga necesidades concretas.
Los recientes avances en la reconstrucción 3D utilizando GaMO (Outpainter Multi-vista Consciente de la Geometría) abordan las limitaciones de los métodos existentes que enfrentan dificultades con vistas de entrada limitadas. Al ampliar el campo de visión a partir de las posiciones actuales de las cámaras, GaMO mantiene la coherencia geométrica y mejora la cobertura de la escena. En pruebas realizadas con Replica y ScanNet++, logró una calidad de reconstrucción superior y un aumento de velocidad de 25 veces en comparación con los principales métodos de difusión, procesando en menos de 10 minutos. Para más detalles, visita la página del proyecto: https://yichuanh.github.io/GaMO/.
Investigadores han presentado los Transformadores Bayesianos de Población (B-Trans), un enfoque innovador que permite obtener comportamientos diversos de un único conjunto de pesos preentrenados en grandes modelos de lenguaje. Al tratar los desplazamientos de las capas de normalización como variables estocásticas, B-Trans mantiene la coherencia al mismo tiempo que permite salidas variadas. Los experimentos demuestran que mejora la diversidad semántica y el rendimiento en tareas de generación sin entrenamiento previo y en escenarios de aprendizaje por refuerzo, superando a los modelos deterministas tradicionales. Este método potencia la toma de decisiones colaborativa al agregar predicciones de múltiples instancias del modelo.