Google DeepMind apresenta Gemini Omni e Gemini 3.5 com 11 demonstrações inovadoras em vídeo
Novos modelos Gemini Omni e Gemini 3.5 trazem avanços significativos em IA multimodal e agentes inteligentes Na conferência Google I/O 2026, a…
Tag: modelos multimodais
19 publicações encontradas
AWS lança avaliadores multimodais para tarefas de imagem para texto no Strands Evals
Avaliação automatizada para modelos multimodais A Amazon Web Services (AWS) anunciou quatro novos avaliadores multimodais baseados em grandes modelos…
Nvidia lança Nemotron 3 Nano Omni para impulsionar agentes de IA corporativos multimodais
Expansão da Nvidia além do hardware para agentes de IA empresariais A Nvidia anunciou recentemente o lançamento do Nemotron 3 Nano Omni,…
AWS lança ambiente unificado para modelos multimodais biológicos em terapêutica e cuidados ao paciente
Novidade da AWS para acelerar a inovação em saúde e ciências da vida A Amazon Web Services (AWS) anunciou um ambiente integrado…
Como rodar a demo Gemma 4 VLA no NVIDIA Jetson Orin Nano Super: guia completo
Apresentação da Gemma 4 VLA no Jetson Orin Nano Super A NVIDIA, em parceria com a Hugging Face, disponibilizou uma demonstração da…
Hugging Face lança recursos para treinar e ajustar modelos multimodais com Sentence Transformers
A Hugging Face anunciou uma novidade importante para desenvolvedores e pesquisadores que trabalham com modelos multimodais: a possibilidade de…
Hugging Face lança modelos multimodais com Sentence Transformers para busca e reranking
A Hugging Face lançou uma atualização importante na biblioteca Sentence Transformers, agora com suporte a modelos multimodais para embedding e…
Microsoft lança três modelos de IA multimodais para competir no mercado global
Na última quinta-feira, a Microsoft AI, laboratório de pesquisa da gigante tecnológica, anunciou o lançamento de três novos modelos fundamentais de…
Granite 4.0 3B Vision: A Revolução Compacta em Inteligência Multimodal para Documentos Empresariais
IBM e Hugging Face lançam Granite 4.0 3B Vision para o mercado corporativo A IBM, em parceria com a Hugging Face, anunciou…
Amazon Bedrock lança modelos multimodais para análise de vídeo escalável e inteligente
Amazon Bedrock revoluciona a análise de vídeos com modelos multimodais A Amazon Web Services (AWS) apresentou uma solução inovadora que utiliza os…
Hark apresenta interface de IA inovadora com design do ex-Apple Abidur Chowdhury
Hark: uma nova era para a inteligência artificial pessoal A startup Hark, fundada pelo empreendedor serial Brett Adcock, revelou detalhes sobre seu…
Holotron-12B: Novo modelo multimodal da H Company otimiza uso computacional com alta eficiência
A H Company lançou o Holotron-12B, um modelo multimodal voltado para agentes de uso computacional, que alia alta escalabilidade e desempenho em…
llamafile 0.10.0: unificação de portabilidade e recursos avançados em um único executável
A Mozilla AI anunciou o lançamento da versão 0.10.0 do llamafile, uma atualização que traz uma importante unificação entre portabilidade e suporte…
GPT-4: Avanços do modelo multimodal da OpenAI em desempenho profissional e acadêmico
O que é o GPT-4 e suas capacidades multimodais A OpenAI lançou o GPT-4, um modelo de inteligência artificial que representa um…
PaliGemma 2 Mix: A Nova Geração de Modelos Visão-Linguagem da Google
A inteligência artificial está em constante evolução, e uma das áreas que mais tem avançado é a capacidade dos modelos de compreender…
Modelos Visão-Linguagem: Revolução na Interpretação de Imagens e Texto
Nos últimos anos, a inteligência artificial (IA) tem avançado rapidamente, especialmente no campo da visão computacional e do processamento de…
Conheça o NVIDIA Llama Nemotron Nano VLM: A Nova Revolução em Modelos Visuais e Linguísticos no Hugging Face
A inteligência artificial continua a avançar em ritmo acelerado, especialmente no campo dos modelos multimodais que combinam visão e linguagem.…
TimeScope: Explorando os Limites dos Modelos Multimodais para Vídeos Longos
Nos últimos anos, a inteligência artificial tem avançado rapidamente no processamento de dados multimodais, especialmente em vídeos, que combinam…
Alinhamento de Modelos Visão-Linguagem com TRL: O Futuro da IA Multimodal
Nos últimos anos, a inteligência artificial tem avançado rapidamente, especialmente na área de modelos que combinam visão e linguagem. Esses modelos…