Tecnología
LLM multimodal
Relacionadas
robótica ×1visión por computadora ×1vision-language-action ×1Google DeepMind ×1transformers multimodales ×1
Historias
Noticias
Google DeepMind presenta Gemini Robotics 2 con control corporal completo y colaboración multirobótica
Google DeepMind ha lanzado Gemini Robotics 2, un sistema que añade control de cuerpo completo, destreza avanzada y colaboración entre múltiples robots a la…
Por qué importaRepresenta un salto cualitativo hacia robots generales y adaptables que pueden razonar, no solo ejecutar secuencias predefinidas. La capacidad de…
Impacto muy alto
Fiabilidad confirmado por varias fuentes
Google DeepMind
Google DeepMind revela que la atención cruzada entre modalidades es clave en transformers multimodales
Google DeepMind publica un análisis de qué componentes determinan el éxito de los transformers multimodales (que procesan simultáneamente texto e imagen). El…
Por qué importaComprensión de qué hace funcionar realmente los modelos multimodales es esencial para diseñar arquitecturas más eficientes y económicas. Este…
Impacto medio
Fiabilidad fuente primaria
Google DeepMind