meta el jueves anunció la próxima versión de su modelo multimodal Spark AI, Muse Spark 1.1, llamándolo un mejora significativa respecto a su predecesor. El modelo está construido específicamente para tareas de agencia y promete importantes avances en áreas como el uso de computadoras, la codificación y la comprensión multimodal.
Spark 1.1 sigue al lanzamiento de Imagen de musasu nueva herramienta de generación de imágenes, que ya tiene algunos usuarios de Instagram optando por no participar. (puedes aprender cómo hacer eso aquí.)
Con gente como Abierto AI y antrópico Arrasando en los titulares con modelos de IA nuevos y avanzados, el anuncio de Meta es una señal de que la compañía está volviendo a la carrera de la IA después de quedarse atrás durante más de un año y someterse a una extensa reorganización. El modelo fue lanzado por lo que Meta llama Superintelligence Labs, un equipo dirigido por el ex director ejecutivo de Scale AI, Alexandr Wang.
Meta también lanzó una vista previa pública de su API Meta Mannequin, en la que los desarrolladores podrán acceder al nuevo Spark 1.1. El modelo ahora está disponible en el modo «Pensamiento» dentro de la aplicación Meta AI y en meta.ai.
Capacidades de agente mejoradas
Meta cube que Spark 1.1 puede completar proyectos complejos mucho más rápido que su predecesor. Está capacitado para «orquestar sistemas multiagente para optimizar la latencia de un extremo a otro», según la publicación del weblog de la compañía. La IA agente se refiere a modelos que pueden tomar acciones reales en su nombre, en lugar de simplemente brindar respuestas a un mensaje.
Este sistema multiagente cuenta con un agente principal y subagentes. El agente principal elaborará un plan y delegará su ejecución en subagentes paralelos. Esos subagentes se apegarán a sus tareas asignadas, utilizarán las herramientas disponibles y volverán al agente principal cuando sea necesario.
Spark 1.1 también gestiona activamente su ventana de contexto de 1 millón de tokens recordando acciones, recuperando información de trabajos anteriores y compactando el contexto de una manera que mantiene los pasos importantes necesarios para más adelante, según el weblog. Eso significa que debería poder pedirle que realice tareas más complicadas sin llegar a los límites de lo que el modelo puede manejar a la vez.
Uso y codificación de computadoras.
El nuevo modelo también podría ser capaz de toma el management de tu computadora para ciertas tareas, si eso es algo que estás dispuesto a intentar.
Meta cube que su nuevo modelo de IA ha recibido un impulso en sus flujos de trabajo de uso de computadoras en múltiples aplicaciones. Puede mantener el contexto durante sesiones largas y navegar por interfaces desconocidas con una interacción mínima por parte del usuario. Puede comprender cuándo automatizar determinadas tareas y cuándo navegar manualmente por la computadora.
En el frente de la codificación, Spark 1.1 promete mejoras significativas, particularmente en tareas que involucran bases de datos complejas. Puede diagnosticar y corregir errores, agregar nuevas funciones en sistemas de nivel empresarial y realizar grandes migraciones de código.
Verdaderamente multimodal
Las capacidades multimodales de Spark 1.1 le permiten ver y oír para completar tareas. Esto no es diferente a los modelos de IA existentes que hemos visto hoy, como la experiencia de cámara de Gemini Stay. Puede ingerir imágenes y audio y proporcionar subtítulos «ultradescriptivos» de las fuentes. Combinando esto con sus capacidades de uso agente de la computadora, puede interpretar lo que hay en la pantalla y tomar medidas para realizar tareas.
Seguridad
Meta está promocionando sus extensas evaluaciones de seguridad para el modelo, que sigue el marco avanzado de escalamiento de IA. Se cube que el modelo muestra una fuerte resistencia a los jailbreaks, las inyecciones rápidas y otros ataques comunes.
