Empezar ahora
KIMISEEK / NEWS

Noticias de modelos

Novedades de los modelos chinos y su impacto en la integración API, la selección de modelos y los costes.

  1. domestic_model

    Naive AI publica su primer modelo de código abierto, Naive-N0.5-Flash: 309B parámetros totales, contexto nativo de un millón y pesos con licencia MIT

    Según un reportaje de Jiqizhixin del 28 de septiembre de 2026, el equipo de Dai Jifeng, Naive AI, publicó su primer modelo, Naive-N0.5-Flash, con 309B parámetros totales, 15.5B activos, soporte nativo para un contexto de un millón de tokens y enfoque en programación e I+D de IA. El informe señala que los pesos y el código de inferencia usan licencia MIT y que se planea ofrecer una API, además de divulgar resultados de evaluaciones como PaperBench y MLE-bench-30.

  2. deepseek

    Investigación afirma que DeepSeek-V4-Flash usa en la práctica unas dos de sus cuatro corrientes residuales y que la mezcla profunda degenera en identidad

    Según un artículo de arXiv (publicado en septiembre de 2026) difundido por Machine Heart, unos investigadores realizaron análisis de avance e intervenciones en tiempo de inferencia sobre los pesos públicos de DeepSeek-V4-Flash-0731 y encontraron que, en mHC, los pesos de lectura y escritura de las cuatro corrientes residuales se concentran en unas dos corrientes; que las matrices de mezcla residual de las capas 22 a 42 se aproximan a la matriz identidad; y que, al sustituir las capas profundas por la identidad, la puntuación media en seis tareas casi no cambia.

  3. open_model

    Supersonic Labs lanza Julia 1: un modelo de decisión de 144,3 millones de parámetros bajo Apache 2.0 que se ejecuta en CPU

    Según MarkTechPost del 26 de septiembre de 2026, el laboratorio brasileño Supersonic Labs publicó Julia 1, un modelo de decisión de 144,3 millones de parámetros basado en mmBERT-small, con pesos liberados bajo Apache 2.0, que admite tres tipos de llamada: choice, score y noul, y puede ejecutarse localmente en CPU. En sus pruebas supera los valores de referencia de Jev en Typed Decisions, AG News y DAIR Emotion, pero queda claramente por detrás en Banking77 con 72 etiquetas; la API alojada ha sido anunciada pero aún no está disponible.

  4. domestic_model

    NetEase Youdao libera R2T2 y T3PO: reconocimiento verdaderamente en streaming y traducción simultánea encabezan la lista de tendencias de Hugging Face

    Según New Zhiyuan, NetEase Youdao publicó los modelos de código abierto R2T2, de reconocimiento de voz verdaderamente en streaming, y T3PO, de traducción en streaming, que unos cinco días después encabezaron las listas de tendencias de reconocimiento de voz y traducción en Hugging Face. El informe indica que R2T2 usa un mecanismo Commit/Wait, ya no reescribe el texto emitido y ofrece cifras comparativas con Whisper y API comerciales.

  5. flux

    Black Forest Labs publica FLUX 3 Action: modelo mundo-acción de 7B con pesos en Hugging Face

    Según The Decoder el 24 de septiembre de 2026, Black Forest Labs publicó FLUX 3 Action, un modelo robótico abierto basado en el multimodal FLUX 3 que recibe flujos de vídeo multicámara para predecir la siguiente acción y los cambios del entorno; con 7B parámetros marca un récord de tasa de éxito en RoboLab-120 y alcanza hasta 3,95 veces la velocidad del mejor modelo abierto anterior.

  6. liquid

    Liquid AI lanza LFM2.5-VL-DSpark: modelo de visión de 3B con modelo borrador, hasta 3,13 veces más rápido en decodificación

    Según una publicación de septiembre de 2026 en el blog de Liquid AI, Liquid AI presentó un modelo borrador experimental DSpark para su modelo de lenguaje visual de pesos abiertos LFM2.5-VL-3B, con unos 280 millones de parámetros adicionales (un 8,9 % más respecto al modelo objetivo de 3B), y afirma una aceleración de decodificación de hasta 3,13 veces en dispositivo y hasta 2,66 veces en H100, con soporte desde el primer día para llama.cpp, MLX-VLM y SGLang.

  7. domestic_model

    Siete universidades publican OpenWAM: marco integral y pesos base para modelos de acción del mundo

    Según informa Machine Heart, equipos de siete universidades, entre ellas la Universidad Nacional de Singapur, la Universidad de Tsinghua y la Universidad de Pekín, han publicado OpenWAM de código abierto, que incluye la infraestructura modular OpenWAM-Infra, el estudio experimental controlado OpenWAM-Study y el modelo base OpenWAM-α, abarcando ocho benchmarks de simulación y tres tipos de plataformas robóticas reales, junto con pesos preentrenados y recetas de datos.