Gemini 1.5 Flash y Pro

Gemini 1.5 Flash, ahora disponible para todos los clientes, es un modelo de IA generativa caracterizado por su baja latencia y rentabilidad. Con una impresionante ventana de contexto de 1 millón de tokens y una velocidad un 40% superior a GPT-3.5 Turbo para entradas de 10 mil caracteres, este modelo es ideal para aplicaciones escalables, desde agentes conversacionales hasta procesamiento de documentos.

JC Escalante, director global de IA generativa de Ipsos, señaló que, “Gemini 1.5 Flash permite expandir aplicaciones de IA sin sacrificar calidad o capacidad de contexto, mejorando el retorno de inversión.

Te puede interesar: Así es Gemma 2 de Google, creada especialmente para desarrolladores

Por otro lado, Gemini 1.5 Pro, también disponible para todos los clientes, expande su capacidad con una ventana de contexto de 2 millones de tokens, abriendo la puerta a casos de uso multimodales únicos y complejos que ningún otro modelo puede manejar.

Imagen 3

En tanto al modelo Imagen 3 llega en versión preliminar a Vertex AI, prometiendo una generación de imágenes un 40% más rápida y con mejoras significativas respecto a su predecesor, Imagen 2. Entre las novedades se incluyen una mejor comprensión y seguimiento de instrucciones, imágenes fotorrealistas de grupos de personas y un mayor control sobre la representación de texto dentro de las imágenes.

Te puede interesar: IA llegó para hacernos más productivos y creativos, pero también con efectos adversos ¿Cuáles?

Gaurav Sharma, jefe de investigación de IA en Typeface, elogió la calidad y velocidad de Imagen 3, destacando sus avances en la generación de detalles y escenarios de la vida cotidiana.

Claude 3.5 Sonnet de Anthropic en Vertex AI

Además de estos modelos, Google Cloud ha anunciado la incorporación del modelo Claude 3.5 Sonnet de Anthropic a Vertex AI, disponible desde hoy para experimentación y producción. A finales de verano, se unirán los modelos Mistral Small, Mistral Large y Mistral Codestral.

Otra novedad es la implementación del almacenamiento en caché de contexto para Gemini 1.5 Pro y Flash, que mejora el rendimiento al almacenar temporalmente los resultados de operaciones o cálculos. Asimismo, Vertex AI ofrecerá próximamente un servicio que permitirá a los clientes conectar sus agentes de IA con datos especializados de terceros como Moody’s, MSCI, Thomson Reuters y Zoominfo, proporcionando acceso a información nueva y de alta calidad.

Imagen: Google Cloud

En el marco de Google I/O, la conferencia anual de desarrolladores realizada por el buscador en Mountain View, California, la compañía lanzó Gemini 1.5 Flash, un modelo más liviano diseñado para ofrecer velocidad y eficiencia a escala. Esta nueva incorporación a la familia Gemini promete revolucionar la forma en que se brindan servicios de IA a través de su rendimiento optimizado. 

Desde el lanzamiento de Gemini 1.0 en diciembre, Google continuamente ha incorporado mejoras en sus modelos multimodales nativos. Por ejemplo, la versión 1.5 Pro, lanzada unos meses después, introdujo un rendimiento mejorado y una ventana de contexto larga de 1 millón de tokens, lo que resultó ser útil para desarrolladores y clientes empresariales.

Sin embargo, Google reconoce la necesidad de una latencia más baja y un menor costo de servicio en ciertas aplicaciones, lo que impulsó el desarrollo de Gemini 1.5 Flash. 

Este modelo, aunque más liviano que su predecesor, conserva la capacidad de realizar razonamiento multimodal a través de grandes volúmenes de información, brindando una calidad impresionante para su tamaño.

Te puede interesar: OpenAI lanza GPT-4o: IA gratuita, con nuevas funciones e interacción más humana ¿Qué encontrarás?

Es decir, Flash destaca en una variedad de aplicaciones, incluidos resúmenes, aplicaciones de chat, subtítulos de imágenes y videos, extracción de datos de tablas y documentos extensos, entre otros. Gracias a un proceso de “destilación”, este modelo ha heredado los conocimientos esenciales de su predecesor, lo que lo hace altamente capaz y eficiente en términos de costo.

Tanto Gemini 1.5 Pro como 1.5 Flash están disponibles en versión preliminar pública, con opciones de ventana de contexto de 1 millón de tokens en Google AI Studio y Vertex AI. Además, 1.5 Pro ahora está disponible con una ventana de contexto extendida de 2 millones de tokens para desarrolladores que utilizan la API y clientes de Google Cloud, a través de una lista de espera.

Además de las mejoras en Gemini 1.5 Flash, Google ha realizado importantes avances en la mejora de 1.5 Pro. Más allá de ampliar su ventana de contexto, se han realizado mejoras significativas en su generación de código, razonamiento lógico, conversación de múltiples turnos y comprensión de audio e imágenes.

Te puede interesar: OpenAI desarrolló un software que no solo identifica imágenes creadas con IA, también audios

Con estos avances, Gemini 1.5 Pro puede seguir instrucciones complejas y matizadas, lo que permite un mayor control sobre las respuestas del modelo para casos de uso específicos. Además, la integración de comprensión de audio en Gemini API y Google AI Studio amplía aún más su versatilidad y capacidad.

Además de los avances en la familia Gemini, Google también anunció Gemma 2, la próxima generación de modelos abiertos, diseñada para la innovación responsable en IA. Esta nueva arquitectura promete un rendimiento y una eficiencia revolucionarios, y estará disponible en nuevos tamaños para adaptarse a una variedad de aplicaciones y necesidades.

¿En qué consiste el proyecto “Astra de Google DeepMind”?

En conjunto, estos avances representan un paso significativo hacia el desarrollo de agentes de IA universales, como parte del Proyecto Astra de Google DeepMind. Estos agentes prototipo están diseñados para comprender y responder al mundo de manera similar a como lo hacen las personas, con la capacidad de percibir, razonar y conversar de manera más natural y fluida.

Con una exploración continua y un compromiso con la innovación, Google continúa redefiniendo los límites de la inteligencia artificial, desbloqueando nuevas posibilidades y aplicaciones emocionantes para la tecnología Gemini.

Además de las actualizaciones en Gemini, Google está trabajando en expandir aún más las capacidades de sus modelos abiertos con Gemma 2, la próxima generación de modelos abiertos diseñados para la innovación responsable en IA. Esta nueva arquitectura promete un rendimiento y una eficiencia revolucionarios, y estará disponible en una variedad de tamaños para adaptarse a diversas aplicaciones y necesidades. Con Gemma 2, Google busca impulsar la investigación y el desarrollo en inteligencia artificial de manera ética y responsable.

Te puede interesar: Google lanza “AI Essentials” un curso para todas las profesiones para aprender habilidades en IA

Por otro lado, Google también está avanzando en su misión de desarrollar agentes de IA universales con el Proyecto Astra. Estos agentes prototipo están diseñados para comprender y responder al mundo de manera similar a como lo hacen las personas, con la capacidad de percibir, razonar y conversar de manera más natural y fluida. Esta iniciativa refleja el compromiso continuo de Google con el desarrollo de tecnologías que beneficien a la humanidad de manera responsable.

Imagen: Google