AMD ha adquirido World Labs, la startup de Fei-Fei Li, por más de 8.000 millones de dólares, según Wired. La startup se centra en modelos de mundo, que utilizan datos visuales para generar entornos digitales que simulan la física.
Wired informa de que AMD compró World Labs este año por más de 8.000 millones de dólares. Fei-Fei Li, informática de Stanford, fundó la startup de IA en 2024.
Oliver Cameron, director ejecutivo del laboratorio de IA Odyssey, explica que los modelos de mundo predicen el siguiente estado visual de un entorno, en lugar de la siguiente palabra de un texto. Estos entornos generados pueden servir como espacios digitales de entrenamiento.
Para las empresas que desarrollan robótica, la posible aplicación es practicar sin mover equipos físicos. Brian McClendon, director de tecnología de Niantic Spatial, señala que las fotos de un lugar donde se prevé operar podrían convertirse en un modelo 3D en el que un robot se entrene mediante simulaciones repetidas.
World Labs podría ser un proveedor de herramientas de simulación a seguir, aunque Wired no detalla planes de integración o desarrollo de AMD.
Para quienes desarrollan robótica, los entornos simulados permiten practicar tareas sin llevar los equipos al lugar previsto.
La adquisición no demuestra por sí sola con qué fiabilidad el entrenamiento simulado se traducirá en resultados en el mundo real.
Escrito automáticamente por la Redacción de Made in 10 a partir de la fuente de arriba.
Adecco afirma que sus agentes de IA para selección de personal en Reino Unido reducen cerca del 15% el tiempo necesario para estos procesos. Las decisiones de contratación siguen en manos de los profesionales de selección, mientras la automatización plantea qué deberían cubrir las tarifas de las agencias.
OpenAI mostró flujos de trabajo financieros en ChatGPT Work for Financial Services y la aplicación de escritorio de Codex. La sesión mostró cómo los equipos podían personalizar los flujos de trabajo con habilidades y plugins en lugar de crear una aplicación independiente.
Las pruebas de Cohere mostraron que un agente de IA potente al mando, junto con agentes de planificación más baratos, podía igualar los resultados de un equipo más caro. Usar planificadores Luna bajo la dirección de Sol redujo los costes un 60% sin perder rendimiento frente a un equipo formado solo por Sol, aunque los resultados variaron según la tarea.