Noticias sobre Google Cloud

Google, Red Hat y IBM han lanzado conjuntamente llm-d 1.0, lo que significa que la infraestructura de modelos de lenguaje de gran tamaño está acelerando su evolución hacia una arquitectura nativa en la nube de código abierto con colaboración de hardware de múltiples fabricantes. Mediante la integración del enrutamiento consciente de la caché y el control de flujo multiinquilino, la industria está resolviendo sistemáticamente los cuellos de botella de coste y eficiencia en la inferencia a gran escala de modelos de lenguaje de gran tamaño.

Google ha lanzado Gemini agent, dotado de identidad independiente y capacidades de colaboración multiaplicación, lo que marca la evolución de la IA empresarial desde la "asistencia de funciones aisladas" hacia una "fuerza laboral general con roles organizacionales". Su estrategia de romper con la exclusividad de los modelos también demuestra que la apertura del ecosistema se está convirtiendo en un factor clave para capturar los escenarios de oficinas corporativas.

Google Cloud ha presentado Gemini Agent para empresas, lo que significa que el foco de la competencia entre los proveedores de la nube está evolucionando desde las capacidades de los modelos de lenguaje de gran tamaño subyacentes hacia la integración de flujos de trabajo listos para usar. Mediante un único cuadro de texto y una API que integra conocimiento, código y procesamiento multimedia, su esencia radica en incrustar profundamente las capacidades de IA en los sistemas de producción diarios de las empresas para aumentar la retención.

Google ha lanzado Gemini Agent para empresas y ha introducido identidad independiente, mecanismos de memoria y capacidades de llamada a múltiples modelos, lo que significa que los proveedores de la nube están actualizando los modelos de lenguaje de gran tamaño de una herramienta única a empleados digitales con capacidad de colaboración continua, y el foco de la competencia se está extendiendo desde el modelo en sí hacia el ecosistema de flujos de trabajo empresariales.

El centro de gravedad del desarrollo de IA está desplazándose de buscar los límites de las capacidades de un modelo individual a superar los retos de ingeniería en entornos de producción reales. Esto demuestra que las aplicaciones de modelos de lenguaje de gran tamaño están acelerando su evolución desde la fase de demostración (Demo) hacia aguas profundas caracterizadas por la estabilidad, el control de costes y la mejora de los límites de seguridad.