Hoy se ha anunciado el lanzamiento de Pixtral 12B, un modelo de lenguaje visual altamente avanzado desarrollado por Mistral AI. Este modelo ya está disponible para los clientes a través de Amazon SageMaker JumpStart, ofreciendo la capacidad de abordar tanto tareas de texto como multimodales. Pixtral 12B promete un rendimiento excepcional en una variedad de aplicaciones del mundo real, tales como el entendimiento de gráficos y figuras, la respuesta a preguntas sobre documentos, el razonamiento multimodal y el seguimiento de instrucciones.
El modelo se destaca por su capacidad de procesar imágenes en su resolución y relación de aspecto naturales, todo ello sin sacrificar el rendimiento en tareas textuales. La arquitectura de Pixtral 12B consta de un codificador de visión con 400 millones de parámetros y un decodificador transformador multimodal con 12 mil millones de parámetros, lo que le permite realizar inferencias rápidas y precisas.
Disponible bajo la licencia comercial Apache 2.0, Pixtral 12B ofrece a empresas y startups una opción poderosa para desarrollar aplicaciones multimodales complejas. Su integración con SageMaker JumpStart facilita el acceso y despliegue de modelos de aprendizaje automático en un entorno seguro, permitiendo personalizaciones profundas para adaptarse a casos de uso específicos.
Amazon SageMaker JumpStart, parte del portafolio de AWS, permite a los desarrolladores acceder a modelos preentrenados de alto rendimiento y desplegarlos en instancias dedicadas de inferencia, incluyendo aquellas potenciadas por AWS Trainium e Inferentia. Aunque el ajuste fino del Pixtral 12B aún no está disponible, los usuarios pueden aprovechar sus capacidades para tareas como reconocimiento óptico de caracteres (OCR), análisis de gráficos y conversión de imágenes a código, mediante interfaces de usuario intuitivas o el SDK de Python de SageMaker.
Con este lanzamiento, Mistral AI refuerza su posición en el desarrollo de modelos de lenguaje visual, mientras que Amazon SageMaker JumpStart continúa facilitando el acceso a las más avanzadas arquitecturas de modelos. Este anuncio marca un paso significativo hacia la integración de modelos multimodales en procesos empresariales, allanando el camino hacia futuras innovaciones en el campo de la inteligencia artificial.
