📣 Anunciamos el lanzamiento de OpenReasoning-Nemotron: un conjunto de LLMs capaces de razonamiento que han sido destilados del modelo DeepSeek R1 0528 671B. Entrenados en un conjunto de datos masivo y de alta calidad destilado del nuevo DeepSeek R1 0528, nuestros nuevos modelos de 7B, 14B y 32B logran un rendimiento SOTA en una amplia gama de benchmarks de razonamiento para sus respectivos tamaños en el dominio de las matemáticas, la ciencia y el código. Los modelos están disponibles en @huggingface🤗:

🎶 Conoce Audio-Flamingo 3 – un LALM completamente abierto entrenado en conjuntos de datos de sonido, habla y música. 🎶 Maneja audio de 10 minutos, texto largo y conversaciones de voz. Perfecto para QA de audio, diálogos y razonamiento. En @huggingface ➡️ De #NVIDIAResearch.

🏆 Nuestro NVIDIA NeMo Canary-Qwen-2.5B ocupa el primer lugar en la tabla de clasificación de @HuggingFace para el reconocimiento automático de voz, estableciendo un nuevo récord con una tasa de error de palabras del 5.63%. 🤗 Tabla de clasificación ➡️

¿Qué pasaría si pudieras hacerle una pregunta a un chatbot del tamaño de una enciclopedia y obtener una respuesta en tiempo real? Consultas de varios millones de tokens con 32 veces más usuarios son ahora posibles con Helix Parallelism, una innovación de #NVIDIAResearch que impulsa la inferencia a gran escala. 🔗

Python + OpenUSD = flujos de trabajo más rápidos, automatización más fácil, más creatividad. 💡 Las capacidades de scripting de Python y su facilidad de uso lo convierten en el compañero perfecto para #OpenUSD, ayudando a acelerar el desarrollo sin necesidad de experiencia en C++. Aprende más 👉

✨ FLUX.1 Kontext ofrece una experiencia nueva en la generación de imágenes a través de la edición incremental en contexto, en lugar de los tradicionales y complejos comandos. Ahora optimizado para GPUs NVIDIA RTX utilizando TensorRT, hemos colaborado con @bfl_ml para ofrecer una inferencia más rápida con menores requisitos de VRAM. 🔗 Detalles:

Despliega tu propia instancia del modelo DeepSeek-R1 con un despliegue de 1 clic. El nuevo contenedor NVIDIA TensorRT-LLM en Vertex AI está optimizado para LLMs a gran escala y mejora significativamente el rendimiento y la eficiencia de costos. Empieza hoy ➡️

📸 Generar. Refinar. Repetir. El FLUX.1 Kontext de @bfl_ml simplifica la edición de imágenes con IA utilizando indicaciones de texto + imagen—ahora acelerado por RTX con TensorRT. Bonus: El nuevo LLM multimodal Gemma 3n de Google también está acelerado en RTX. 🔗 #RTXAIGarage:

¿Listo para desbloquear el poder de la recuperación #multimodal? Descubre cómo NVIDIA #NeMoRetriever transforma la búsqueda de documentos, combinando visión y lenguaje para obtener resultados más inteligentes, rápidos y precisos. 👉

🏆 NVIDIA NeMo Retriever logra el 1er lugar en @HuggingFace en tres de las principales tablas de clasificación de recuperación de documentos visuales: ViDoRe V1, ViDoRe V2 y MTEB VisualDocumentRetrieval. Estableciendo nuevos estándares para aplicaciones empresariales de #RAG, NeMo Retriever lidera la industria. Este modelo de alto rendimiento es: 🔎 Ajustado para la recuperación de consulta-documento donde las consultas son texto e imágenes. 📊 Particularmente útil en sistemas RAG multimodales que utilizan texto, gráficos, tablas o infografías. Las aplicaciones potenciales incluyen búsqueda multimedia, recuperación cruzada de modalidades y IA conversacional con comprensión rica de entradas. 🛠️ Los desarrolladores pueden lograr hasta 15 veces más rápida la extracción de datos de PDF, 50% mejor precisión y 35 veces mejor eficiencia de almacenamiento con NeMo Retriever. Para investigadores, échale un vistazo en #HuggingFace ➡️ Para desarrolladores que necesiten modelos comerciales listos para producción, visita ➡️