PULSO AI · Nueva plataforma impulsada por TD
LFM2.5-24B-A2B es un modelo diseñado para agentes que piensan antes de responder y que puede correr de forma privada en dispositivos locales. Con 24B parámetros y solo 2B activos por token, busca combinar eficiencia, velocidad y capacidades de herramienta en escenarios on-device.
Google DeepMind lanzó EmbeddingGemma 2, un modelo multimodal de 740M parámetros diseñado para ejecutar embeddings de texto, imagen, audio y video localmente. Su enfoque modular, ahorro de almacenamiento y compatibilidad con Gemma 4 lo hacen idóneo para aplicaciones privadas y de baja latencia.
LFM2.5-2.6B es un modelo compacto diseñado para correr agentes directamente en el dispositivo, manteniendo datos privados y reduciendo costos de inferencia en la nube. Ofrece rendimiento competitivo frente a modelos mucho más grandes en tareas de uso de herramientas e instrucciones.
Google DeepMind liberó Gemma 4 en Hugging Face como una familia de modelos multimodales con licencia Apache 2, tamaños que permiten despliegue en dispositivos y compatibilidad con múltiples herramientas de la comunidad. Esta generación prioriza eficiencia, contexto largo y soporte para texto, imagen y audio.
