Hoy se ha anunciado la llegada de Pixtral 12B, un innovador modelo de lenguaje visual (VLM), al catálogo de Amazon SageMaker JumpStart. Desarrollado por Mistral AI, este modelo está diseñado para manejar tareas textuales y multimodales, ofreciendo aplicaciones prácticas y excepcionales en el mundo real. Entre sus capacidades destacadas se incluyen el entendimiento de gráficos y figuras, la respuesta a preguntas en documentos, el razonamiento multimodal y el seguimiento de instrucciones complejas.
Pixtral 12B destaca por su habilidad para procesar imágenes en su resolución original y relación de aspecto nativa, sin comprometer el rendimiento en tareas textuales. Su arquitectura avanzada incorpora un codificador de visión con 400 millones de parámetros, complementado por un decodificador transformador multimodal que cuenta con 12 mil millones de parámetros, garantizando inferencias rápidas y precisas.
La disponibilidad del modelo bajo la licencia comercial Apache 2.0 permite a empresas y startups acceder a una potente herramienta para el desarrollo de aplicaciones multimodales complejas. Gracias a su integración con SageMaker JumpStart, los usuarios pueden implementar y acceder a modelos de aprendizaje automático en un entorno seguro con opciones de personalización extensiva, adaptándose así a necesidades específicas.
SageMaker JumpStart, parte crucial del ecosistema AWS, proporciona a desarrolladores acceso a modelos preentrenados de alto rendimiento, con la posibilidad de desplegarlos en instancias de inferencia dedicadas, incluyendo las potenciadas por AWS Trainium e Inferentia. Aunque el ajuste fino de Pixtral 12B no está aún habilitado, sus funcionalidades ya ofrecen realizar tareas como reconocimiento óptico de caracteres (OCR), análisis de gráficos y la conversión de imágenes a código, mediante interfaces intuitivas y el uso del SDK de Python de SageMaker.
Este lanzamiento cimenta la posición de Mistral AI en el sector del desarrollo de modelos de lenguaje visual, mientras que Amazon SageMaker JumpStart continúa afirmando su compromiso por facilitar el acceso a arquitecturas de modelos de vanguardia. Esto no solo optimiza el despliegue de modelos de aprendizaje automático para expertos en ciencia de datos y ML engineers, sino que también representa un avance significativo hacia la integración de modelos multimodales en los procesos empresariales, allanando el terreno a futuras innovaciones en inteligencia artificial.
