HKU Business School merilis laporan evaluasi komprehensif tentang kemampuan model AI dalam menghasilkan gambar. Laporan ini menganalisis 15 model text-to-image dan 7 LLM multimodal, menilai kualitas konten, keamanan, dan tanggung jawab. Metodologi ini berfokus pada pembuatan gambar baru dan revisi gambar, mengungkapkan kinerja yang beragam di antara model-model tersebut.
Mistral, startup AI Perancis, diuntungkan dari gejolak transatlantik. Dengan prinsip open-source dan fokus pada efisiensi, Mistral memposisikan dirinya sebagai alternatif yang kuat di tengah persaingan AI global, membangun ekosistem AI Eropa, dan menghadapi tantangan dari raksasa teknologi, pendanaan, dan regulasi.
Mistral AI meluncurkan Mistral OCR, API pengenalan karakter optik (OCR) yang menetapkan standar baru dalam pemahaman dokumen. API ini unggul dalam mengekstraksi teks, catatan tulisan tangan, tabel, dan persamaan dari PDF dan gambar, menyajikannya dalam format terstruktur untuk berbagai aplikasi. Mendukung multibahasa, cepat, dan terintegrasi dengan LLM.
Mistral meluncurkan API baru, Mistral OCR, untuk mengubah PDF kompleks menjadi Markdown yang siap untuk AI. API ini multimodal, menangani teks dan gambar, melampaui OCR tradisional, dan dioptimalkan untuk sistem RAG, membuka data berharga untuk LLM.
Mantan peneliti kebijakan OpenAI, Miles Brundage, mengkritik perusahaan karena 'menulis ulang sejarah' pendekatan keamanan AI-nya. Kekhawatiran tentang pergeseran beban pembuktian, prioritas 'produk mengkilap', dan pembubaran tim kesiapan AGI, di tengah tekanan persaingan dan keuangan.
Seri Phi-4 Microsoft adalah kemajuan AI, khususnya dalam pemrosesan multimodal dan deployment lokal yang efisien. Model Phi-4 Mini Instruct dan Phi-4 Multimodal menghadirkan kemampuan AI yang kuat, tidak lagi terbatas pada infrastruktur cloud skala besar. Phi-4 Mini Instruct yang ringkas, Phi-4 Multimodal memproses teks, gambar, dan audio.
Planet Labs dan Anthropic bermitra, mengintegrasikan Large Language Model (LLM) Claude untuk menganalisis data geospasial Planet. Kemitraan ini bertujuan untuk mengubah citra satelit menjadi wawasan yang dapat ditindaklanjuti, memberdayakan berbagai pengguna, dari pemerintah hingga perusahaan, untuk memahami perubahan planet kita dengan lebih baik dan lebih cepat.
Lebih dari sekadar media, Tech in Asia (TIA) adalah platform multifaset yang menghubungkan komunitas teknologi Asia. TIA menawarkan berita, lowongan kerja, database perusahaan & investor, serta acara industri, menjadikannya alat penting bagi siapa pun yang terlibat dalam dunia teknologi Asia.
Tencent merilis model Hunyuan *image-to-video* sumber terbuka, memberdayakan kreator dengan kemampuan AI generatif yang canggih. Model ini menghasilkan video 5 detik dari gambar dan teks, mendukung *lip-sync*, dan kontrol gerakan, tersedia di GitHub dan Hugging Face.
Alibaba merilis Qwen-32B, model penalaran 32 miliar parameter yang menyaingi model yang lebih besar. Model ini memanfaatkan *reinforcement learning* skala besar untuk kinerja yang luar biasa, membuka jalan menuju AGI.
