Un hecho subestimado sobre los datos de la IA de frontera: Los proyectos de IA a gran escala generarán $2B en ingresos en 2025. Si sumamos a Surge, Mercor y otros, el gasto total en datos alcanzará alrededor de $3.5B: principalmente para modelos de razonamiento. ¿Pero la IA multimodal? Se espera que sea 10 veces más grande. Impulsada por video, audio y más allá.

El contenido de nuestro chico @NiphermeDave siempre es increíble 🗣️ échale un vistazo

A veces simplemente tienes "una de ESAS" semanas.... Agradecido por la comunidad ORO. Para cualquiera que haya terminado una semana difícil, ¡mantén la cabeza en alto! Es solo el comienzo. Disfruta de tu domingo.

Mucha gente nos ha estado preguntando... ¿qué potencia mis datos? En ORO, ayudamos a potenciar modelos de IA multimodal de manera amplia. Razonamiento, Voz, Video y pronto... otros verticales 👀 ¿Por qué multimodal? Porque es el espacio que los jugadores centralizados no pueden y no van a atacar. El mundo del video, audio, datos de larga cola de dispositivos portátiles... solo una plataforma como la nuestra puede agregarlos. Y somos los únicos que trabajamos con los laboratorios líderes. Ventaja de primer movimiento en efecto.

Otra publicación en nuestra serie de textos... $META en 2024: Si intentaras agregar todos los datos de audio de alta calidad del mundo, obtendrías 3,000 horas. Necesitamos MILLONES. ¿Quién sabe realmente cómo agregar estos datos a gran escala? ¿Para filtrar millones de horas y obtener 10,000 horas realmente utilizables para entrenar la próxima generación de modelos? ORO. Eso es todo.

Simplemente lo diremos... La mayoría de los proveedores de datos de IA no están realmente agregando datos útiles. No tienen investigadores reales en los laboratorios líderes entrenando con sus datos. ¡Aprende a separar la señal del ruido! ¡Como lo hacemos nosotros con nuestros datos de audio!

¿Por qué los proveedores de datos serios se obsesionan con la infraestructura? 🤔 Porque los grandes datos de IA requieren dos cosas: 1️⃣ recolección a escala global 2️⃣ verificación de calidad autónoma La #1 necesita descentralización. La #2 depende de una infraestructura potente. Somos la única plataforma probada en batalla en ambos aspectos: recolectando datos privados de video, audio y dispositivos portátiles a gran escala con los mejores laboratorios multimodales utilizándolos.

Hace unas semanas, compartimos un vistazo a nuestra infraestructura de datos de IA. Hoy, impulsa laboratorios de IA multimodal líderes con tuberías extensibles: – síntesis de datos escalable – anotación con modelo en el bucle – búsqueda granular y personalizable Antes de nosotros: herramientas internas frágiles o proveedores heredados lentos. Ahora: infraestructura diseñada específicamente para IA a gran escala.

La mayoría de los modelos hoy en día se entrenan con datos extraídos de la web... Pero ahí no es donde vendrán los próximos saltos de rendimiento. ¿La capa no explotada? Notas de voz, flujos de dispositivos portátiles, recibos, calendarios, diagnósticos. Estructurados, autorizados y ricos en contexto del mundo real.

El próximo avance en LLM no vendrá de ajustes en el modelo. Vendrá del cálculo en tiempo de prueba con datos reales: 🔸 contexto dinámico 🔸 atribución a nivel de fuente 🔸 entradas en vivo desde dispositivos y registros Estamos creando el puente entre modelos pasivos e inteligencia interactiva 🤝