Fato subestimado sobre os dados de IA de fronteira: A Scale AI projeta uma receita de US$ 2 bilhões em 2025. Adicione Surge, Mercor e outros, e o gasto total com dados atinge cerca de US $ 3,5 bilhões: principalmente para modelos de raciocínio. Mas IA multimodal? Espere que seja 10x maior. Impulsionado por vídeo, áudio e muito mais.

O conteúdo do nosso cara @NiphermeDave sempre dá um tapa, 🗣️ confira

Às vezes você só tem "uma dessas" semanas.... Grato pela comunidade ORO. Para quem terminou uma semana difícil, mantenha a cabeça erguida! É apenas o começo. Aproveite o seu domingo

Muitas pessoas têm nos perguntado... O que meus dados alimentam? Na ORO, ajudamos a potencializar amplamente os modelos de IA multimodais. Raciocínio, Voz, Vídeo, e em breve... Outras verticais 👀 Por que Multimodal? Porque é o espaço que os jogadores centralizados não podem e não vão atacar. O mundo do vídeo, áudio, dados de cauda longa de wearables.... Somente uma plataforma como a nossa pode agregá-lo. E somos os únicos que trabalham com os principais laboratórios. Vantagem do pioneirismo em vigor.

Mais um post da nossa série de textos... $META em 2024: Se você tentasse agregar todos os dados de áudio de alta qualidade do mundo, obteria 3.000 horas. Precisamos de MILHÕES. Quem realmente sabe como agregar esses dados em escala? Filtrar milhões de horas para obter 10.000 horas realmente utilizáveis para treinar a próxima geração de modelos? ORO. É isso.

Vamos apenas sair e dizer isso ... A maioria dos provedores de dados de IA não está realmente agregando dados úteis. Eles não têm pesquisadores reais nos principais laboratórios treinando em seus dados. Aprenda a separar o sinal do ruído. Como estamos com nossos dados de áudio!

Por que os provedores de dados sérios são obcecados por infraestrutura? 🤔 Porque ótimos dados de IA exigem duas coisas: 1️⃣ Coleção em escala global 2️⃣ verificação de qualidade autônoma # 1 precisa de descentralização. # 2 depende de uma infraestrutura poderosa. Somos a única plataforma testada em ambos: coleta de vídeo, áudio e dados vestíveis privados em escala com os melhores laboratórios multimodais que os utilizam.

Algumas semanas atrás, compartilhamos uma espiada em nossa infraestrutura de dados de IA. Hoje, ele alimenta os principais laboratórios de IA multimodal com pipelines extensíveis: – síntese de dados escalável – anotação de modelo no loop – pesquisa granular e personalizável Antes de nós: ferramentas internas frágeis ou fornecedores legados lentos. Agora: infraestrutura desenvolvida especificamente para IA em escala.

A maioria dos modelos hoje é treinada em dados da web raspados... Mas não é daí que virão os próximos saltos de desempenho. A camada inexplorada? Notas de voz, fluxos vestíveis, recibos, calendários, diagnósticos. Estruturado, autorizado e rico em contexto do mundo real.

O próximo avanço do LLM não virá de ajustes no modelo. Ele virá da computação em tempo de teste em dados reais: 🔸 Contexto dinâmico 🔸 Atribuição no nível da fonte 🔸 entradas ao vivo de dispositivos e logs Estamos criando a ponte entre modelos passivos e inteligência 🤝 interativa