La historia de la IA

De la difusión al modelo de mundo

Los modelos de difusión pasan de generar imágenes a generar vídeo y, después, mundos interactivos que responden a quien los recorre.

  1. DDPM (19 de junio de 2020)

    Los modelos de difusión aprenden a quitar ruido paso a paso hasta obtener una imagen.

  2. Vision Transformer (22 de octubre de 2020)

    Mientras tanto, el Vision Transformer trata una imagen como una secuencia de parches.

  3. DALL·E y CLIP (5 de enero de 2021)

    Mientras tanto, OpenAI presenta CLIP, que relaciona imágenes y textos en un mismo espacio.

  4. DALL·E 2 (6 de abril de 2022)

    DALL·E 2 parte de la representación de CLIP y genera la imagen con un decodificador de difusión.

  5. Stable Diffusion (22 de agosto de 2022)

    Stable Diffusion lleva la difusión a un espacio comprimido y publica sus pesos. Funciona en un ordenador doméstico.

  6. Sora (15 de febrero de 2024)

    Sora aplica la difusión al vídeo sobre una representación comprimida partida en parches, y genera clips de hasta un minuto.

  7. Genie 3 (5 de agosto de 2025)

    Genie 3 no genera un vídeo cerrado, sino un mundo por el que se puede mover en tiempo real.

Abrir en la cronología interactiva