Generar modelos candidatos
01
IA generativa
Hacer evolucionar los propios modelos: fusión de modelos expertos, optimización de la generación y búsqueda de nuevas arquitecturas.
EvoGM · Fusión evolutiva de modelosÚltimas noticias
Ver todas las noticiasGenesis Assistant: comprender y gestionar el trabajo en curso
Consultar tareas, entender la capacidad del sistema y actuar desde una conversación. Los cambios recientes de main también simplifican servicios remotos, trabajos en segundo plano y credenciales de modelos.
Genesis: conservar el progreso del software entre cambios de modelo
Un relevo en un compilador explora cómo código aceptado, estructura y registros de verificación sostienen el desarrollo cuando cambia el modelo.
Notas de la versión EvoX v1.4.1
Correcciones en CMA-ES, variantes DE, PSO, estrategias evolutivas, selección por torneo y cálculo del hipervolumen.
01Por qué la evolución
El poder de la evolución
La evolución es la vía más probada de la naturaleza para crear inteligencia. EvoX lleva ese ciclo a la IA: generar muchos candidatos, ponerlos a prueba de verdad, conservar lo que funciona y construir sobre ello, para que la capacidad crezca a base de experimentar y no de ajustes manuales.
Crear candidatos diversos; en las siguientes rondas, heredar las soluciones conservadas y aplicar pequeños cambios.
02Aplicaciones
La evolución en todos los paradigmas de la IA
De los modelos a los agentes, los robots y el descubrimiento científico: un único ciclo evolutivo, aplicado allí donde la inteligencia necesita adaptarse.
02Destacado
Generar varias soluciones de código
IA agéntica
Agentes recursivos que descomponen, construyen y hacen evolucionar bases de código completas, desde un repositorio vacío hasta el software entregado.
Genesis · Sistema agéntico recursivo03
Controlar zancada, elevación, equilibrio y ritmo
IA física
Políticas de control robótico que evolucionan mediante interacción masivamente paralela con entornos simulados.
EvoRL · Aprendizaje por refuerzo evolutivo04
Proponer perfiles con distinta curvatura y espesor
IA para la ciencia
Optimización de caja negra basada en datos para el diseño científico y de ingeniería, validada con perfiles aerodinámicos supercríticos.
EvoGO · Diseño de perfiles aerodinámicos supercríticos03Hardware
Computación sin fronteras
Lotes de tareas complejas convertidos en cálculo tensorial.
01Lotes de tareas complejas
02EvoX · Tensorización
03Cálculo heterogéneo
CPUGPUAcelerador
- GPU NVIDIACompatible
- GPU AMDCompatible mediante ROCm
- VulkanCompatible mediante EvoX Compiler
- Apple SiliconCompatible mediante MPS
- Huawei AscendValidación a nivel de proyecto
- CPUCompatible
- DistribuidoExperimental