AWS Certified AI Practitioner

Modelos multimodales y de difusión

Entiende cómo funciona la IA generativa más allá del texto: qué hace multimodal a un modelo, cómo los modelos de difusión construyen imágenes quitando ruido paso a paso, y en qué se diferencia la difusión de las GAN y de los modelos de lenguaje.

Intermedio 18 minutos 4 Objetivos de aprendizaje

Definir qué es un modelo multimodal y distinguirlo de una arquitectura multi-modelo
Explicar la difusión directa e inversa y cómo un prompt de texto dirige la generación de imágenes
Describir por qué los modelos de difusión trabajan en espacio latente y no sobre píxeles crudos
Comparar los modelos de difusión con las GAN y con los modelos de lenguaje basados en transformers