HogarMicrosoft publica en código abierto Phi-4-Vision, un modelo ligero de IA multimodal
Microsoft ha publicado oficialmente en código abierto su último modelo de razonamiento multimodal, Phi-4-reasoning-vision-15B. Con 15 000 millones de parámetros, este modelo logra un equilibrio ideal entre alto rendimiento y bajo coste. Su arquitectura ligera lo convierte en una nueva opción muy interesante para abordar tareas visuales complejas en entornos con recursos limitados.
Una «potencia compacta» impulsada por datos refinados
A diferencia de los modelos típicos del sector, entrenados con billones de tokens, Phi-4-reasoning-vision se desarrolló utilizando solo 200 000 millones de tokens multimodales. El equipo dio prioridad a la calidad de los datos mediante una rigurosa limpieza de los datos de código abierto, la generación de datos sintéticos específicos y la calibración cuidadosa de las proporciones de datos específicos del dominio, como el aumento del contenido matemático para potenciar el razonamiento computacional. Este enfoque permite un rendimiento excelente en el razonamiento científico y en las tareas de localización de elementos en pantalla.
Estrategia innovadora de razonamiento híbrido
Una innovación clave de este modelo es su diseño de «vía de razonamiento híbrida»:
Tareas de percepción: para tareas sencillas como la subtitulación de imágenes o el OCR, el modelo utiliza por defecto un modo de respuesta directa, optimizado para la velocidad y una menor latencia.
Tareas de razonamiento: cuando se enfrenta a una lógica compleja, como la interpretación de fórmulas matemáticas o gráficos científicos, activa automáticamente un proceso estructurado de cadena de pensamiento (CoT) para garantizar la precisión de la respuesta.
Los usuarios también pueden cambiar manualmente entre estos dos modos utilizando frases de activación específicas, adaptando el comportamiento del modelo a las diferentes necesidades de la aplicación.
Al integrar el codificador de resolución dinámica SigLIP-2, el modelo destaca en la percepción de detalles finos dentro de capturas de pantalla de alta resolución. Esta capacidad lo posiciona como una base ideal para desarrollar Agentes de Uso Informático (CUA), que pueden identificar con precisión e interactuar con botones, campos y otros elementos en interfaces digitales.
Phi-4-reasoning-vision-15B ya está disponible en las principales plataformas de código abierto. Microsoft prevé que este modelo compacto demostrará cómo «más pequeño y más rápido» también puede significar «más capaz» en el ámbito multimodal, lo que contribuirá a impulsar la adopción de la inteligencia espacial y las tecnologías interactivas en tiempo real.
Artículo relacionado
Las acciones de EE. UU. alcanzan un hito histórico mientras gigantes de la IA y la aeroespacial se preparan para su debut de un billón de dólares
Elon Musk, Sam Altman y Dario Amodei, tres titanes del sector tecnológico, están avanzando hacia ofertas públicas iniciales para sus respectivas empresas. Con SpaceX, OpenAI y Anthropic, tres gigantes de la industria que se acercan a valoraciones de
La startup sueca de inteligencia artificial Lovable Eyes alcanza una valoración de 13.200 millones de dólares tras una importante ronda de financiación
Mientras las herramientas de codificación impulsadas por inteligencia artificial ganan terreno, la startup sueca Lovable ha asegurado una importante ronda de financiación. La empresa tiene como objetivo recaudar 3 000 millones de dólares, lo que podr
Google prueba el agente Remy AI para Gemini a medida que el enfoque se desplaza hacia el control del usuario
Según Business Insider, Google está probando Remy, un nuevo agente personal de IA para Gemini. Esta herramienta tiene como objetivo ejecutar tareas en nombre de los usuarios, optimizando tanto los flujos de trabajo profesionales como las rutinas diar
Recomendaciones de temas especiales relacionados
escribiendo
Los mejores generadores de esquemas basados en IA para artículos largos optimizados para SEO
Los mejores generadores de esquemas con IA mejor valorados de 2026 para artículos largos optimizados para SEO, seleccionados minuciosamente por XIX.AI. Estas potentes herramientas ofrecen una ayuda revolucionaria a la hora de crear contenido de alta calidad rápidamente, lo que aumenta considerablemente la eficiencia a la hora de escribir. Consigue una comparación entre las versiones gratuitas y de pago, junto con pruebas en condiciones reales y clasificaciones detalladas, que te ayudarán a encontrar la opción imprescindible que mejor se adapte a tus necesidades. Explora ahora para descubrir las ventajas que te ofrece la IA.
8 herramientas
xix.ai
Educación y aprendizaje
Herramientas de estudio basadas en IA para los deberes y la preparación de exámenes
¡Las mejores herramientas de IA de 2026 para hacer los deberes y prepararse para los exámenes! XIX.AI ha elaborado una lista con las herramientas mejor valoradas, potentes y revolucionarias que ayudan a los estudiantes a aumentar su productividad, agilizar la realización de los deberes y sacar sobresaliente en los exámenes gracias a pruebas reales. Consigue una comparación entre versiones gratuitas y de pago, clasificaciones detalladas y opciones imprescindibles para sacar el máximo partido a la IA. ¡Explora ahora!
10 herramientas
xix.ai
composicion musical
Herramientas de demostración vocal con IA para compositores, ganchos, melodías principales y sesiones de borrador multilingüe
¡Las mejores herramientas de demostración vocal con IA de 2026 para compositores, creadores de ganchos y equipos de contenido multilingüe! XIX.AI ha recopilado una lista de herramientas poderosas y transformadoras, rigurosamente probadas en el mundo real. Encontrarás datos detallados de comparación entre versiones gratuitas y de pago, clasificaciones completas y opciones imprescindibles para ayudarte a aumentar tu eficiencia de escritura y desbloquear todo tu potencial creativo. ¡Explora ahora para descubrir la herramienta perfecta para todas tus necesidades de contenido!
9 herramientas
xix.ai
Negocio
Las mejores herramientas de investigación competitiva basadas en IA para pequeñas empresas
¡Las mejores herramientas de investigación competitiva basadas en IA mejor valoradas de 2026 para pequeñas empresas! XIX.AI ha seleccionado una colección revolucionaria y muy potente, que se actualiza semanalmente con rigurosas pruebas en el mundo real y clasificaciones detalladas. Encontrarás una comparación exhaustiva entre las opciones gratuitas y las de pago que te ayudará a identificar las herramientas imprescindibles que impulsarán tu productividad y te proporcionarán una ventaja competitiva. ¡Explora ahora mismo y descubre la herramienta perfecta para ti!
9 herramientas
xix.ai
Edición de imágenes
Herramientas de retoque con IA de Photoshop para ropa de comercio electrónico, limpieza de piel y consistencia del color
¡Las mejores herramientas de retoque con IA de Photoshop de 2026 para ropa de comercio electrónico, limpieza de piel y consistencia de color! Esta lista curada de alta calificación presenta soluciones poderosas que cambian las reglas del juego, que ayudan a aumentar la eficiencia de redacción, optimizar la creación de contenido y lograr resultados visuales perfectos sin esfuerzo. Cada herramienta ha pasado por pruebas en el mundo real a través de clasificaciones actualizadas semanalmente, con detalles completos de comparación entre versiones gratuitas y de pago. Respaldado por XIX.AI, es la guía imprescindible para cualquier persona que aspire a desbloquear su ventaja con IA. ¡Explora ahora!
10 herramientas
xix.ai
Inmediato
Las mejores bibliotecas de indicaciones de IA para los flujos de trabajo de ChatGPT
Las mejores bibliotecas de prompts de IA de 2026, con las más valoradas, para optimizar todo tipo de flujos de trabajo de ChatGPT. XIX.AI ha seleccionado una colección potente y revolucionaria que se somete a rigurosas pruebas en condiciones reales para garantizar el máximo rendimiento. Encontrarás comparativas detalladas entre opciones gratuitas y de pago, así como clasificaciones de expertos, que te ayudarán a elegir las herramientas imprescindibles para potenciar tu productividad y sacar el máximo partido a la IA. ¡Explora ahora!
11 herramientas
xix.ai
comentario (1)
0/500
![StevenSanchez]()
So Microsoft just dropped Phi-4-Vision as open source? That's a bold move — 15B params and low cost sounds like a sweet spot for startups who can't afford GPT-4. But I wonder: will this actually drive real multimodal apps or just end up as another benchmark-chasing experiment?
Microsoft ha publicado oficialmente en código abierto su último modelo de razonamiento multimodal, Phi-4-reasoning-vision-15B. Con 15 000 millones de parámetros, este modelo logra un equilibrio ideal entre alto rendimiento y bajo coste. Su arquitectura ligera lo convierte en una nueva opción muy interesante para abordar tareas visuales complejas en entornos con recursos limitados.
Una «potencia compacta» impulsada por datos refinados
A diferencia de los modelos típicos del sector, entrenados con billones de tokens, Phi-4-reasoning-vision se desarrolló utilizando solo 200 000 millones de tokens multimodales. El equipo dio prioridad a la calidad de los datos mediante una rigurosa limpieza de los datos de código abierto, la generación de datos sintéticos específicos y la calibración cuidadosa de las proporciones de datos específicos del dominio, como el aumento del contenido matemático para potenciar el razonamiento computacional. Este enfoque permite un rendimiento excelente en el razonamiento científico y en las tareas de localización de elementos en pantalla.
Estrategia innovadora de razonamiento híbrido
Una innovación clave de este modelo es su diseño de «vía de razonamiento híbrida»:
Tareas de percepción: para tareas sencillas como la subtitulación de imágenes o el OCR, el modelo utiliza por defecto un modo de respuesta directa, optimizado para la velocidad y una menor latencia.
Tareas de razonamiento: cuando se enfrenta a una lógica compleja, como la interpretación de fórmulas matemáticas o gráficos científicos, activa automáticamente un proceso estructurado de cadena de pensamiento (CoT) para garantizar la precisión de la respuesta.
Los usuarios también pueden cambiar manualmente entre estos dos modos utilizando frases de activación específicas, adaptando el comportamiento del modelo a las diferentes necesidades de la aplicación.
Al integrar el codificador de resolución dinámica SigLIP-2, el modelo destaca en la percepción de detalles finos dentro de capturas de pantalla de alta resolución. Esta capacidad lo posiciona como una base ideal para desarrollar Agentes de Uso Informático (CUA), que pueden identificar con precisión e interactuar con botones, campos y otros elementos en interfaces digitales.
Phi-4-reasoning-vision-15B ya está disponible en las principales plataformas de código abierto. Microsoft prevé que este modelo compacto demostrará cómo «más pequeño y más rápido» también puede significar «más capaz» en el ámbito multimodal, lo que contribuirá a impulsar la adopción de la inteligencia espacial y las tecnologías interactivas en tiempo real.
Las acciones de EE. UU. alcanzan un hito histórico mientras gigantes de la IA y la aeroespacial se preparan para su debut de un billón de dólares
Elon Musk, Sam Altman y Dario Amodei, tres titanes del sector tecnológico, están avanzando hacia ofertas públicas iniciales para sus respectivas empresas. Con SpaceX, OpenAI y Anthropic, tres gigantes de la industria que se acercan a valoraciones de
La startup sueca de inteligencia artificial Lovable Eyes alcanza una valoración de 13.200 millones de dólares tras una importante ronda de financiación
Mientras las herramientas de codificación impulsadas por inteligencia artificial ganan terreno, la startup sueca Lovable ha asegurado una importante ronda de financiación. La empresa tiene como objetivo recaudar 3 000 millones de dólares, lo que podr
Google prueba el agente Remy AI para Gemini a medida que el enfoque se desplaza hacia el control del usuario
Según Business Insider, Google está probando Remy, un nuevo agente personal de IA para Gemini. Esta herramienta tiene como objetivo ejecutar tareas en nombre de los usuarios, optimizando tanto los flujos de trabajo profesionales como las rutinas diar
Los mejores generadores de esquemas con IA mejor valorados de 2026 para artículos largos optimizados para SEO, seleccionados minuciosamente por XIX.AI. Estas potentes herramientas ofrecen una ayuda revolucionaria a la hora de crear contenido de alta calidad rápidamente, lo que aumenta considerablemente la eficiencia a la hora de escribir. Consigue una comparación entre las versiones gratuitas y de pago, junto con pruebas en condiciones reales y clasificaciones detalladas, que te ayudarán a encontrar la opción imprescindible que mejor se adapte a tus necesidades. Explora ahora para descubrir las ventajas que te ofrece la IA.
8 herramientas
xix.ai
¡Las mejores herramientas de IA de 2026 para hacer los deberes y prepararse para los exámenes! XIX.AI ha elaborado una lista con las herramientas mejor valoradas, potentes y revolucionarias que ayudan a los estudiantes a aumentar su productividad, agilizar la realización de los deberes y sacar sobresaliente en los exámenes gracias a pruebas reales. Consigue una comparación entre versiones gratuitas y de pago, clasificaciones detalladas y opciones imprescindibles para sacar el máximo partido a la IA. ¡Explora ahora!
10 herramientas
xix.ai
¡Las mejores herramientas de demostración vocal con IA de 2026 para compositores, creadores de ganchos y equipos de contenido multilingüe! XIX.AI ha recopilado una lista de herramientas poderosas y transformadoras, rigurosamente probadas en el mundo real. Encontrarás datos detallados de comparación entre versiones gratuitas y de pago, clasificaciones completas y opciones imprescindibles para ayudarte a aumentar tu eficiencia de escritura y desbloquear todo tu potencial creativo. ¡Explora ahora para descubrir la herramienta perfecta para todas tus necesidades de contenido!
9 herramientas
xix.ai
¡Las mejores herramientas de investigación competitiva basadas en IA mejor valoradas de 2026 para pequeñas empresas! XIX.AI ha seleccionado una colección revolucionaria y muy potente, que se actualiza semanalmente con rigurosas pruebas en el mundo real y clasificaciones detalladas. Encontrarás una comparación exhaustiva entre las opciones gratuitas y las de pago que te ayudará a identificar las herramientas imprescindibles que impulsarán tu productividad y te proporcionarán una ventaja competitiva. ¡Explora ahora mismo y descubre la herramienta perfecta para ti!
9 herramientas
xix.ai
¡Las mejores herramientas de retoque con IA de Photoshop de 2026 para ropa de comercio electrónico, limpieza de piel y consistencia de color! Esta lista curada de alta calificación presenta soluciones poderosas que cambian las reglas del juego, que ayudan a aumentar la eficiencia de redacción, optimizar la creación de contenido y lograr resultados visuales perfectos sin esfuerzo. Cada herramienta ha pasado por pruebas en el mundo real a través de clasificaciones actualizadas semanalmente, con detalles completos de comparación entre versiones gratuitas y de pago. Respaldado por XIX.AI, es la guía imprescindible para cualquier persona que aspire a desbloquear su ventaja con IA. ¡Explora ahora!
10 herramientas
xix.ai
Las mejores bibliotecas de prompts de IA de 2026, con las más valoradas, para optimizar todo tipo de flujos de trabajo de ChatGPT. XIX.AI ha seleccionado una colección potente y revolucionaria que se somete a rigurosas pruebas en condiciones reales para garantizar el máximo rendimiento. Encontrarás comparativas detalladas entre opciones gratuitas y de pago, así como clasificaciones de expertos, que te ayudarán a elegir las herramientas imprescindibles para potenciar tu productividad y sacar el máximo partido a la IA. ¡Explora ahora!
11 herramientas
xix.ai
So Microsoft just dropped Phi-4-Vision as open source? That's a bold move — 15B params and low cost sounds like a sweet spot for startups who can't afford GPT-4. But I wonder: will this actually drive real multimodal apps or just end up as another benchmark-chasing experiment?
