L'Allen Institute for AI (Ai2) ha introduït el Model de Llenguatge Obert Multimodal (Molmo), un nou i potent model d'IA de codi obert capaç d'interpretar imatges i participar en converses. Aquesta tecnologia s'espera que permeti als desenvolupadors, investigadors i startups crear agents d'IA capaços de realitzar diverses tasques informàtiques com la navegació web, la navegació d'arxius i la creació de documents. Ali Farhadi, CEO d'Ai2, ressalta que Molmo permetrà un desplegament més ampli de models multimodals, que són cada vegada més coneguts com el futur de les aplicacions d'IA. Mentre que grans empreses com OpenAI i Google han desenvolupat models amb capacitats visuals, aquestes opcions són principalment accessibles a través d'APIs de pagament, limitant la seva adaptabilitat per a usos específics. En contrast, Molmo ofereix un enfocament de codi obert, permetent als desenvolupadors afinar el model amb dades de formació personalitzades per a tasques particulars, com la gestió de fulls de càlcul. Ai2 està llançant diverses versions de Molmo, inclòs un model compacte de 1. 000 milions de paràmetres adequat per a dispositius mòbils.

Tot i la seva mida més petita, Molmo iguala el rendiment de models comercials més grans gràcies a les seves dades d’entrenament d’alta qualitat. Mentre la naturalesa de codi obert de Molmo fomenta la innovació, també planteja preocupacions sobre el seu potencial ús indegut, com la creació d'agents d'IA malintencionats. No obstant això, Farhadi creu que l’eficiència de Molmo permetrà als desenvolupadors crear programari més sofisticat que pot funcionar efectivament en dispositius mòbils. El repte a venir no només radica en millorar les capacitats dels models multimodals, sinó també en millorar les seves habilitats de raonament, que són crucials per a un rendiment fiable. El llançament de Molmo significa un pas més a prop de la realització d’agents d’IA pràctics que poden operar independentment de les grans empreses tecnològiques.