Hogar
Motor de entrenamiento de código abierto de Xiaohongshu: RelaX AI Circle suma otro importante participante al panorama tecnológico

El 15 de abril, el equipo de la plataforma de IA de Xiaohongshu dio un paso destacado dentro de la comunidad tecnológica al hacer público de forma discreta un motor de entrenamiento basado en aprendizaje por refuerzo para modelos grandes, denominado Relax.
Relax está diseñado específicamente para escenarios multimodales y con agentes, lo que significa que va más allá del texto para procesar entradas como imágenes, audio, video y otros tipos de datos, integrándolos todos de manera unificada y flexible. Este enfoque se alinea con la tendencia actual en inteligencia artificial, donde las capacidades multimodales y basadas en agentes son consideradas la próxima gran frontera tecnológica.
Desde el punto de vista técnico, Relax incorpora dos mecanismos clave: el paralelismo sensible a los modos de datos y la tuberización asíncrona de extremo a extremo. El primero asigna de forma inteligente los recursos informáticos según las características propias de cada tipo de dato, mientras que el segundo reduce al mínimo los tiempos de espera e inactividad durante el entrenamiento mediante una estructura asíncrona. Juntos, estos mecanismos mejoran la eficiencia y escalabilidad del entrenamiento multimodal, brindando un valor técnico práctico para los equipos de IA que trabajan con cargas de trabajo a gran escala.
Cabe destacar que el hecho en sí de hacer público el código fuente es de gran importancia. Xiaohongshu no es tradicionalmente una empresa dedicada a la infraestructura de IA. Al compartir voluntariamente su motor de entrenamiento interno, la compañía demuestra su profundo conocimiento en ingeniería de inteligencia artificial y extiende una mano amistosa hacia la comunidad de desarrolladores, aprovechando las contribuciones técnicas para fortalecer su influencia dentro del ecosistema. Este es un camino que cada vez más empresas tecnológicas están adoptando en la era de la IA.
En la carrera armamentística por la inteligencia artificial, el movimiento de Xiaohongshu supuso una sorpresa.
Artículo relacionado
Apple acepta un acuerdo de 250 millones de dólares por la demora en el lanzamiento de Siri con inteligencia artificial
Apple ha acordado pagar 250 millones de dólares para resolver una demanda colectiva sobre su marketing de funciones de inteligencia artificial antes del lanzamiento del iPhone 16, según informó por primera vez el Financial Times.La demanda afirmaba
Ando lanza una aplicación de mensajería para equipos que une la colaboración humana y la inteligencia artificial
En 2025, mientras Sara Du ayudaba a empresas a desarrollar servidores MCP, surgió una pregunta recurrente: ¿cómo podrían los equipos aprovechar agentes de IA directamente dentro de Slack? El camino estaba obstaculizado por importantes barreras técnic
Empirik, respaldada por Sequoia, recauda 21 millones de dólares para predecir las interrupciones antes de que ocurran
Antes de unirse a Sequoia Capital en 2020 como director digital y de información, Avon Puri pasó más de una década dirigiendo la infraestructura en Rubrik y VMware. Hace tres años, cuando los modelos de lenguaje grandes comenzaron a mostrar su verdad
Recomendaciones de temas especiales relacionados
comentario (1)
0/500

El 15 de abril, el equipo de la plataforma de IA de Xiaohongshu dio un paso destacado dentro de la comunidad tecnológica al hacer público de forma discreta un motor de entrenamiento basado en aprendizaje por refuerzo para modelos grandes, denominado Relax.
Relax está diseñado específicamente para escenarios multimodales y con agentes, lo que significa que va más allá del texto para procesar entradas como imágenes, audio, video y otros tipos de datos, integrándolos todos de manera unificada y flexible. Este enfoque se alinea con la tendencia actual en inteligencia artificial, donde las capacidades multimodales y basadas en agentes son consideradas la próxima gran frontera tecnológica.
Desde el punto de vista técnico, Relax incorpora dos mecanismos clave: el paralelismo sensible a los modos de datos y la tuberización asíncrona de extremo a extremo. El primero asigna de forma inteligente los recursos informáticos según las características propias de cada tipo de dato, mientras que el segundo reduce al mínimo los tiempos de espera e inactividad durante el entrenamiento mediante una estructura asíncrona. Juntos, estos mecanismos mejoran la eficiencia y escalabilidad del entrenamiento multimodal, brindando un valor técnico práctico para los equipos de IA que trabajan con cargas de trabajo a gran escala.
Cabe destacar que el hecho en sí de hacer público el código fuente es de gran importancia. Xiaohongshu no es tradicionalmente una empresa dedicada a la infraestructura de IA. Al compartir voluntariamente su motor de entrenamiento interno, la compañía demuestra su profundo conocimiento en ingeniería de inteligencia artificial y extiende una mano amistosa hacia la comunidad de desarrolladores, aprovechando las contribuciones técnicas para fortalecer su influencia dentro del ecosistema. Este es un camino que cada vez más empresas tecnológicas están adoptando en la era de la IA.
En la carrera armamentística por la inteligencia artificial, el movimiento de Xiaohongshu supuso una sorpresa.
Apple acepta un acuerdo de 250 millones de dólares por la demora en el lanzamiento de Siri con inteligencia artificial
Apple ha acordado pagar 250 millones de dólares para resolver una demanda colectiva sobre su marketing de funciones de inteligencia artificial antes del lanzamiento del iPhone 16, según informó por primera vez el Financial Times.La demanda afirmaba
Ando lanza una aplicación de mensajería para equipos que une la colaboración humana y la inteligencia artificial
En 2025, mientras Sara Du ayudaba a empresas a desarrollar servidores MCP, surgió una pregunta recurrente: ¿cómo podrían los equipos aprovechar agentes de IA directamente dentro de Slack? El camino estaba obstaculizado por importantes barreras técnic
Empirik, respaldada por Sequoia, recauda 21 millones de dólares para predecir las interrupciones antes de que ocurran
Antes de unirse a Sequoia Capital en 2020 como director digital y de información, Avon Puri pasó más de una década dirigiendo la infraestructura en Rubrik y VMware. Hace tres años, cuando los modelos de lenguaje grandes comenzaron a mostrar su verdad











