Cohere presenta modelos multilingües de código abierto en la India AI Summit

Cohere lanzó una nueva familia de modelos multilingües durante la India AI Summit, denominados Tiny Aya. Estos modelos son de código abierto, lo que significa que su código subyacente está disponible para que cualquiera lo use y modifique. Soportan más de 70 idiomas y pueden ejecutarse en dispositivos comunes como laptops, sin necesidad de una conexión a Internet.

El modelo fue presentado por el brazo de investigación de la compañía, Cohere Labs, y soporta idiomas del sur de Asia como bengalí, hindi, punjabi, urdu, gujarati, tamil, telugu y marathi.

El modelo base cuenta con 3.35 mil millones de parámetros, lo que indica su tamaño y complejidad. Cohere también lanzó Tiny Aya-Global, una versión ajustada para seguir mejor los comandos de los usuarios, ideal para aplicaciones que requieren un amplio soporte lingüístico. Los modelos regionales complementan la familia: Tiny Aya-Earth para idiomas africanos; Tiny Aya-Fire para idiomas del sur de Asia; y Tiny Aya-Water para Asia-Pacífico, Asia Occidental y Europa.

Según la compañía, "este enfoque permite que cada modelo desarrolle un mayor anclaje lingüístico y matices culturales, creando sistemas que se sienten más naturales y confiables para las comunidades a las que están destinados. Al mismo tiempo, todos los modelos Tiny Aya mantienen una amplia cobertura multilingüe, lo que los convierte en puntos de partida flexibles para una mayor adaptación e investigación".

Cohere destacó que estos modelos, que fueron entrenados en un solo clúster de 64 GPUs H100 (un tipo de chip de alto rendimiento de Nvidia) utilizando recursos de computación relativamente modestos, son ideales para investigadores y desarrolladores que construyen aplicaciones para audiencias que hablan idiomas nativos. Los modelos pueden ejecutarse directamente en dispositivos, permitiendo a los desarrolladores utilizarlos para alimentar traducciones sin conexión. La compañía también mencionó que construyó su software subyacente para adaptarse al uso en dispositivos, requiriendo menos potencia de cómputo que la mayoría de los modelos comparables.

En países lingüísticamente diversos como India, esta capacidad amigable para el uso sin conexión puede abrir un diverso conjunto de aplicaciones y casos de uso sin la necesidad de acceso constante a Internet.

Los modelos están disponibles en HuggingFace, la plataforma popular para compartir y probar modelos de IA, y en la plataforma de Cohere. Los desarrolladores pueden descargarlos en HuggingFace, Kaggle y Ollama para su implementación local. La compañía también lanzará conjuntos de datos de entrenamiento y evaluación en HuggingFace y planea publicar un informe técnico detallando su metodología de entrenamiento.

El CEO de la startup, Aidan Gomez, mencionó el año pasado que la compañía planea salir a bolsa "pronto". Según CNBC, la compañía cerró 2025 con un notable resultado, reportando $240 millones en ingresos recurrentes anuales, con un crecimiento del 50% trimestre a trimestre durante todo el año.

Temas