vivo presenta cuatro modelos BlueLM y un harness de nivel de sistema

vivo ha presentado en su conferencia de desarrolladores cuatro modelos de lenguaje de la familia BlueLM y una pieza que los ata al sistema operativo: un harness de nivel de sistema que la compañía llama BlueLM Harness. El planteamiento que vendió desde el escenario es convertir el sistema operativo genérico en un "sistema inteligente" que recibe un objetivo en lenguaje natural y devuelve el resultado ejecutado.

Los cuatro modelos

BlueLM-RealTime es el modelo de voz. Usa una arquitectura extremo a extremo con mezcla de expertos para comprensión de habla y, según vivo, aguanta entornos ruidosos, voz baja, acento, frases encadenadas y mezcla de chino e inglés en la misma intervención.

BlueLM-Nano es el que corre en el propio teléfono: 3.000 millones de parámetros, con percepción multimodal en tiempo real sobre pantalla, imagen, vídeo, texto y ficheros, y con una capa de memoria personal que va acumulando hábitos, preferencias y estado del dispositivo. vivo dice que lidera varios rankings de percepción y memoria, pero no ha dado ni una cifra de esos resultados.

Los dos últimos, BlueLM-Flash y BlueLM-Pro, viven en la nube y llevan el motor agéntico propio. La compañía los describe como un centro de control de tareas del teléfono: el usuario enuncia la intención y el sistema la ejecuta cruzando aplicaciones, dispositivos y contextos. También afirma que cada corrección del usuario se incorpora y mejora la ejecución siguiente, aunque no detalla cómo se almacena ni durante cuánto tiempo.

Del asistente al kernel

La parte que más consecuencias tiene es el harness. vivo ha montado lo que llama un Main Loop para su capa de inteligencia y ha bajado el harness hasta el nivel del kernel del sistema, de forma que las capacidades del sistema, las aplicaciones y el hardware quedan expuestas como herramientas que el agente puede invocar. La cifra que maneja la compañía son más de 6.000 habilidades atómicas que se combinan para cubrir, dice, más de 10.000 tareas distintas.

A eso añade un almacén de percepción y memoria personal a nivel de sistema, que actúa como contexto continuo para el agente. Es el mismo problema que llevan tiempo intentando resolver Apple, Google y los fabricantes chinos: que el modelo no vea una pantalla aislada, sino el historial del usuario.

vivo también ha dejado caer que trabaja en un modelo MoE de 30.000 millones de parámetros para ejecución en el teléfono, en fase de preinvestigación.

Queda lo de siempre en este tipo de anuncios: ni pesos, ni licencia, ni API, ni fechas de disponibilidad, ni cifras concretas de los benchmarks que la compañía dice liderar. Los modelos están atados a sus propios dispositivos, así que quien administre infraestructura no tiene nada que desplegar aquí. Lo que sí conviene seguir es hasta dónde baja el harness: meter un agente en la capa de kernel significa que los permisos, el aislamiento entre aplicaciones y la superficie de ataque del sistema pasan a depender de cómo se diseñe esa integración. Eso, y no el marketing, es lo que se verá cuando haya dispositivos en la calle.