Skip to Content
Una guía ilustrada de los agentes de IA (Spanish Edition)
book

Una guía ilustrada de los agentes de IA (Spanish Edition)

by Maarten Grootendorst, Jay Alammar
September 2026
Intermediate
450 pages
12h 12m
Spanish
O'Reilly Media, Inc.
Content preview from Una guía ilustrada de los agentes de IA (Spanish Edition)

Capítulo 9. Comprensiónmultimodal

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: translation-feedback@oreilly.com

Los sistemas de agentes tienen un gran potencial cuando se desarrollan para aplicaciones del mundo real. Sin embargo, estas aplicaciones no se limitan solo a la información basada en texto, como es el caso de los LLMs genéricos. Un agente puede necesitar procesar un video, analizar una imagen para evaluar el diseño de un sitio web o ser capaz de escuchar tu solicitud de voz.

Esta capacidad de entender diferentes tipos de información —no solo texto escrito, sino también imágenes, audio y videos— se llama comprensión multimodal e . Cuando ves un video y lees la leyenda, tu cerebro combina todas esas señales para formar una comprensión clara.

Los LLMs multimodales están diseñados para hacer algo similar: recibir múltiples tipos de información (diferentes modalidades) y procesarlos juntos para generar una respuesta más precisa. Un agente que solo pueda leer o escribir texto se perderá partes importantes de lo que ocurre en situaciones cotidianas, como al desarrollar la UI de una aplicación o en un navegador autónomo que necesite procesar imágenes y textos de sitios web.

Algunos LLMs multimodales no solo pueden procesar diferentes modalidades, sino también generarlas. Imagina un sistema en el que el LLM no solo pueda generar texto, sino también audio o imágenes. Un modelo así podría usar su «voz» para hablarte o para generar imágenes ...

Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.

Read now

Unlock full access

More than 5,000 organizations count on O’Reilly

AirBnbBlueOriginElectronic ArtsHomeDepotNasdaqRakutenTata Consultancy Services

QuotationMarkO’Reilly covers everything we've got, with content to help us build a world-class technology community, upgrade the capabilities and competencies of our teams, and improve overall team performance as well as their engagement.
Julian F.
Head of Cybersecurity
QuotationMarkI wanted to learn C and C++, but it didn't click for me until I picked up an O'Reilly book. When I went on the O’Reilly platform, I was astonished to find all the books there, plus live events and sandboxes so you could play around with the technology.
Addison B.
Field Engineer
QuotationMarkI’ve been on the O’Reilly platform for more than eight years. I use a couple of learning platforms, but I'm on O'Reilly more than anybody else. When you're there, you start learning. I'm never disappointed.
Amir M.
Data Platform Tech Lead
QuotationMarkI'm always learning. So when I got on to O'Reilly, I was like a kid in a candy store. There are playlists. There are answers. There's on-demand training. It's worth its weight in gold, in terms of what it allows me to do.
Mark W.
Embedded Software Engineer

You might also like

Agentes de IA: La guía definitiva (Spanish Edition)

Agentes de IA: La guía definitiva (Spanish Edition)

Nicole Koenigstein
La guía de IA para combatir el fraude (Spanish Edition)

La guía de IA para combatir el fraude (Spanish Edition)

Gilit Saporta, Chen Zamir, Shoshana Maraney
Gestión de proyectos de IA (Spanish Edition)

Gestión de proyectos de IA (Spanish Edition)

Malini Jain Runtasewee, Adrián González Sánchez

Publisher Resources

ISBN: 0642572456382