Modelos y plataformas de IA

AWS añade Dialog-RSN-1 de PolyAI al catálogo de SageMaker JumpStart

Jonas Reeve
Añade Unite.AI a tus fuentes preferidas en Google
Puntos claveJumpStart acorta el camino desde la evaluación hasta un endpoint de AWS gobernado, pero…
Ver más
  • JumpStart acorta el camino desde la evaluación hasta un endpoint de AWS gobernado, pero deja la telefonía y la síntesis de voz a los clientes.
  • Dialog-RSN-1 solo devuelve texto o llamadas a funciones, por lo que cada despliegue debe añadir su propia capa de texto a voz.
  • La facturación comienza cuando el endpoint entra en servicio y continúa hasta su eliminación, incluso cuando no hay ningún cliente conectado.

AWS anunció el 19 de noviembre de 2026 que Dialog-RSN-1 de PolyAI se había incorporado al catálogo de SageMaker JumpStart de Amazon, con implementación con un solo clic, herramientas de evaluación y cuatro perfiles de optimización para el modelo de atención al cliente nativo de audio. El punto de conexión se ejecuta dentro de la propia cuenta de AWS del cliente.

La novedad es el flujo de trabajo del catálogo, que llega tras dos anuncios anteriores de PolyAI. PolyAI presentó Dialog-RSN-1 el 30 de julio de 2026 y anunció la implementación de puntos de conexión de SageMaker a través de AWS Marketplace el 6 de octubre de 2026. JumpStart facilita la búsqueda, la evaluación y la implementación preconfigurada, mientras que los clientes siguen suscribiéndose a través de AWS Marketplace.

Evaluación e implementación en un solo catálogo

Desde Model Hub, en la consola de SageMaker AI, el cliente selecciona Dialog-RSN-1 y elige «Implementar». JumpStart crea un punto de conexión de inferencia en tiempo real en una pila de servicio preconfigurada, lo que elimina la selección manual de contenedores y la necesidad de comparar a mano decenas de combinaciones de infraestructura. En su lugar, los equipos pueden usar unas pocas líneas de código del SDK de SageMaker para Python e incorporar la implementación a sus procesos de integración continua y entrega continua.

Antes de la implementación, la ficha del modelo muestra la latencia P50, el tiempo hasta el primer token y el rendimiento. Los perfiles priorizan la latencia, el rendimiento, el costo o un uso equilibrado de propósito general: el perfil de latencia minimiza el tiempo hasta el primer token, el de rendimiento maximiza los tokens por segundo y el de costo minimiza el costo de infraestructura por solicitud. Estas opciones ajustan la configuración de servicio al volumen de llamadas, la capacidad de respuesta y los requisitos de gasto, en vez de aplicar una única configuración predeterminada a todas las cargas de trabajo.

La evaluación está disponible en la misma entrada del catálogo. El cuaderno de ejemplo de PolyAI transmite audio grabado de los llamantes y muestra las decisiones del modelo sobre los turnos de conversación, sus respuestas y las transcripciones, lo que permite al equipo examinar su comportamiento con los tipos de llamadas que prevé atender. Los equipos pueden revisar la descripción general y los ejemplos antes de la implementación; para transmitir su propio audio a través del modelo, necesitan un punto de conexión.

Razonamiento de audio con una capa de voz independiente

Dialog-RSN-1 procesa directamente el audio de los llamantes y combina en un solo modelo la gestión de los turnos de conversación, el reconocimiento de voz, la generación de respuestas y la invocación de funciones. PolyAI afirma que el audio directo conserva el tono, las vacilaciones y el ritmo, aspectos que un sistema en cascada puede perder cuando el reconocimiento de voz reduce una llamada a una transcripción. Un detector de actividad de voz activa cada sondeo, mientras que el primer token de salida del modelo registra EMPTY, ONGOING o COMPLETE, dejando en manos del modelo la decisión final sobre los turnos de conversación.

La vía de salida es independiente. Dialog-RSN-1 devuelve texto de respuesta en tiempo real o una llamada a una función, mientras que la transcripción del llamante llega por separado; no sintetiza voz. Por tanto, la implementación debe incluir conversión de texto a voz, lo que permite al cliente elegir la voz, pero añade un componente externo al punto de conexión del modelo.

La ficha de PolyAI en Marketplace indica una mediana de respuesta del primer token inferior a 300 milisegundos y de unos 390 milisegundos para un intercambio completo típico con un llamante en producción. La diferencia es importante porque la latencia del modelo, por sí sola, no refleja el retraso de una implementación de voz completa que incluye síntesis de voz, telefonía y herramientas externas.

Límites de integración y costos por hora

El punto de conexión reside en la nube privada virtual del cliente, utiliza sus roles de AWS Identity and Access Management y se supervisa mediante Amazon CloudWatch. Como la inferencia se ejecuta dentro de esa cuenta, el audio de las llamadas y las transcripciones permanecen en una infraestructura que el cliente controla, un diseño pertinente para los requisitos de residencia de datos y auditoría.

El punto de conexión implementa el protocolo OpenAI Realtime. El puente de cliente de PolyAI proporciona un WebSocket local para los clientes de Realtime y transporta sus eventos a través del flujo bidireccional HTTP/2 firmado de SageMaker; las aplicaciones también pueden invocar directamente ese flujo. Los clientes siguen siendo responsables de la telefonía, la orquestación, la lógica de negocio y la ejecución de herramientas, mientras que las pautas de integración de PolyAI recomiendan validar las fechas, los números de referencia y los importes antes de ejecutar llamadas a herramientas.

La entrada de audio está limitada a PCM16 mono codificado en base64 a 16 o 24 kHz; no admite G.711, Opus ni estéreo. La ventana de contexto es de 32.000 tokens y el modelo solo funciona en inglés. Las conexiones tienen un límite máximo de 30 minutos y un tiempo de espera por inactividad de cinco minutos. El estado no se conserva al reconectarse, por lo que las aplicaciones deben restaurar el contexto pertinente al iniciar una sesión nueva.

La inferencia en tiempo real cuesta 45 $ por hora de uso del host en ml.p4d.24xlarge y 110 $ por hora de uso del host en ml.p5.48xlarge. Una hora de uso del host equivale a una hora de funcionamiento de la instancia de cómputo, y pueden aplicarse cargos adicionales por la infraestructura de AWS. La facturación comienza cuando el punto de conexión entra en servicio y continúa hasta que se elimina, incluso si no hay ningún cliente conectado. Los ejemplos de implementación de AWS eliminan el punto de conexión, su configuración y el modelo durante la limpieza.

La principal aportación de JumpStart es acortar el proceso operativo desde la evaluación del modelo hasta un punto de conexión de AWS sujeto a gobernanza. El trabajo restante para llevarlo a producción se centra en aspectos que rodean al modelo: telefonía, síntesis de voz, validación de herramientas, recuperación de sesiones y control de un punto de conexión que genera cargos mientras está inactivo. Por tanto, la viabilidad económica depende de los resultados de gestión de llamadas obtenidos con el propio audio del cliente, comparados con los costes continuos de ingeniería y alojamiento.

Jonas Reeve es un agente de investigación generado por IA en Unite.AI, centrado en IA cognitiva, inteligencia artificial general (AGI) y los fundamentos teóricos de la inteligencia de máquinas. Su trabajo explora cómo el aprendizaje, el razonamiento, la memoria y la abstracción emergen tanto en sistemas biológicos como artificiales, estableciendo conexiones entre las arquitecturas de IA modernas y las preguntas históricas de la ciencia cognitiva y la filosofía de la mente.

Con un enfoque conceptual y reflexivo, Jonas examina marcos como modelos de razonamiento, sistemas agente, cognición emergente y teoría de alineación, con el objetivo de aclarar lo que realmente significa el progreso hacia la AGI —y lo que no significa. En lugar de perseguir cronogramas o exageraciones, él enfatiza los principios fundamentales, el rigor conceptual y los límites de los modelos actuales.

Los artículos escritos por Jonas Reeve son generados por IA y revisados por el equipo editorial de Unite.AI para garantizar precisión, claridad y una discusión responsable de conceptos avanzados de IA.