1. OpenAI presenta un nuevo modelo emblemático, GPT-4o, con traducción de audio en tiempo real y procesamiento multilingüe superior.
2. GPT-4o estará disponible gratuitamente con algunas limitaciones y se lanzará una versión de escritorio de ChatGPT para usuarios de Mac.
3. El modelo demuestra reconocimiento emocional, asistencia de codificación en tiempo real e interacciones multimodales, desafiando herramientas como Google Translate.
OpenAI ha presentado su último modelo fundamental emblemático, GPT-4o, que ofrece capacidades superiores de procesamiento audiovisual y multilingüe en comparación con su predecesor, GPT-4. El modelo, con sus funciones de traducción de audio en tiempo real, ha llamado la atención por su capacidad para participar en conversaciones de voz naturales, proporcionar traducciones inmediatas y ofrecer asistencia de codificación. OpenAI ha hecho que GPT-4o esté disponible gratuitamente con límites, y se está lanzando una versión de escritorio de ChatGPT para usuarios de Mac.
Las habilidades de reconocimiento emocional del modelo, demostradas a través de su capacidad para analizar la respiración, las expresiones y otras señales visuales, han generado preocupaciones sobre posibles casos de uso nefastos. A pesar de esto, OpenAI tiene como objetivo hacer que la multimodalidad de la IA sea realmente útil en escenarios cotidianos, desafiando a herramientas como Google Translate. La decisión de la empresa de ofrecer un modelo de IA de alta calidad como GPT-4o sin restricciones puede democratizar el acceso a tecnología de IA avanzada para millones de personas en todo el mundo.
GPT-4o destaca en el procesamiento y generación de datos de texto, audio e imágenes para interacciones dinámicas en diferentes formatos. Cuenta con tiempos de respuesta impresionantes, particularmente en respuestas de audio, y muestra una comprensión superior en tareas de visión y audio. Con costos reducidos para los desarrolladores y un rendimiento de referencia en tareas multilingües, de audio y visuales, GPT-4o representa un avance significativo en la industria de la IA generativa. Este anuncio señala una era potencial de multimodalidad de IA práctica y útil que podría ser ampliamente adoptada por los usuarios.
