El 13 de mayo de 2024, OpenAI ha anunciado una serie de novedades significativas en relación a su modelo de inteligencia artificial, GPT-4o, durante su evento Spring Update. Estas actualizaciones están diseñadas para mejorar la accesibilidad, funcionalidad y seguridad del modelo. A continuación, se detallan las principales características y mejoras anunciadas.
Principales Características de GPT-4o
Acceso Gratuito con Limitaciones
Una de las novedades más importantes es que GPT-4o ahora está disponible de forma gratuita para todos los usuarios, aunque con ciertas limitaciones en cuanto a la cantidad de uso. Esto democratiza el acceso a la tecnología avanzada de OpenAI, permitiendo que más personas puedan experimentar y beneficiarse de sus capacidades sin costo (OpenAI) (OpenAI Help Center).
Aplicación Independiente para Mac y PC
OpenAI ha lanzado aplicaciones independientes de ChatGPT para Mac y PC. Estas aplicaciones proporcionan una integración más fluida y rápida, mejorando la experiencia del usuario y facilitando el acceso a las funciones avanzadas de ChatGPT 4o directamente desde el escritorio (OpenAI).
Acceso a la Cámara del Dispositivo
GPT-4o ahora puede acceder a la cámara del dispositivo, lo que permite nuevas funcionalidades como la interpretación de imágenes en tiempo real y la generación de descripciones visuales. Esta capacidad multimodal amplía significativamente las aplicaciones prácticas del modelo, desde el reconocimiento de objetos hasta la asistencia visual (OpenAI) (OpenAI Help Center).
Contexto Ampliado y Datos Actualizados
GPT-4o ha mejorado su capacidad de contexto, permitiendo manejar hasta 128,000 tokens, lo que equivale a aproximadamente 300 páginas de texto. Además, el modelo ha sido actualizado con información hasta octubre de 2023, garantizando respuestas más precisas y actuales (OpenAI) (OpenAI Help Center).
Integración Multimodal
El modelo ahora puede aceptar entradas tanto de texto como de imágenes, facilitando una gama más amplia de aplicaciones, desde la generación de descripciones de imágenes hasta la interpretación de gráficos y diagramas (OpenAI) (OpenAI Help Center).
Asistentes Inteligentes
La nueva API de Asistentes permite a los desarrolladores crear asistentes de inteligencia artificial con funciones específicas. Estos asistentes pueden realizar tareas especializadas, como la interpretación de código y la recuperación de información, mejorando la eficiencia y calidad de las aplicaciones desarrolladas (OpenAI Help Center).
Texto a Voz (TTS)
Se ha mejorado la capacidad de generar voz a partir de texto con alta calidad mediante la API de Texto a Voz (TTS). Esta función ofrece varias voces preestablecidas y variantes de modelos optimizadas para diferentes casos de uso, desde aplicaciones en tiempo real hasta aquellas que requieren alta calidad de audio (OpenAI) (OpenAI Help Center).
Creación de Renders en 3D y Fuentes Personalizadas
GPT-4o puede crear renders en 3D a partir de un prompt de texto, permitiendo a los usuarios generar modelos tridimensionales detallados describiendo el objeto en texto. También se ha añadido la capacidad de crear fuentes personalizadas y texto incluido en imágenes, lo que abre nuevas posibilidades para diseñadores y desarrolladores (OpenAI) (OpenAI Help Center).
Monetización
OpenAI permite a los usuarios crear asistentes personalizados con GPT-4o y ofrecerlos a otros usuarios, generando ingresos en función de la utilización de estos asistentes. Esta funcionalidad estará inicialmente disponible para usuarios con cuentas Enterprise, asegurando un uso controlado y de alta calidad (OpenAI) (OpenAI Help Center).
Mejoras en la Experiencia de Usuario
Entre las mejoras adicionales se incluyen ejemplos de indicaciones al iniciar nuevas conversaciones, respuestas sugeridas para profundizar en temas específicos, la capacidad de cargar múltiples archivos para análisis, y mejoras en el acceso y la interfaz de usuario (OpenAI) (OpenAI Help Center).
Medidas de Seguridad y Privacidad
OpenAI ha implementado una serie de medidas de seguridad y privacidad para garantizar que GPT-4o sea seguro para los usuarios. Se han realizado esfuerzos significativos para reducir la generación de contenidos dañinos, mejorar la alineación del modelo y proteger la privacidad de los datos. Estas medidas incluyen la selección y filtrado de datos de preentrenamiento, evaluaciones por expertos y mejoras continuas basadas en el monitoreo y la retroalimentación (OpenAI) (OpenAI Help Center).
Notas adicionales
Si bien el evento de hoy fue enfocado a los consumidores, hay varias mejoras por detrás de bastidores que son muy útiles para los usuarios. Entre otros, el usuario Andrew Gao en X ha destacado varias de estas mejoras en su hilo de Twitter. Subrayó la capacidad de GPT-4o para generar renders en 3D y crear fuentes personalizadas, lo que representa un avance significativo en las capacidades creativas de la inteligencia artificial. También la creación de imágenes con texto en las mismas, síntesis de efectos sonoros y no solamente texto a voz, y efectos y filtros en imágenes previamente proporcionadas.
To everyone disappointed by @openai today… don’t be. The livestream was for a general consumer audience.
The cool stuff is «hidden» on their site.
I am really excited. (Text to 3D??)
🧵🧵 pic.twitter.com/uEIMZdvsgl— Andrew Gao (@itsandrewgao) May 13, 2024
