El 13 de mayo de 2024, OpenAI presentó GPT-4o, la innovadora versión multimodal de ChatGPT, la inteligencia artificial por excelencia de la que ya hemos hablado en nuestro artículo «ChatGPT y otras herramientas de IA para automatizar proceso». La “o” en “GPT-4o” hace referencia a “omni”, del latín “todo”, haciendo alusión a su capacidad para manejar texto, audio y video en tiempo real. Con esta nueva actualización, la película ‘Her’, protagonizada por Joaquin Phoenix, ya no parece tanta ciencia ficción.
A continuación, introducimos el directo que realizó OpenAI para anunciar a GPT-4o en su canal de Youtube:
Novedades de ChatGPT-4o
Este nuevo modelo es capaz de procesar entradas de audio en un tiempo récord de 232 milisegundos, con un promedio de 320 milisegundos, equiparándose así al tiempo de respuesta humano en una conversación. Además, iguala el rendimiento del previo GPT-4 Turbo en texto en inglés y código, mientras que supera significativamente en desempeño en otros idiomas, siendo también más rápido y un 50% más económico en su acceso a través de la API. En particular, destaca por su habilidad mejorada en visión y comprensión de audio.
Un antes y un después en la inteligencia artificial
Antes de GPT-4o, el Modo Voz para hablar con ChatGPT experimentaba tiempos de espera de alrededor de 2.8 segundos (con GPT-3.5) y 5.4 segundos (con GPT-4) en promedio. Para lograr esto, se usaban tres modelos diferentes: uno convertía el audio en texto, luego GPT-3.5 o GPT-4 procesaba ese texto y generaba más texto, y finalmente otro modelo convertía ese texto de vuelta a audio.
Sin embargo, este proceso tenía sus limitaciones. El modelo principal, GPT-4, perdía mucha información en el camino. No podía captar el tono de voz, reconocer múltiples personas hablando al mismo tiempo o filtrar los ruidos de fondo. Tampoco podía reírse, cantar o expresar emociones.
Pero con la llegada de GPT-4o, la innovadora versión multimodal de ChatGPT, todo eso ha cambiado. Ahora contamos con un solo modelo que procesa todo: texto, visión y audio. Esto significa que todas las entradas y salidas son manejadas por la misma inteligencia artificial. Aunque todavía se están explorando sus capacidades y limitaciones, este nuevo enfoque nos abre un mundo de posibilidades emocionantes.
Aplicaciones que cambiarán el juego
La versatilidad de GPT-4o abre un abanico de nuevas capacidades para ChatGPT, entre las que se incluyen:
- Juegos interactivos con la IA o con más personas.
- Sarcasmo y expresiones emocionales mediante el tono de voz, así como hablar más rápido o más lento.
- Educación en matemáticas y otros campos.
- Creación y armonización de canciones con diferentes ritmos y emociones (similar a lo que se puede lograr con Suno AI, pero en tiempo real mientras hay una interacción).
- Aprendizaje de idiomas en tiempo real con soporte visual.
- Traducción en tiempo real.
- Cantar canciones como nanas o cumpleaños feliz.
- Reconocimiento del entorno y de cosas específicas con precisión a través de video.
- Ayuda a personas con discapacidades visuales a reconocer mejor el entorno, en colaboración con BeMyEyes.
- Interacciones entre dos GPT-4o.
Y muchas más que podamos llegar a imaginar dentro de las propias capacidades de GPT-4o.
Impacto en el Marketing y los Negocios
GPT-4o también podría revolucionar el marketing y los negocios con aplicaciones como:
- Asistencia telefónica automatizada para el servicio al cliente.
- Resolución de problemas matemáticos en operaciones comerciales.
- Traducción instantánea para comunicaciones internacionales.
- Análisis de imágenes y gráficos para marketing visual.
- Apoyo educativo y preparación laboral.
- Mediador o un integrante más en reuniones.
- Transcripción y resúmenes de reuniones, con la capacidad de diferenciar las voces de cada integrante.
- Preparación para entrevistas laborales.
- Generación de imágenes avanzadas, incluyendo diseño de personajes, narrativas visuales, objetos 3D y brand placement.
- Resúmenes de videos largos para análisis rápido.
En adición a esto, OpenAI también ha lanzado una nueva aplicación de ChatGPT para macOS, diseñada para integrarse perfectamente en el escritorio y facilitar tareas como el análisis de gráficos estadísticos o la participación en videollamadas. Esta app, disponible anticipadamente para usuarios Plus, representa un avance significativo en la interacción con la inteligencia artificial, especialmente en los negocios.
Disponible para usuarios gratis y Plus
GPT-4o estará disponible tanto para usuarios gratuitos como para miembros Plus, quienes disfrutarán de ventajas adicionales, incluyendo un límite de uso cinco veces mayor que el de los usuarios gratuitos. En las próximas semanas, los usuarios Plus podrán disfrutar del nuevo modo de voz en tiempo real, mientras que los usuarios gratuitos tendrán acceso más adelante.
Con esta innovadora versión multimodal de ChatGPT, OpenAI ha dado un gran paso hacia el futuro de la inteligencia artificial, ofreciendo capacidades avanzadas de procesamiento de audio y video, junto con una interacción más humana y natural. Esta actualización no solo amplía las posibilidades de uso, sino que también democratiza el acceso a la tecnología avanzada al incluir a los usuarios gratuitos en el lanzamiento.
Por otra parte, también ha mejorado la interfaz de usuario, siendo ahora más amigable e intuitiva. Además, los usuarios gratuitos ahora pueden enviar archivos a ChatGPT para analizar datos, crear gráficos, hacer resúmenes o incluso cargar fotos para recibir opiniones. Una función destacada que llega a todos los usuarios es la capacidad de los GPT personalizados, antes exclusiva para los usuarios de pago. Estos GPT pueden recordar tus conversaciones pasadas y ayudarte en base a esa información, mejorando la experiencia de usuario y personalizando la interacción.
Hacia un futuro con IA más “Humana”
¿Estamos más cerca de robots humanoides con inteligencia artificial como los de ‘Black Mirror’? ¿Será este un avance para los bots Optimus de Tesla, la empresa del magnate Elon Musk? Con el lanzamiento de GPT-4o, estamos sin duda un paso más cerca de un futuro en el que la inteligencia artificial sea una parte integral y natural de nuestras vidas cotidianas. Sin embargo, todavía queda mucho por desarrollar y desafíos que afrontar, y OpenAI cuenta con el feedback de los usuarios para seguir mejorando y evolucionando esta tecnología revolucionaria.
Servicios Agencia de Marketing Digital
