OpenAI acaba de anunciar su nuevo modelo de lenguaje GPT-4o, una versión mucho más rápida que su conocido GPT-4 e incluso que GPT-4.5 para ChatGPT.
Ayer, la compañía tecnológica sorprendió con una publicación en su blog y una retransmisión de un mini evento enseñando todo lo que es capaz el nuevo GPT-4o («o» de omni). De esta manera, se pudo ver que la interacción persona-computadora es más natural. Asimismo, acepta cualquier como entrada (o prompt) cualquier combinación de texto, audio e imagen y genera cualquier salida de texto, audio e imagen. Ahora será capaz de responder entradas de audio en tan solo 232 milisegundos, similar al tiempo de respuesta humano en una conversación. Es así cómo podemos encontrar en el LLM:
En la presentación se mostró cómo ChatGPT con GPT-4o puede reconocer la respiración de una persona, se mostró cómo se escribía un problema de matemáticas en una hoja y se le decía a la IA que no le diga el resultado, sino cómo se resolvía, incluso se escribió en una hoja «I <3 ChatGPT» y la IA lo interpretó del modo correcto, así como las expresiones de una persona a través de selfies. Además, en la versión web se podrá compartir pantalla para que el chatbot de OpenAI pueda escanear y resolver gráficos e incluso programas de código. Al mismo estilo de los nuevos smartphones que integran IA para traducir en tiempo real, GPT-4o tendrá la misma función.
Finalmente, tendrá seguridad incorporada a través de la filtración de datos de entrenamiento y refinar el comportamiento del modelo mediante el entrenamiento posterior. Se mencionó que GPT-4o estará disponible en ChatGPT en las próximas semanas para un grupo pequeño de socios confiables. Y tendrá ciertas mejoras en la versión de pago.