ChatGPT ha lanzado una actualización importante con varias funciones emocionantes, y la llegada del modelo GPT-4o marca un hito. Esta versión no solo mejora la velocidad de respuesta, sino que acerca la inteligencia artificial a una interacción más humana, evolucionando de una simple conversación de texto a la capacidad de comprender imágenes, sonidos y emociones. En este artículo te explicamos a detalle estas nuevas capacidades de ChatGPT y cómo transformarán tu uso diario.
Modelo GPT-4o: la fusión perfecta de versatilidad y velocidad
La "o" de GPT-4o significa "omni" (omnipresente), integrando capacidades de razonamiento de audio, video y texto para convertirse en un verdadero modelo multimodal. En comparación con la generación anterior GPT-4 Turbo, la API de GPT-4o es más rápida, reduce los costos hasta en un 50%, ofrece respuestas casi instantáneas y duplica la velocidad de GPT-4. Los usuarios ahora pueden experimentar conversaciones más fluidas en ChatGPT, sin largas esperas.
Lo sorprendente es que GPT-4o puede mantener conversaciones en tiempo real como una persona real, incluso identificando las emociones detrás del tono del usuario. Por ejemplo, puede detectar que acabas de hacer ejercicio por tu respiración y darte una respuesta personalizada. Dos GPT-4o pueden incluso comunicarse entre sí, describir lo que ven o cantar juntos, mostrando una colaboración más sólida entre inteligencias artificiales. Estas nuevas funciones de ChatGPT mejoran enormemente la naturalidad y la diversión de la interacción.
Interacción multimodal y capacidad de reconocimiento visual
Una de las principales mejoras de GPT-4o es su capacidad visual. Ahora puede ayudar eficazmente a personas con discapacidad visual a comprender su entorno, por ejemplo, indicando direcciones o cómo pedir un taxi. En las demostraciones, después de escanear el entorno, GPT-4o identificaba objetos en tiempo real y deducía posibles contextos laborales, mostrando un gran potencial en campos como la atención médica y la asistencia personal.
