OpenAI presenta GPT-4o e ofrecerá de balde moitas das súas funcións avanzadas

OpenAI organizou un evento que serviu principalmente para presentar GPT-4o, a nova versión do seu modelo de intelixencia artificial que non só supón melloras a nivel de velocidade e rendemento (o que tamén se reduce nun menor custo de uso), senón que tamén implica melloras na súa multimodalidade.
Deste xeito temos un sistema que interpreta mellor as imaxes que se lle acheguen, pero tamén está a avanzar para conseguir respostas máis naturais, conversas de voz en tempo real e incluso a posibilidade de que o ChatGPT poida interactuar con vídeo en tempo real.
As capacidades de linguaxe de GPT-4o melloraron en calidade e velocidade e GPT-4o tamén conta con soporte oficial en máis de 50 linguas (entre as que está o español e o catalán, pero non o galego).
Os usuarios profesionais que accedan aos servizos de OpenAI a través de API poden xa comezar a gozar do novo modelo, mentres que para o resto de canles de acceso irá espallándose paulatinamente, chegando tamén aos usuarios de balde de ChatGPT. De feito, unha das grandes sorpresas da presentación é que ao empregar GPT-4o os usuarios de balde de ChatGPT tamén terán acceso a funcións avanzadas como conversar sobre as fotografías que realices, subir documentos para resumilos ou analizalos e incluso facer uso e descubrir GPT personalizados e gozar da GPT Store.
A presentación realizada hoxe amosou principalmente os avances de GPT-4o a nivel de conversa de voz en tempo real, conseguindo unhas respostas moi áxiles e con numerosos niveis de conversa que cada vez fan máis natural a interacción co modelo de IA, o que para moitos se está a achegar ao que puidemos ver no filme Her de 2013.
Esta posta en escena dá a entender que tanto Google como Apple presentarán cousas na mesma liña nos seus vindeiros eventos para desenvolvedores, perseguindo integracións da IA máis naturais do que agora podemos conseguir cos actuais asistentes de voz.