OpenAI no solo se conoce como la empresa ChatGPT o incluso como LLM. En un enfoque innovador, OpenAI se lanza a la generación de vídeo con Sora, un modelo GenAI que transforma texto en vídeos 1080p. Este desarrollo tiene como objetivo ayudar a los usuarios a superar los desafíos de la interacción en el mundo real generando videos que se adhieren estrechamente a indicaciones específicas mientras mantienen una alta fidelidad visual.

El cofundador y director ejecutivo Sam Altman dijo en X (anteriormente Twitter) que fue un “momento notable”.

aquí está sora, nuestro modelo de generación de videos: https://t.co/CDr4DdCrh1

Hoy comenzamos a formar equipos rojos y ofrecemos acceso a un número limitado de creadores.@_tim_brooks @billpeeb @model_mechanic son realmente increíbles; Increíble trabajo de ellos y del equipo.

momento notable.

—Sam Altman (@sama) 15 de febrero de 2024

Aunque el producto aún no es oficialmente utilizable por la mayoría de personas debido a lo que Altman describió en su mensaje como “equipo rojo inicial“, es decir, de las pruebas opuestas de sus defensas de seguridad, sus fallas y sus malos usos, el fundador indicó que fue puesto a disposición de un “número limitado de creadores”, y la expansión pública está prevista para una fecha posterior.

Sora destaca por su capacidad para crear escenas dinámicas con diversos personajes, tipos de movimientos y detalles de fondo, prometiendo una inmersión a nivel cinematográfico. La plantilla también puede enriquecer los videoclips existentes, agregando detalles faltantes para una experiencia más completa.

Con un profundo conocimiento del lenguaje, Sora interpreta con precisión las solicitudes de los usuarios, dando vida a personajes expresivos y emociones vívidas.. Este modelo entiende la demanda no sólo en el contexto del lenguaje, sino también en su manifestación física real.

Sora es capaz de generar vídeos de hasta un minuto en una variedad de estilos, incluidos fotorrealistas, animados y en blanco y negro, evitando lo que podrían llamarse “peculiaridades de la IA” comunes a otras tecnologías de generación de texto a vídeo.

Mensaje: “Varios mamuts lanudos gigantes se acercan caminando a través de un prado nevado, su largo pelaje lanudo se mueve ligeramente con el viento mientras caminan, árboles cubiertos de nieve y espectaculares montañas cubiertas de nieve en la distancia, luz de media tarde con nubes tenues y un sol alto en la distancia… pic.twitter.com/Um5CWI18nS

—OpenAI (@OpenAI) 15 de febrero de 2024

Algunas limitaciones identificadas

Si bien Sora tiene capacidades impresionantes para generar escenas de video complejas y detalladas, también tiene problemas con la precisión de la simulación física y el reconocimiento de detalles en el espacio. Estos desafíos resaltan las limitaciones actuales del modelo para comprender y reproducir las complejidades de la física y las relaciones espaciales del mundo real.

OpenAI posiciona a Sora como un avance de la investigación, consciente del potencial de abuso de esta tecnología y trabajando activamente en el desarrollo de herramientas para detectar vídeos generados por Sora. La compañía planea colaborar con expertos, formuladores de políticas, educadores y artistas para explorar casos de uso positivos para esta tecnología, al tiempo que incluye metadatos de procedencia en las producciones generadas para garantizar un uso seguro y responsable de Sora.

En una conversación reciente entre los directores ejecutivos de Microsoft y OpenAI, Sam Altman reveló que se espera que ChatGPT-5 reciba actualizaciones significativas en sus capacidades de voz, imagen y, en última instancia, video.

En su podcast “Unconfused Me”, Bill Gates y Sam Altman analizaron el futuro de la inteligencia artificial, incluida la mejora de su capacidad de razonamiento y su confiabilidad general. “ La multimodalidad será importantedijo Altman, insinuando un futuro en el que la inteligencia artificial (IA) pueda realizar tareas cada vez más complejas y potencialmente remodelar varias industrias, incluidas la programación, la atención médica y la educación.

Se espera con impaciencia la próxima versión de ChatGPT, conocida como GPT-5. Este modelo lingüístico grande y avanzado se considera un paso crucial en el camino hacia la inteligencia artificial general. (AGI), que permite a las máquinas imitar los procesos de pensamiento humanos.

Esto es lo que podemos esperar de la próxima versión de GPT.

¿Habrá un ChatGPT-5 y qué puede hacer?

Como sugirió Altman, ChatGPT-5 ya está en desarrollo como una versión actualizada de su predecesor, GPT-4. El director ejecutivo de OpenAI dijo: “Actualmente, GPT-4 solo puede razonar de una manera extremadamente limitada y su confiabilidad también es limitada.», de ahí el objetivo de mejorar sus funcionalidades actuales.

GPT, que significa Transformador Preentrenado Generativo, es un modelo de lenguaje basado en aprendizaje profundo diseñado para producir texto que se asemeja a la escritura humana. Tiene más habilidades de procesamiento del lenguaje natural y se usa ampliamente en muchas aplicaciones.

Además de ser confiable, Altman aclaró que “La adaptabilidad y personalización también serán muy importantes.“. “La gente espera cosas muy diferentes de GPT-4; diferentes estilos, diferentes conjuntos de suposiciones: lo haremos todo posible“, añadió.

Altman enfatizó que La capacidad de GPT-5 para utilizar datos personalesincluida la comprensión de los correos electrónicos, los detalles del calendario, las preferencias de reserva de citas y la integración con fuentes de datos externas, será uno de los mayores avances.

La IA multimodal está diseñada para aprender y utilizar una variedad de tipos de contenido, como imágenes, audio, video y datos digitales. OpenAI afirmó que GPT-4 es un modelo multimodal, capaz de procesar tanto texto como imágenes, aunque se limita a generar resultados solo como texto, pero que GPT-5 usaría más datos para el entrenamiento.

“Lanzamos imágenes y sonido y la respuesta fue mucho más fuerte de lo esperado. Podemos ir mucho más allá, pero quizás el avance más importante se dé en las habilidades de razonamiento.” Altman le dijo a Gates en su podcast.

OpenAI ya ha indicado queestaba trabajando en un asistente “súper inteligente” capaz de operar una computadora para su usuario. Rivalizaría con los asistentes de trabajo de IA de Microsoft y Google, pero esos programas aún estarían en su infancia.

¿Cuándo se lanzará ChatGPT-5?

Altman, sin embargo, no reveló una fecha de lanzamiento específica. En noviembre, dijo al Financial Times que los equipos estaban trabajando en elModelo de lenguaje grandepero no especificó la fecha de lanzamiento.

En su intervención en la Cumbre Mundial de Gobiernos (WGS) en Dubai esta semana, Altman reiteró que ChatGPT-5 “será más inteligente“.

“No es que este modelo vaya a mejorar un poco, es porque los vamos a hacer todos más inteligentes, serán mejores en general.“, él continuó. También le dijo a Bloomberg que espera que la compañía “se tome su tiempo” y se asegure de lanzar un producto con el que se sienta “bien y responsable”.

Sam Altman aborda las especulaciones sobre GPT-5 durante una entrevista reciente con Bloomberg:

“No sé cómo llamaremos a nuestro próximo modelo… No quiero ser como el iPhone 27… Espero que nos tomemos nuestro tiempo (en desarrollo)”.#ChatGPT #tener #genai pic.twitter.com/BLMugmbhfp

– Equity Sésamo (@EquitySesame) 6 de febrero de 2024

A pesar del rápido lanzamiento de GPT-4 después de ChatGPT, este último pasó por más de dos años de capacitación, desarrollo y pruebas. Si GPT-5 sigue un cronograma similar, podría llegar en 2025. Aún así, eso no significa que no veremos actualizaciones de GPT-4. Se espera que OpenAI continúe con el desarrollo de GPT-4 e incluso pueda introducir una actualización provisional, potencialmente llamada GPT-4.5, mientras tanto.

¿ChatGPT-5 será gratuito?

Aunque existe una versión gratuita de ChatGPT, no está claro si ChatGPT-5 requerirá una suscripción como su predecesor. El plan de suscripción ChatGPT Plus cuesta $20 por mes y ofrece a los suscriptores beneficios exclusivos, incluido acceso prioritario durante los períodos pico, tiempos de respuesta mejorados, la capacidad de usar complementos y acceso exclusivo a GPT -4. Los usuarios también tienen acceso a su modelo de imagen AI interno, DALL-E.

También es importante señalar que los modelos de lenguaje actuales ya son costosos de entrenar y mantener. Esto significa que cuando finalmente se lance GPT-5, acceder a él probablemente requerirá una suscripción a ChatGPT Plus o Copilot Pro.

A fin de cuentas, el lanzamiento de GPT-5 podría permitir que GPT-4 sea más asequible y accesible. En el pasado, el alto coste de GPT-4 ha disuadido a varios usuarios. Sin embargo, una vez que sea más barato y esté ampliamente disponible, la capacidad de ChatGPT para manejar tareas complejas como codificación, traducción y búsqueda podría mejorar significativamente.

A finales de este año, Apple presentará un conjunto completamente nuevo de capacidades de prueba y codificación de IA, y un nuevo informe afirma que Apple también trae un impulso de LLM a su famosa investigación Spotlight. Esta función es mejor conocida por su disponibilidad en todas las computadoras y dispositivos móviles de Apple, con la capacidad de buscar archivos locales de la tecnología, buscar en Safari, abrir varias aplicaciones y mucho más.

Ya existen varios informes sobre lo que Apple tiene para ofrecer con respecto a su inmersión en la inteligencia artificial, posiblemente disponible para acceder a sus usuarios.

Bloomberg informó que pronto estará disponible una nueva versión de Spotlight en dispositivos Apple como iPhone, iPad y computadoras Mac, y que recibirá un impulso de la compañía. Esto se hará como parte de las diversas funciones de prueba y codificación de IA que lanzará en Xcode, ofreciendo una versión de Spotlight más potente que la que tienen actualmente los usuarios de Apple.

Esta es una versión “en estudio” por parte de Apple de momentoque se beneficiaría de funciones generativas de IA y ofrecería funcionalidades más complejas.

Se puede acceder rápidamente a Spotlight Search en iPhone, iPad o iPod Touch deslizándose hacia abajo desde la parte superior de la pantalla. Permite localizar archivos locales y correos electrónicos, acceder a aplicaciones y buscar en Safari, entre otras funciones.

Por otro lado, es posible acceder al Mac buscándolo en la barra de menú, en la parte superior derecha de la pantalla, o escribiendo Comando + Espacio (barra espaciadora) en el teclado.

Los planes masivos de IA generativa de Apple

Volviendo a los planes de Apple para la IA generativa, comenzarán con Xcode, que ayudará a los desarrolladores a crear aplicaciones y funciones, y también podrá trabajar con GitHub Copilot de Microsoft.

A finales de este año, esta función de Xcode permitirá a los desarrolladores externos acceder a estas funciones, así como a otras tecnologías de inteligencia artificial previstas para iOS 18.

La antigua empresa más valiosa del mundo no le teme a la IA, pero no se ha apresurado a desarrollar su versión de la tecnología más poderosa de la actualidad, ni se ha sumado a la carrera como sus rivales de IA: las grandes tecnológicas. El director ejecutivo de Apple, Tim Cook, ha dicho anteriormente que los posibles desarrollos de IA pronto se integrarán en sus productos, pero que deberían colocarse bajo su meticulosa mirada y que él debería ser responsable de hacerlos realidad.

Además, Apple va por el otro lado, a diferencia de Google y Microsoft, que han hecho que su IA y varios experimentos como parte de sus LLM estén en la nube. En el caso de Apple, los informes afirman que se ejecutaría en hardware, lo que significa que los usuarios podrían acceder a él localmente y depender del dispositivo si es compatible con la tecnología, y que no formaría parte de su nube.

Los investigadores de Apple revelaron recientemente un prototipo de IA generativa con capacidades de animación de texto y se rumorea un desarrollo de IA para iOS 18.