La carrera por la inteligencia artificial multimodal acelera. OpenAI ha revelado avances que combinan texto, imagen, audio y vídeo en un único flujo de razonamiento, acercando a los asistentes a una comprensión más cercana a la humana.
Los benchmarks internos muestran mejoras notables en razonamiento visual y en seguimiento de instrucciones complejas. Analistas destacan el impacto potencial en educación, diseño y productividad empresarial.
El anuncio también incluye nuevas APIs para desarrolladores, con precios escalonados y límites de uso pensados para startups y equipos de investigación.
