GPT-4o (2024): modelo omni para texto, audio e imagen
OpenAI lanzó GPT-4o con latencia baja en voz y visión nativa, empujando la interfaz conversacional multimodal.
Ordenadas por fecha · zona America/Guayaquil
Página 33 / 38 · 447 artículos
OpenAI lanzó GPT-4o con latencia baja en voz y visión nativa, empujando la interfaz conversacional multimodal.
Startups y pharmas integraron modelos generativos y predictivos en diseño molecular, con primeros candidatos en ensayos.
OpenAI mostró Sora, un modelo de video capaz de escenas largas con coherencia visual sorprendente, aún con artefactos.
Autores, medios y artistas demandaron a proveedores de modelos por uso de obras en preentrenamiento; tribunales empezaron a fijar criterios.
La startup francesa Mistral lanzó modelos densos y MoE (Mixtral) competitivos, mostrando que labs ágiles pueden rivalizar.
En diciembre de 2023, negociadores europeos alcanzaron acuerdo político sobre el AI Act, con obligaciones según riesgo.
Google fusionó esfuerzos Brain/DeepMind en Gemini, familia multimodal entrenada nativa para texto, código e imagen.
La capacidad de visión en chatbots permitió razonar sobre diagramas, capturas y documentos escaneados en un solo hilo.
Proyectos open source encadenaron LLMs con herramientas y memoria para metas multi-paso, con hype alto y fiabilidad mixta.
OpenAI lanzó GPT-4 con mejoras notables en exámenes profesionales, robustez y capacidad visual en variantes posteriores.
Anthropic lanzó Claude con énfasis en Constitutional AI y ventanas de contexto largas, rivalizando con ChatGPT en empresas.
Meta publicó LLaMA y, tras una filtración, catalizó un ecosistema de fine-tunes abiertos que desafió a APIs cerradas.