Día 6 de los 12 días de OpenAI: Visión en tiempo real y SantaGPT llegan a ChatGPT

En el marco de los 12 días de OpenAI, la compañía ha revelado una de las actualizaciones más esperadas durante el Día 6: el lanzamiento del modo avanzado de voz (AVM) de ChatGPT, con soporte para visión en tiempo real a través de cámaras. Este anuncio no solo marca un hito en la experiencia de asistentes virtuales, sino que también subraya el compromiso de OpenAI con la innovación.

¿Qué hace especial el Día 6 de OpenAI?

El Día 6 del evento “12 días de OpenAI” no ha decepcionado, trayendo consigo una funcionalidad revolucionaria: visión en tiempo real en ChatGPT. Esta herramienta permite a los usuarios activar la cámara para que el modelo pueda interpretar objetos, textos y otros elementos del entorno en tiempo real. Aunque la función de compartir pantalla aún no está disponible, esta mejora pone las bases para futuras aplicaciones prácticas.

Con esta actualización, ChatGPT no solo puede entender comandos de voz, sino también ofrecer respuestas basadas en elementos visuales, lo que abre nuevas posibilidades como:

• Interpretación de imágenes o documentos: Ideal para usuarios que buscan soluciones rápidas basadas en contenido visual.
• Asistencia en tareas prácticas: Desde resolver problemas técnicos hasta realizar análisis básicos basados en imágenes.
• Interacción más intuitiva: Gracias a la integración de visión y voz, las conversaciones son más naturales y dinámicas.

Just in time for the holidays, video and screensharing are now starting to roll out in Advanced Voice in the ChatGPT mobile app. pic.twitter.com/HFHX2E33S8

— OpenAI (@OpenAI) December 12, 2024

Visión en tiempo real: La clave de esta actualización

La función de visión en tiempo real es la verdadera protagonista del Día 6. Ahora, los usuarios pueden utilizar un botón de “Live Camera” dentro de la aplicación para permitir que ChatGPT observe y entienda su entorno. Esto transforma la interacción, haciéndola más precisa y contextual.

Ejemplos prácticos de uso:

1. Ayuda técnica: Mostrar un dispositivo o una pieza para recibir instrucciones detalladas.
2. Lectura de documentos: Escanear texto con la cámara para obtener explicaciones o resúmenes.
3. Interacción personalizada: Proveer contexto visual para que ChatGPT ajuste sus respuestas a las necesidades del usuario.

Aunque OpenAI había introducido capacidades visuales anteriormente, esta integración dentro del modo avanzado de voz representa un salto hacia una experiencia más completa y accesible.

SantaGPT: Un toque festivo en el Día 6

Como parte del espíritu navideño, OpenAI también presentó SantaGPT, una nueva voz diseñada para hacer las interacciones más cálidas y divertidas durante las fiestas. Esta voz, disponible temporalmente, es perfecta para aquellos que buscan un toque alegre en sus conversaciones con ChatGPT.

SantaGPT se lanzó bajo el nombre en clave “straw” y está disponible como parte de esta actualización exclusiva del Día 6.

Disponibilidad y despliegue del modo avanzado de voz

El modo avanzado de voz (AVM), incluyendo la función de visión, comenzó su despliegue el 12 de diciembre de 2024. Por ahora, está disponible principalmente para usuarios en Estados Unidos, pero OpenAI tiene planes de expandirlo a más regiones en las próximas semanas.

Esta actualización es accesible desde las aplicaciones de ChatGPT y se espera que sea una de las características más utilizadas durante esta temporada festiva.

OpenAI vs. Google: Una competencia que impulsa la innovación

El anuncio del Día 6 ocurre justo después de que Google lanzara una funcionalidad similar con capacidades más avanzadas de compartir pantalla y visión en tiempo real. Sin embargo, OpenAI se ha diferenciado al priorizar la experiencia del usuario con una interfaz intuitiva y un enfoque en la personalización.

Con cada día del evento “12 días de OpenAI”, la compañía continúa demostrando su capacidad para sorprender e innovar en el competitivo mundo de los asistentes virtuales.