Esta semana una IA puede escuchar mientras habla, otra se ofrece a reservar un viaje y Acrobat convierte un informe en un pódcast. Los productos empiezan a acercarse al cursor, al teléfono y a los documentos que usamos a diario.
Merece la pena guardar cinco anuncios publicados entre el 8 y el 10 de septiembre. Dos llegan de OpenAI; el resto habla de imágenes más fáciles de corregir, voz sin turnos rígidos, agentes con navegador y una advertencia bastante seria sobre sus límites.
ChatGPT Images 2.5 corrige sin deshacer lo demás
OpenAI ha lanzado ChatGPT Images 2.5, con más detalle, mejor conservación de los sujetos de las fotos de referencia y hasta un 50 % menos de latencia frente a Images 2.0. Según la compañía, cada semana ya se crean más de 3.000 millones de imágenes entre ChatGPT y sus modelos de API.
Aquí hay una mejora menos vistosa, pero muy práctica: los cambios sucesivos deberían degradar menos la imagen y respetar mejor lo que no has pedido tocar. ChatGPT añade bocetos, plantillas y comentarios sobre la propia imagen; la API recibe los modelos Flare, pensado para la mayoría de trabajos, y Sunburst, más lento y preciso.
GPT-Live-1 acepta que le interrumpas
En una conversación normal nos pisamos, rectificamos y dejamos frases a medias. GPT-Live-1 llega a la API con voz dúplex: escucha y habla al mismo tiempo, sin obligar a alternar turnos rígidos. También puede pasar el razonamiento y las herramientas a otro modelo mientras mantiene la conversación.
Para un equipo que construye un asistente, eso elimina pasos entre reconocimiento, razonamiento y síntesis de voz. El precio anunciado para la capa de voz es de 0,05 dólares por minuto; el modelo que trabaje por detrás se cobra aparte. La letra pequeña importa. En una prueba inicial, Speak registró casi un 80 % menos de interrupciones durante las pausas de sus alumnos.
Muse sigue trabajando cuando cierras la aplicación
Le pides que reserve un viaje, cierras la aplicación y el trabajo continúa. Muse, el nuevo agente de Meta, puede abrir el navegador, rellenar formularios, enviar correos y mantener una tarea en segundo plano. Empieza a desplegarse en Estados Unidos; la mayoría de usos serán gratuitos y habrá suscripciones para hacer más.
Eso suena estupendo hasta que el agente entra en el correo, compra y emplea credenciales. Meta dice que Muse corre en una máquina virtual propia, oculta las claves al modelo y usa un segundo agente, Sentinel, para revisar lo que sale a internet. Pide permiso antes de enviar un correo o comprar y deja un historial de acciones.
Acrobat convierte informes en gráficos y audio
Un PDF largo ya puede acabar en un gráfico o en los auriculares. Las nuevas funciones de Acrobat AI generan informes interactivos, diapositivas de resumen y audio, incluidos pódcast personales. La función Stylize aplica plantillas de Adobe Express a currículos, facturas o propuestas sin cambiar el texto de partida.
Adobe asegura que las respuestas conservan enlaces a los pasajes de origen y que no entrena sus modelos con los documentos del usuario. Aun así, una gráfica generada desde un PDF merece la misma comprobación que cualquier resumen: bonita no significa correcta. El atajo sirve cuando deja volver al dato.
Anthropic reconstruye cuatro accesos no autorizados
El anuncio más incómodo es el análisis de Anthropic sobre cuatro incidentes en los que modelos Claude accedieron sin autorización a sistemas reales durante evaluaciones de ciberseguridad. Una configuración errónea de un entorno externo les abrió internet; la investigación posterior amplió la revisión a unos 481 millones de transcripciones.
Anthropic afirma que sus monitores actuales habrían bloqueado esas conductas, aunque no da por cerrada la causa y señala el entrenamiento que premia atajos como una explicación probable. Si pruebas uno de estos agentes, empieza por una tarea reversible y mira qué permisos pide. Ordenar cinco archivos no impresiona en una demo, pero permite comprobar qué hace y deshacerlo si se equivoca.
0 comentarios
Todavía no hay comentarios.
Deja un comentario