ChatGPT ya puede analizar y manipular imágenes: cuál es la novedad más impactante y cómo funciona

OpenAI anunció que su chatbot de inteligencia artificial, el reconocido ChatGPT, puede interpretar y manipular imágenes, aunque sean de baja calidad o estén borrosas.

La compañía lanzó sus nuevos modelos de razonamiento o3 y o4-mini, que permiten a ChatGPT interpretar fotografías, diagramas de libros, esquemas o dibujos hechos a mano y, al mismo tiempo, manipular las imágenes sobre la marcha, girándolas, ampliándolas o editándolas.

Según la empresa dirigida por Sam Altman, o3 es su modelo de razonamiento más potente hasta la fecha y es útil, sobre todo, en tareas visuales como el análisis de imágenes, tablas y gráficos. Así, o3 cometió un 20% menos de errores que el modelo o1 en diversas funciones como la programación o la consultoría empresarial, y además tiene mejor rendimiento que su predecesor, o3-mini, en áreas como la ciencia de datos.

Tanto o3 como o4-mini siguen mejor las instrucciones y dan respuestas más naturales, personalizadas y similares a una conversación casual, añadió la compañía. El chatbot no se limitará a ver una imagen sino que también "pensará" con ella, explicó OpenAI en un comunicado.

Una novedad impresionante en ChatGPT

OpenAI destacó que esta es la primera vez que sus modelos de razonamiento pueden utilizar y combinar de forma dinámica todas las herramientas de ChatGPT, entre ellas la búsqueda en internet y el análisis de archivos y otros datos.

En este sentido, los modelos están entrenados para razonar sobre cuándo y cómo utilizar dichas herramientas para producir respuestas detalladas, generalmente en menos de un minuto, y resolver problemas más complejos.

Esta novedad se suma a la noticia de que OpenAI está en conversaciones para comprar Windsurf (compite con las funciones de codificación de otras tecnológicas como Microsoft y Anthropic, además de la propia OpenAI), una herramienta de inteligencia artificial enfocada en la codificación, por unos 3.000 millones de dólares.