Skip to main content

La actualización de ChatGPT finalmente rompe la barrera del texto

OpenAI está implementando nuevas funcionalidades para ChatGPT que permitirán que las indicaciones se ejecuten con imágenes y directivas de voz además de texto.

La marca AI anunció el lunes que pondrá estas nuevas características a disposición de los usuarios de ChatGPT Plus y Enterprise durante las próximas dos semanas. La función de voz está disponible en iOS y Android en una capacidad opcional, mientras que la función de imágenes está disponible en todas las plataformas ChatGPT. OpenAI señala que planea expandir la disponibilidad de las imágenes y las funciones de voz más allá de los usuarios pagos después del lanzamiento escalonado.

Indicador de imagen OpenAI.
Twitter/X

El chat de voz funciona como una conversación auditiva entre el usuario y ChatGPT. Presionas el botón y dices tu pregunta. Después de procesar la información, el chatbot le da una respuesta en el habla auditiva en lugar de en el texto. El proceso es similar al uso de asistentes virtuales como Alexa o Google Assistant y podría ser el preámbulo de una renovación completa de los asistentes virtuales en su conjunto. El anuncio de OpenAI se produce pocos días después de que Amazon revelara una característica similar que llegará a Alexa.

Recommended Videos

Para implementar la comunicación de voz y audio con ChatGPT, OpenAI utiliza un nuevo modelo de texto a voz que puede generar «audio similar al humano a partir de solo texto y unos segundos de habla de muestra». Además, su modelo Whisper puede «transcribir sus palabras habladas en texto».

OpenAI dice que es consciente de los problemas que podrían surgir debido al poder detrás de esta característica, incluido «el potencial de que los actores maliciosos se hagan pasar por figuras públicas o cometan fraude».

Esta es una de las principales razones por las que la compañía planea limitar el uso de sus nuevas características a «casos de uso y asociaciones específicos». Incluso cuando las características estén más ampliamente disponibles, serán accesibles principalmente para usuarios más privilegiados, como los desarrolladores.

ChatGPT can now see, hear, and speak. Rolling out over next two weeks, Plus users will be able to have voice conversations with ChatGPT (iOS & Android) and to include images in conversations (all platforms). https://t.co/uNZjgbR5Bm pic.twitter.com/paG0hMshXb

— OpenAI (@OpenAI) September 25, 2023

La función de imagen le permite capturar una imagen e ingresarla en ChatGPT con su pregunta o aviso. Puede usar la herramienta de dibujo con la aplicación para ayudar a aclarar su respuesta y tener una conversación de ida y vuelta con el chatbot hasta que se resuelva su problema. Esto es similar a la nueva función Copilot de Microsoft en Windows, que se basa en el modelo de OpenAI.

OpenAI también ha reconocido los desafíos de ChatGPT, como su problema de alucinación en curso. Cuando se alineó con la función de imagen, la marca decidió limitar ciertas funcionalidades, como la «capacidad del chatbot para analizar y hacer declaraciones directas sobre las personas».

ChatGPT se introdujo por primera vez como una herramienta de texto a voz a fines del año pasado; sin embargo, OpenAI ha expandido rápidamente su destreza. El chatbot original basado en el modelo de lenguaje GPT-3 se ha actualizado a GPT-3.5 y ahora GPT-4, que es el modelo que recibe la nueva característica.

Cuando GPT-4 se lanzó por primera vez en marzo, OpenAI anunció varias colaboraciones empresariales, como Duolingo, que utilizó el modelo de IA para mejorar la precisión de las lecciones basadas en la escucha y el habla en la aplicación de aprendizaje de idiomas. OpenAI ha colaborado con Spotify para traducir podcasts a otros idiomas mientras preserva el sonido de la voz del podcaster. La compañía también habló de su trabajo con la aplicación móvil, Be My Eyes, que trabaja para ayudar a las personas ciegas y con baja visión. Muchas de estas aplicaciones y servicios estaban disponibles antes de la actualización de imágenes y voz.

Diego Bastarrica
Diego Bastarrica es periodista y docente de la Universidad Diego Portales de Chile. Especialista en redes sociales…
Sam Altman va por más: «ChatGPT ya es más poderoso que cualquier ser humano que haya existido»
Sam Altman

Este martes 10 de junio ChatGPT se cayó en todo el mundo y es como si una parte de nosotros se hubiera apagado, porque el chatbot de IA ha penetrado con tanta fuerza en nuestra cotidianeidad en tan poco tiempo, que es sorprendente como sus fallas nos afectan. Y Sam Altman, que nunca deja nada al azar, aprovechó de subir en esas horas de incertidumbre una nueva entrada en su blog de reflexiones sobre la IA, entregando pensamientos mesiánicos y que por momentos aterran más que dar esperanza.

Para el CEO de OpenAI, el mundo de la IA recién está floreciendo y queda mucho más camino para hacerla más poderosa y "más útil" para el progreso humano.

Leer más
ChatGPT está caído: actualizamos al momento qué está pasando
ChatGPT

El popular asistente de inteligencia artificial, ChatGPT, sufre un apagón hoy, 10 de junio.

Downdetector muestra informes sobre una interrupción de ChatGPT que comenzó alrededor de las 12 a.m. PDT de la mañana del 10 de junio de 2025. Esta no es la primera vez que vemos caer a ChatGPT. con un apagón que también se produjo en diciembre de 2024.

Leer más
Un Atari 2600 destrozó a ChatGPT en esta increíble prueba
Atari 2600

Con el paso de los meses hemos llegado a sobrestimar muchas veces las capacidades de ChatGPT y en general de la IA de diferentes modelos, porque es muy cierto que los avances han sido sorprendentes en poquísimo tiempo. Sin embargo, aún sucedes esas situaciones que nos demuestran que la IA aún debe avanzar mucho.

Recientemente, una vieja computadora, y utilizada para usos más bien recreacionales en los ochenta: un clásico Atari 2600, destrozó literalmente a ChatGPT en un encuentro de ajedrez.

Leer más