ARTDEPARTMENT
ARTDEPARTMENT
En estos últimos días, tanto OpenAI (inmerso en su campaña de 12 días consecutivos de anuncios navideños) como Google han ofrecido novedades relativas a sus principales IAs, ChatGPT (y Sora), por un costado, y Gemini, por otro. Mientras que la compañía liderada por Sam Altman ostenta el liderato en la carrera por la IA, Google está obligado a ser más angurriento y exceder el tabla impuesto por su rival.
Y todo indica que el asalto de esta semana se lo lleva Google, que, con el tiro de Gemini 2.0 Flash, logra marcar un hito en la crecimiento de la IA multimodal (combinando texto, imágenes, vídeo y audio en tiempo vivo) y redefinir cómo interactuamos con la tecnología.
Y de paso, claro, todavía intensifica la competencia entre los gigantes del sector.
El tiro de Gemini 2.0 Flash representa un cambio de ideal en la IA. Ahora, los usuarios pueden interactuar en tiempo vivo con vídeos capturados desde sus teléfonos móviles, poco que antiguamente sólo habíamos podido ver en demostraciones. A través de Google AI Studio, cualquiera puede probar esta tecnología, que promete aplicaciones revolucionarias en educación, creación de contenido y más.
Empecemos respondiendo por el final: su sistema de descomposición de vídeo en tiempo vivo es infundado, está adecuado en escritorio y se puede usar en la UE... mientras que su función rival para ChatGPT no hace ninguna de esas cosas.
Gemini apunta stop, pero te ayuda con todo tipo de tareas (captura de vídeo de @JonhernandezIA)
¿Qué ofrece? Pues veamos...
La velocidad y el bajo coste eficaz de Gemini 2.0 Flash lo convierten en una útil accesible tanto para desarrolladores individuales como para empresas: su API en vivo facilita la integración con aplicaciones empresariales, posicionándose como un expediente esencia para industrias que buscan optimizar flujos de trabajo y disminuir costos.
El tiro de Gemini 2.0 Flash posiciona a Google como líder momentáneo en la carrera por la IA multimodal
El tiro de Gemini 2.0 Flash no ocurre en un infructifero. Su rival directo todavía han cedido pasos significativos en el campo multimodal con el tiro de su 'Advanced Voice Mode' con visión en tiempo vivo, que permite analizar vídeo y compartir pantalla con su ChatGPT.
Las novedades relativas al 'Modo de Voz Innovador' de OpenAI hablan de un producto intuitivo y práctico, enfocado en la interacción diaria y el uso móvil. Sin confiscación, Google se incremento por ahora como el vencedor, pues Gemini 2.0 Flash parece estar en persona en términos de funcionalidad y potencial a dadivoso plazo...
...pues ofrece capacidades de descomposición de vídeo similares a las de su rival de OpenAI, pero con decano profundidad práctico; Gemini puede no solo identificar objetos y describir escenarios, sino todavía suscitar imágenes, ejecutar código y realizar acciones más complejas basadas en lo que 've'.
Así, circulan ya vídeos de Gemini 2.0 Flash guiando a creadores de contenido mientras usan software enredado como Adobe Premiere, indicando pasos detallados para realizar ediciones, incluso para usuarios novatos:
En epítome, OpenAI ofrece una experiencia más sencilla para usuarios casuales (cordial y accesible para el sucesor promedio, con una interfaz exclusivamente móvil que se asemeja a una videollamada tradicional), mientras que Google apunta a desarrolladores y empresas con herramientas más especializadas.
Imagen | Marcos Merino mediante IA
En Genbeta | La mejor nota de la arribada de Sora no es Sora, es ver que las IAs alternativas, infundado y open source, están a su pico
Compartir este artículo
Consultoria Personalizada
¡Si aun no tienes presencia en internet o
necesitas ayuda con tus proyectos, por favor, escribenos!
En ARTDEPARTMENT nos especializamos en brindar soluciones para que tu negocio, empresa o proyecto sea visible en internet.