Connect with us

Noticias

Gemini 2.0 Flash marca el inicio de una nueva era de IA multimodal en tiempo real

Published

on

Únase a nuestros boletines diarios y semanales para obtener las últimas actualizaciones y contenido exclusivo sobre la cobertura de IA líder en la industria. Más información


El lanzamiento de Gemini 2.0 Flash por parte de Google esta semana, que ofrece a los usuarios una forma de interactuar en vivo con videos de su entorno, ha preparado el escenario para lo que podría ser un cambio fundamental en la forma en que las empresas y los consumidores interactúan con la tecnología.

Este lanzamiento, junto con los anuncios de OpenAI, Microsoft y otros, es parte del salto transformador que se está produciendo en el área tecnológica llamada “IA multimodal”. La tecnología le permite tomar videos (o audio o imágenes) que ingresan a su computadora o teléfono y hacer preguntas al respecto.

También señala una intensificación de la carrera competitiva entre Google y sus principales rivales (OpenAI y Microsoft) por el dominio de las capacidades de IA. Pero lo más importante es que parece que está definiendo la próxima era de la informática interactiva y agente.

Este momento de la IA me parece un “momento iPhone”, y con esto me refiero a 2007-2008, cuando Apple lanzó un iPhone que, a través de una conexión a Internet y una elegante interfaz de usuario, transformó la vida cotidiana al ofrecer a las personas una potente ordenador en el bolsillo.

Si bien ChatGPT de OpenAI puede haber iniciado este último momento de IA con su poderoso chatbot con apariencia humana en noviembre de 2022, el lanzamiento de Google aquí a fines de 2024 parece una gran continuación de ese momento, en un momento en el que muchos observadores estaban preocupados. una posible desaceleración en las mejoras de la tecnología de IA.

Gemini 2.0 Flash: el catalizador de la revolución multimodal de la IA

Gemini 2.0 Flash de Google ofrece una funcionalidad innovadora que permite la interacción en tiempo real con vídeo capturado a través de un teléfono inteligente. A diferencia de demostraciones realizadas anteriormente (por ejemplo, el Proyecto Astra de Google en mayo), esta tecnología ahora está disponible para los usuarios cotidianos a través del AI Studio de Google.

Te animo a que lo pruebes tú mismo. Lo usé para ver e interactuar con mi entorno, que para mí esta mañana era mi cocina y mi comedor. Puede ver al instante cómo esto ofrece avances para la educación y otros casos de uso. Puedes ver por qué el creador de contenidos Jerrod Lew reaccionó en X ayer con asombro cuando usó Gemini 2.0 Realtime para editar un video en Adobe Premier Pro. “Esto es absolutamente una locura”, dijo, después de que Google lo guiara en cuestión de segundos sobre cómo agregar un efecto de desenfoque básico a pesar de que era un usuario novato.

Sam Witteveen, un destacado desarrollador de inteligencia artificial y cofundador de Red Dragon AI, recibió acceso temprano para probar Gemini 2.0 Flash, y destacó que la velocidad de Gemini Flash (es dos veces más rápida que el buque insignia de Google hasta ahora, Gemini 1.5 Pro) y Los precios “increíblemente baratos” lo convierten no solo en un escaparate para que los desarrolladores prueben nuevos productos, sino también en una herramienta práctica para las empresas que gestionan presupuestos de IA. (Para ser claros, Google aún no ha anunciado el precio de Gemini 2.0 Flash. Es una vista previa gratuita. Pero Witteveen basa sus suposiciones en el precedente establecido por la serie Gemini 1.5 de Google).

Para los desarrolladores, la Live API de estas funciones multimodales en vivo ofrece un potencial significativo, porque permiten una integración perfecta en las aplicaciones. Esa API también está disponible para su uso; Hay una aplicación de demostración disponible. Aquí está la publicación del blog de Google para desarrolladores.

El programador Simon Willison llamó a la API de streaming el siguiente nivel: “Esto parece sacado directamente de la ciencia ficción: poder tener una conversación de audio con un LLM capacitado sobre cosas que puede ‘ver’ a través de su cámara es una de esas ‘en las que vivimos’. los momentos del futuro”. Observó cómo se le pide a la API que habilite un modo de ejecución de código, que permite a los modelos escribir código Python, ejecutarlo y considerar el resultado como parte de su respuesta, todo parte de un futuro agente.

La tecnología es claramente un presagio de nuevos ecosistemas de aplicaciones y expectativas de los usuarios. Imagine poder analizar video en vivo durante una presentación, sugerir ediciones o solucionar problemas en tiempo real.

Sí, la tecnología es interesante para los consumidores, pero es importante que los usuarios y líderes empresariales también la comprendan. Las nuevas funciones son la base de una forma completamente nueva de trabajar e interactuar con la tecnología, lo que sugiere futuras ganancias de productividad y flujos de trabajo creativos.

El panorama competitivo: una carrera para definir el futuro

El Gemini 2.0 Flash de Google del miércoles llega en medio de una avalancha de lanzamientos tanto de Google como de sus principales competidores, que se apresuran a lanzar sus últimas tecnologías para finales de año. Todos prometen ofrecer capacidades multimodales listas para el consumidor: interacción de video en vivo, generación de imágenes y síntesis de voz, pero algunas de ellas no están completamente preparadas o ni siquiera completamente disponibles.

Una de las razones de la prisa es que algunas de estas empresas bonifican a sus empleados para que entreguen productos clave antes de fin de año. Otra es el derecho a presumir cuando lanzan nuevas funciones primero. Pueden conseguir una mayor tracción entre los usuarios si son los primeros, como lo demostró OpenAI en 2022, cuando su ChatGPT se convirtió en el producto de consumo de más rápido crecimiento de la historia. Aunque Google tenía una tecnología similar, no estaba preparado para un lanzamiento público y se quedó desprevenido. Desde entonces, los observadores han criticado duramente a Google por ser demasiado lento.

Esto es lo que otras empresas han anunciado en los últimos días, todas ellas contribuyendo a introducir esta nueva era de IA multimodal.

  1. Modo de voz avanzado de OpenAI con visión: Lanzado ayer pero aún en implementación, ofrece funciones como análisis de video en tiempo real y uso compartido de pantalla. Si bien son prometedores, los problemas de acceso temprano tienen un impacto inmediato limitado. Por ejemplo, todavía no pude acceder a él aunque soy suscriptor Plus.
  2. La visión del copiloto de Microsoft: La semana pasada, Microsoft lanzó una tecnología similar en versión preliminar, solo para un grupo selecto de sus usuarios Pro. Su diseño integrado en el navegador sugiere aplicaciones empresariales, pero carece del pulido y la accesibilidad de Gemini 2.0. Microsoft también lanzó un modelo Phi-4 rápido y potente.
  3. Haiku Claude 3.5 de Anthropic: Anthropic, hasta ahora en una acalorada carrera por el liderazgo del modelo de lenguaje grande (LLM) con OpenAI, no ha entregado nada tan innovador en el lado multimodal (. Acaba de lanzar 3.5 Haiku, notable por su eficiencia y velocidad. Pero su centrarse en la reducción de costos y tamaños de modelos más pequeños contrasta con las características innovadoras de la última versión de Google y la del modo de voz con visión de OpenAI.

Navegando desafíos y aprovechando oportunidades

Si bien estas tecnologías son revolucionarias, persisten desafíos:

  • Accesibilidad y escalabilidad: OpenAI y Microsoft se han enfrentado a obstáculos en su implementación, y Google debe asegurarse de evitar obstáculos similares. Google hizo referencia a que su función de transmisión en vivo (Proyecto Astra) tiene un límite de memoria contextual de hasta diez minutos de memoria durante la sesión. Aunque es probable que esa cifra aumente con el tiempo.
  • Privacidad y seguridad: Los sistemas de inteligencia artificial que analizan videos en tiempo real o datos personales necesitan salvaguardias sólidas para mantener la confianza. El modelo Flash Gemini 2.0 de Google tiene generación de imágenes nativas incorporada, acceso a API de terceros y puede acceder a la búsqueda de Google y ejecutar código. Todo eso es poderoso, pero puede ser peligrosamente fácil revelar accidentalmente información privada mientras se juega con estas cosas.
  • Integración de ecosistemas: Mientras Microsoft aprovecha su suite empresarial y Google se ancla en Chrome, la pregunta sigue siendo: ¿Qué plataforma ofrece la experiencia más fluida para las empresas?

Sin embargo, todos estos obstáculos se ven superados por los beneficios potenciales de la tecnología, y no hay duda de que los desarrolladores y las empresas se apresurarán a adoptarla durante el próximo año.

Conclusión: Un nuevo amanecer, liderado por ahora por Google

Como comentamos el desarrollador Sam Witteveen y yo en nuestro podcast grabado el miércoles por la noche después del lanzamiento de Google, Gemini 2.0 Flash es un lanzamiento realmente impresionante: el momento en que la IA multimodal se ha vuelto real. Los avances de Google han marcado un nuevo punto de referencia, aunque es cierto que esta ventaja puede ser extremadamente fugaz. OpenAI y Microsoft le pisan los talones. Todavía estamos en las primeras etapas de esta revolución, al igual que en 2008, cuando a pesar del lanzamiento del iPhone, no estaba claro cómo responderían Google, Nokia y RIM. La historia demostró que Nokia y RIM no lo hicieron y murieron. Google respondió muy bien y le ha dado una oportunidad al iPhone.

Asimismo, está claro que Microsoft y OpenAI están muy en esta carrera con Google. Mientras tanto, Apple decidió asociarse en la tecnología y esta semana anunció una mayor integración con ChatGPT, pero ciertamente no está tratando de ganar directamente en esta nueva era de ofertas multimodales.

En nuestro podcast, Sam y yo también cubrimos la ventaja estratégica especial de Google en el área del navegador. Por ejemplo, su versión Project Mariner, una extensión de Chrome, le permite realizar tareas de navegación web en el mundo real con incluso más funcionalidad que las tecnologías competidoras ofrecidas por Anthropic (llamada Computer Use) y OmniParser de Microsoft (aún en investigación). Aunque es cierto que la función de Anthropic te brinda más acceso a los recursos locales de tu computadora. Todo esto le da a Google una ventaja en la carrera por impulsar las tecnologías de IA agentes también en 2005, incluso si Microsoft parece estar a la cabeza en el lado de la ejecución real de la entrega de soluciones agentes a las empresas. Los agentes de IA realizan tareas complejas de forma autónoma, con una mínima intervención humana; por ejemplo, pronto realizarán tareas de investigación avanzada y comprobaciones de bases de datos antes de realizar comercio electrónico, negociación de acciones o incluso compra de bienes raíces.

El enfoque de Google en hacer que estas capacidades de Gemini 2.0 sean accesibles tanto para los desarrolladores como para los consumidores es inteligente, porque garantiza que se dirige a la industria con un plan integral. Hasta ahora, Google ha tenido la reputación de no centrarse tan agresivamente en los desarrolladores como Microsoft.

La pregunta para los tomadores de decisiones no es si adoptar estas herramientas, sino qué tan rápido pueden integrarlas en los flujos de trabajo. Será fascinante ver a dónde nos lleva el próximo año. Asegúrese de escuchar nuestras conclusiones para usuarios empresariales en el siguiente vídeo:

Continue Reading
Click to comment

Leave a Reply

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Noticias

Revivir el compromiso en el aula de español: un desafío musical con chatgpt – enfoque de la facultad

Published

on

Continue Reading

Noticias

5 indicaciones de chatgpt que pueden ayudar a los adolescentes a lanzar una startup

Published

on

El emprendimiento adolescente sigue en aumento. Según Junior Achievement Research, el 66% de los adolescentes estadounidenses de entre 13 y 17 años dicen que es probable que considere comenzar un negocio como adultos, con el monitor de emprendimiento global 2023-2024 que encuentra que el 24% de los jóvenes de 18 a 24 años son actualmente empresarios. Estos jóvenes fundadores no son solo soñando, están construyendo empresas reales que generan ingresos y crean un impacto social, y están utilizando las indicaciones de ChatGPT para ayudarlos.

En Wit (lo que sea necesario), la organización que fundó en 2009, hemos trabajado con más de 10,000 jóvenes empresarios. Durante el año pasado, he observado un cambio en cómo los adolescentes abordan la planificación comercial. Con nuestra orientación, están utilizando herramientas de IA como ChatGPT, no como atajos, sino como socios de pensamiento estratégico para aclarar ideas, probar conceptos y acelerar la ejecución.

Los emprendedores adolescentes más exitosos han descubierto indicaciones específicas que los ayudan a pasar de una idea a otra. Estas no son sesiones genéricas de lluvia de ideas: están utilizando preguntas específicas que abordan los desafíos únicos que enfrentan los jóvenes fundadores: recursos limitados, compromisos escolares y la necesidad de demostrar sus conceptos rápidamente.

Aquí hay cinco indicaciones de ChatGPT que ayudan constantemente a los emprendedores adolescentes a construir negocios que importan.

1. El problema del primer descubrimiento chatgpt aviso

“Me doy cuenta de que [specific group of people]

luchar contra [specific problem I’ve observed]. Ayúdame a entender mejor este problema explicando: 1) por qué existe este problema, 2) qué soluciones existen actualmente y por qué son insuficientes, 3) cuánto las personas podrían pagar para resolver esto, y 4) tres formas específicas en que podría probar si este es un problema real que vale la pena resolver “.

Un adolescente podría usar este aviso después de notar que los estudiantes en la escuela luchan por pagar el almuerzo. En lugar de asumir que entienden el alcance completo, podrían pedirle a ChatGPT que investigue la deuda del almuerzo escolar como un problema sistémico. Esta investigación puede llevarlos a crear un negocio basado en productos donde los ingresos ayuden a pagar la deuda del almuerzo, lo que combina ganancias con el propósito.

Los adolescentes notan problemas de manera diferente a los adultos porque experimentan frustraciones únicas, desde los desafíos de las organizaciones escolares hasta las redes sociales hasta las preocupaciones ambientales. Según la investigación de Square sobre empresarios de la Generación de la Generación Z, el 84% planea ser dueños de negocios dentro de cinco años, lo que los convierte en candidatos ideales para las empresas de resolución de problemas.

2. El aviso de chatgpt de chatgpt de chatgpt de realidad de la realidad del recurso

“Soy [age] años con aproximadamente [dollar amount] invertir y [number] Horas por semana disponibles entre la escuela y otros compromisos. Según estas limitaciones, ¿cuáles son tres modelos de negocio que podría lanzar de manera realista este verano? Para cada opción, incluya costos de inicio, requisitos de tiempo y los primeros tres pasos para comenzar “.

Este aviso se dirige al elefante en la sala: la mayoría de los empresarios adolescentes tienen dinero y tiempo limitados. Cuando un empresario de 16 años emplea este enfoque para evaluar un concepto de negocio de tarjetas de felicitación, puede descubrir que pueden comenzar con $ 200 y escalar gradualmente. Al ser realistas sobre las limitaciones por adelantado, evitan el exceso de compromiso y pueden construir hacia objetivos de ingresos sostenibles.

Según el informe de Gen Z de Square, el 45% de los jóvenes empresarios usan sus ahorros para iniciar negocios, con el 80% de lanzamiento en línea o con un componente móvil. Estos datos respaldan la efectividad de la planificación basada en restricciones: cuando funcionan los adolescentes dentro de las limitaciones realistas, crean modelos comerciales más sostenibles.

3. El aviso de chatgpt del simulador de voz del cliente

“Actúa como un [specific demographic] Y dame comentarios honestos sobre esta idea de negocio: [describe your concept]. ¿Qué te excitaría de esto? ¿Qué preocupaciones tendrías? ¿Cuánto pagarías de manera realista? ¿Qué necesitaría cambiar para que se convierta en un cliente? “

Los empresarios adolescentes a menudo luchan con la investigación de los clientes porque no pueden encuestar fácilmente a grandes grupos o contratar firmas de investigación de mercado. Este aviso ayuda a simular los comentarios de los clientes haciendo que ChatGPT adopte personas específicas.

Un adolescente que desarrolla un podcast para atletas adolescentes podría usar este enfoque pidiéndole a ChatGPT que responda a diferentes tipos de atletas adolescentes. Esto ayuda a identificar temas de contenido que resuenan y mensajes que se sienten auténticos para el público objetivo.

El aviso funciona mejor cuando se vuelve específico sobre la demografía, los puntos débiles y los contextos. “Actúa como un estudiante de último año de secundaria que solicita a la universidad” produce mejores ideas que “actuar como un adolescente”.

4. El mensaje mínimo de diseñador de prueba viable chatgpt

“Quiero probar esta idea de negocio: [describe concept] sin gastar más de [budget amount] o más de [time commitment]. Diseñe tres experimentos simples que podría ejecutar esta semana para validar la demanda de los clientes. Para cada prueba, explique lo que aprendería, cómo medir el éxito y qué resultados indicarían que debería avanzar “.

Este aviso ayuda a los adolescentes a adoptar la metodología Lean Startup sin perderse en la jerga comercial. El enfoque en “This Week” crea urgencia y evita la planificación interminable sin acción.

Un adolescente que desea probar un concepto de línea de ropa podría usar este indicador para diseñar experimentos de validación simples, como publicar maquetas de diseño en las redes sociales para evaluar el interés, crear un formulario de Google para recolectar pedidos anticipados y pedirles a los amigos que compartan el concepto con sus redes. Estas pruebas no cuestan nada más que proporcionar datos cruciales sobre la demanda y los precios.

5. El aviso de chatgpt del generador de claridad de tono

“Convierta esta idea de negocio en una clara explicación de 60 segundos: [describe your business]. La explicación debe incluir: el problema que resuelve, su solución, a quién ayuda, por qué lo elegirían sobre las alternativas y cómo se ve el éxito. Escríbelo en lenguaje de conversación que un adolescente realmente usaría “.

La comunicación clara separa a los empresarios exitosos de aquellos con buenas ideas pero una ejecución deficiente. Este aviso ayuda a los adolescentes a destilar conceptos complejos a explicaciones convincentes que pueden usar en todas partes, desde las publicaciones en las redes sociales hasta las conversaciones con posibles mentores.

El énfasis en el “lenguaje de conversación que un adolescente realmente usaría” es importante. Muchas plantillas de lanzamiento comercial suenan artificiales cuando se entregan jóvenes fundadores. La autenticidad es más importante que la jerga corporativa.

Más allá de las indicaciones de chatgpt: estrategia de implementación

La diferencia entre los adolescentes que usan estas indicaciones de manera efectiva y aquellos que no se reducen a seguir. ChatGPT proporciona dirección, pero la acción crea resultados.

Los jóvenes empresarios más exitosos con los que trabajo usan estas indicaciones como puntos de partida, no de punto final. Toman las sugerencias generadas por IA e inmediatamente las prueban en el mundo real. Llaman a clientes potenciales, crean prototipos simples e iteran en función de los comentarios reales.

Investigaciones recientes de Junior Achievement muestran que el 69% de los adolescentes tienen ideas de negocios, pero se sienten inciertos sobre el proceso de partida, con el miedo a que el fracaso sea la principal preocupación para el 67% de los posibles empresarios adolescentes. Estas indicaciones abordan esa incertidumbre al desactivar los conceptos abstractos en los próximos pasos concretos.

La imagen más grande

Los emprendedores adolescentes que utilizan herramientas de IA como ChatGPT representan un cambio en cómo está ocurriendo la educación empresarial. Según la investigación mundial de monitores empresariales, los jóvenes empresarios tienen 1,6 veces más probabilidades que los adultos de querer comenzar un negocio, y son particularmente activos en la tecnología, la alimentación y las bebidas, la moda y los sectores de entretenimiento. En lugar de esperar clases de emprendimiento formales o programas de MBA, estos jóvenes fundadores están accediendo a herramientas de pensamiento estratégico de inmediato.

Esta tendencia se alinea con cambios más amplios en la educación y la fuerza laboral. El Foro Económico Mundial identifica la creatividad, el pensamiento crítico y la resiliencia como las principales habilidades para 2025, la capacidad de las capacidades que el espíritu empresarial desarrolla naturalmente.

Programas como WIT brindan soporte estructurado para este viaje, pero las herramientas en sí mismas se están volviendo cada vez más accesibles. Un adolescente con acceso a Internet ahora puede acceder a recursos de planificación empresarial que anteriormente estaban disponibles solo para empresarios establecidos con presupuestos significativos.

La clave es usar estas herramientas cuidadosamente. ChatGPT puede acelerar el pensamiento y proporcionar marcos, pero no puede reemplazar el arduo trabajo de construir relaciones, crear productos y servir a los clientes. La mejor idea de negocio no es la más original, es la que resuelve un problema real para personas reales. Las herramientas de IA pueden ayudar a identificar esas oportunidades, pero solo la acción puede convertirlos en empresas que importan.

Continue Reading

Noticias

Chatgpt vs. gemini: he probado ambos, y uno definitivamente es mejor

Published

on

Precio

ChatGPT y Gemini tienen versiones gratuitas que limitan su acceso a características y modelos. Los planes premium para ambos también comienzan en alrededor de $ 20 por mes. Las características de chatbot, como investigaciones profundas, generación de imágenes y videos, búsqueda web y más, son similares en ChatGPT y Gemini. Sin embargo, los planes de Gemini pagados también incluyen el almacenamiento en la nube de Google Drive (a partir de 2TB) y un conjunto robusto de integraciones en las aplicaciones de Google Workspace.

Los niveles de más alta gama de ChatGPT y Gemini desbloquean el aumento de los límites de uso y algunas características únicas, pero el costo mensual prohibitivo de estos planes (como $ 200 para Chatgpt Pro o $ 250 para Gemini Ai Ultra) los pone fuera del alcance de la mayoría de las personas. Las características específicas del plan Pro de ChatGPT, como el modo O1 Pro que aprovecha el poder de cálculo adicional para preguntas particularmente complicadas, no son especialmente relevantes para el consumidor promedio, por lo que no sentirá que se está perdiendo. Sin embargo, es probable que desee las características que son exclusivas del plan Ai Ultra de Gemini, como la generación de videos VEO 3.

Ganador: Géminis


Plataformas

Puede acceder a ChatGPT y Gemini en la web o a través de aplicaciones móviles (Android e iOS). ChatGPT también tiene aplicaciones de escritorio (macOS y Windows) y una extensión oficial para Google Chrome. Gemini no tiene aplicaciones de escritorio dedicadas o una extensión de Chrome, aunque se integra directamente con el navegador.

Interfaz web chatgpt

(Crédito: OpenAI/PCMAG)

Chatgpt está disponible en otros lugares, Como a través de Siri. Como se mencionó, puede acceder a Gemini en las aplicaciones de Google, como el calendario, Documento, ConducirGmail, Mapas, Mantener, FotosSábanas, y Música de YouTube. Tanto los modelos de Chatgpt como Gemini también aparecen en sitios como la perplejidad. Sin embargo, obtiene la mayor cantidad de funciones de estos chatbots en sus aplicaciones y portales web dedicados.

Las interfaces de ambos chatbots son en gran medida consistentes en todas las plataformas. Son fáciles de usar y no lo abruman con opciones y alternar. ChatGPT tiene algunas configuraciones más para jugar, como la capacidad de ajustar su personalidad, mientras que la profunda interfaz de investigación de Gemini hace un mejor uso de los bienes inmuebles de pantalla.

Ganador: empate


Modelos de IA

ChatGPT tiene dos series primarias de modelos, la serie 4 (su línea de conversación, insignia) y la Serie O (su compleja línea de razonamiento). Gemini ofrece de manera similar una serie Flash de uso general y una serie Pro para tareas más complicadas.

Los últimos modelos de Chatgpt son O3 y O4-Mini, y los últimos de Gemini son 2.5 Flash y 2.5 Pro. Fuera de la codificación o la resolución de una ecuación, pasará la mayor parte de su tiempo usando los modelos de la serie 4-Series y Flash. A continuación, puede ver cómo funcionan estos modelos en una variedad de tareas. Qué modelo es mejor depende realmente de lo que quieras hacer.

Ganador: empate


ChatGPT y Gemini pueden buscar información actualizada en la web con facilidad. Sin embargo, ChatGPT presenta mosaicos de artículos en la parte inferior de sus respuestas para una lectura adicional, tiene un excelente abastecimiento que facilita la vinculación de reclamos con evidencia, incluye imágenes en las respuestas cuando es relevante y, a menudo, proporciona más detalles en respuesta. Gemini no muestra nombres de fuente y títulos de artículos completos, e incluye mosaicos e imágenes de artículos solo cuando usa el modo AI de Google. El abastecimiento en este modo es aún menos robusto; Google relega las fuentes a los caretes que se pueden hacer clic que no resaltan las partes relevantes de su respuesta.

Como parte de sus experiencias de búsqueda en la web, ChatGPT y Gemini pueden ayudarlo a comprar. Si solicita consejos de compra, ambos presentan mosaicos haciendo clic en enlaces a los minoristas. Sin embargo, Gemini generalmente sugiere mejores productos y tiene una característica única en la que puede cargar una imagen tuya para probar digitalmente la ropa antes de comprar.

Ganador: chatgpt


Investigación profunda

ChatGPT y Gemini pueden generar informes que tienen docenas de páginas e incluyen más de 50 fuentes sobre cualquier tema. La mayor diferencia entre los dos se reduce al abastecimiento. Gemini a menudo cita más fuentes que CHATGPT, pero maneja el abastecimiento en informes de investigación profunda de la misma manera que lo hace en la búsqueda en modo AI, lo que significa caretas que se puede hacer clic sin destacados en el texto. Debido a que es más difícil conectar las afirmaciones en los informes de Géminis a fuentes reales, es más difícil creerles. El abastecimiento claro de ChatGPT con destacados en el texto es más fácil de confiar. Sin embargo, Gemini tiene algunas características de calidad de vida en ChatGPT, como la capacidad de exportar informes formateados correctamente a Google Docs con un solo clic. Su tono también es diferente. Los informes de ChatGPT se leen como publicaciones de foro elaboradas, mientras que los informes de Gemini se leen como documentos académicos.

Ganador: chatgpt


Generación de imágenes

La generación de imágenes de ChatGPT impresiona independientemente de lo que solicite, incluso las indicaciones complejas para paneles o diagramas cómicos. No es perfecto, pero los errores y la distorsión son mínimos. Gemini genera imágenes visualmente atractivas más rápido que ChatGPT, pero rutinariamente incluyen errores y distorsión notables. Con indicaciones complicadas, especialmente diagramas, Gemini produjo resultados sin sentido en las pruebas.

Arriba, puede ver cómo ChatGPT (primera diapositiva) y Géminis (segunda diapositiva) les fue con el siguiente mensaje: “Genere una imagen de un estudio de moda con una decoración simple y rústica que contrasta con el espacio más agradable. Incluya un sofá marrón y paredes de ladrillo”. La imagen de ChatGPT limita los problemas al detalle fino en las hojas de sus plantas y texto en su libro, mientras que la imagen de Gemini muestra problemas más notables en su tubo de cordón y lámpara.

Ganador: chatgpt

¡Obtenga nuestras mejores historias!


Ícono del boletín


Toda la última tecnología, probada por nuestros expertos

Regístrese en el boletín de informes de laboratorio para recibir las últimas revisiones de productos de PCMAG, comprar asesoramiento e ideas.

Al hacer clic en Registrarme, confirma que tiene más de 16 años y acepta nuestros Términos de uso y Política de privacidad.

¡Gracias por registrarse!

Su suscripción ha sido confirmada. ¡Esté atento a su bandeja de entrada!


Generación de videos

La generación de videos de Gemini es la mejor de su clase, especialmente porque ChatGPT no puede igualar su capacidad para producir audio acompañante. Actualmente, Google bloquea el último modelo de generación de videos de Gemini, VEO 3, detrás del costoso plan AI Ultra, pero obtienes más videos realistas que con ChatGPT. Gemini también tiene otras características que ChatGPT no, como la herramienta Flow Filmmaker, que le permite extender los clips generados y el animador AI Whisk, que le permite animar imágenes fijas. Sin embargo, tenga en cuenta que incluso con VEO 3, aún necesita generar videos varias veces para obtener un gran resultado.

En el ejemplo anterior, solicité a ChatGPT y Gemini a mostrarme un solucionador de cubos de Rubik Rubik que resuelva un cubo. La persona en el video de Géminis se ve muy bien, y el audio acompañante es competente. Al final, hay una buena atención al detalle con el marco que se desplaza, simulando la detención de una grabación de selfies. Mientras tanto, Chatgpt luchó con su cubo, distorsionándolo en gran medida.

Ganador: Géminis


Procesamiento de archivos

Comprender los archivos es una fortaleza de ChatGPT y Gemini. Ya sea que desee que respondan preguntas sobre un manual, editen un currículum o le informen algo sobre una imagen, ninguno decepciona. Sin embargo, ChatGPT tiene la ventaja sobre Gemini, ya que ofrece un reconocimiento de imagen ligeramente mejor y respuestas más detalladas cuando pregunta sobre los archivos cargados. Ambos chatbots todavía a veces inventan citas de documentos proporcionados o malinterpretan las imágenes, así que asegúrese de verificar sus resultados.

Ganador: chatgpt


Escritura creativa

Chatgpt y Gemini pueden generar poemas, obras, historias y más competentes. CHATGPT, sin embargo, se destaca entre los dos debido a cuán únicas son sus respuestas y qué tan bien responde a las indicaciones. Las respuestas de Gemini pueden sentirse repetitivas si no calibra cuidadosamente sus solicitudes, y no siempre sigue todas las instrucciones a la carta.

En el ejemplo anterior, solicité ChatGPT (primera diapositiva) y Gemini (segunda diapositiva) con lo siguiente: “Sin hacer referencia a nada en su memoria o respuestas anteriores, quiero que me escriba un poema de verso gratuito. Preste atención especial a la capitalización, enjambment, ruptura de línea y puntuación. Dado que es un verso libre, no quiero un medidor familiar o un esquema de retiro de la rima, pero quiero que tenga un estilo de coohes. ChatGPT logró entregar lo que pedí en el aviso, y eso era distinto de las generaciones anteriores. Gemini tuvo problemas para generar un poema que incorporó cualquier cosa más allá de las comas y los períodos, y su poema anterior se lee de manera muy similar a un poema que generó antes.

Recomendado por nuestros editores

Ganador: chatgpt


Razonamiento complejo

Los modelos de razonamiento complejos de Chatgpt y Gemini pueden manejar preguntas de informática, matemáticas y física con facilidad, así como mostrar de manera competente su trabajo. En las pruebas, ChatGPT dio respuestas correctas un poco más a menudo que Gemini, pero su rendimiento es bastante similar. Ambos chatbots pueden y le darán respuestas incorrectas, por lo que verificar su trabajo aún es vital si está haciendo algo importante o tratando de aprender un concepto.

Ganador: chatgpt


Integración

ChatGPT no tiene integraciones significativas, mientras que las integraciones de Gemini son una característica definitoria. Ya sea que desee obtener ayuda para editar un ensayo en Google Docs, comparta una pestaña Chrome para hacer una pregunta, pruebe una nueva lista de reproducción de música de YouTube personalizada para su gusto o desbloquee ideas personales en Gmail, Gemini puede hacer todo y mucho más. Es difícil subestimar cuán integrales y poderosas son realmente las integraciones de Géminis.

Ganador: Géminis


Asistentes de IA

ChatGPT tiene GPT personalizados, y Gemini tiene gemas. Ambos son asistentes de IA personalizables. Tampoco es una gran actualización sobre hablar directamente con los chatbots, pero los GPT personalizados de terceros agregan una nueva funcionalidad, como el fácil acceso a Canva para editar imágenes generadas. Mientras tanto, terceros no pueden crear gemas, y no puedes compartirlas. Puede permitir que los GPT personalizados accedan a la información externa o tomen acciones externas, pero las GEM no tienen una funcionalidad similar.

Ganador: chatgpt


Contexto Windows y límites de uso

La ventana de contexto de ChatGPT sube a 128,000 tokens en sus planes de nivel superior, y todos los planes tienen límites de uso dinámicos basados ​​en la carga del servidor. Géminis, por otro lado, tiene una ventana de contexto de 1,000,000 token. Google no está demasiado claro en los límites de uso exactos para Gemini, pero también son dinámicos dependiendo de la carga del servidor. Anecdóticamente, no pude alcanzar los límites de uso usando los planes pagados de Chatgpt o Gemini, pero es mucho más fácil hacerlo con los planes gratuitos.

Ganador: Géminis


Privacidad

La privacidad en Chatgpt y Gemini es una bolsa mixta. Ambos recopilan cantidades significativas de datos, incluidos todos sus chats, y usan esos datos para capacitar a sus modelos de IA de forma predeterminada. Sin embargo, ambos le dan la opción de apagar el entrenamiento. Google al menos no recopila y usa datos de Gemini para fines de capacitación en aplicaciones de espacio de trabajo, como Gmail, de forma predeterminada. ChatGPT y Gemini también prometen no vender sus datos o usarlos para la orientación de anuncios, pero Google y OpenAI tienen historias sórdidas cuando se trata de hacks, filtraciones y diversos fechorías digitales, por lo que recomiendo no compartir nada demasiado sensible.

Ganador: empate

Continue Reading

Trending

Noticias de Inteligencia Artificial
Privacy Overview

This website uses cookies so that we can provide you with the best user experience possible. Cookie information is stored in your browser and performs functions such as recognising you when you return to our website and helping our team to understand which sections of the website you find most interesting and useful.