La IA multimodal entiende fotos, audio y vídeo, pero sus fabricantes admiten que cuenta mal y falla con letra pequeña. Qué acepta cada una.La noticia Qué es un modelo de IA multimodal y qué puede hacer con imágenes, audio y vídeo fue publicada originalmente en Wwwhatsnew.com por Natalia Polo.
El mejor traductor de WMT25 fue un chatbot, pero DeepL gratis entrena con tus textos. Qué herramienta usar y cuándo no pegar un d…
Be My Eyes suma más de 1,1 millones de usuarios ciegos o con baja visión. Apps de IA que describen, leen y subtitulan, y qué func…
Anthropic pide salir a bolsa como «ANT»: 16.286 millones de ingresos en seis meses, pérdida contable de 80.748 millones y cifras…
OpenAI lanza GPT-6.1 Terra: maneja apps por ti, cuesta la mitad en la API y dice salir nueve veces más barato por tarea que Opus…
Pensilvania firma su ley de etiquetado de anuncios con IA: solo se activa si hay engaño, exime el texto y la multa máxima es de 3…
Sin pago, Gemini lee 32.000 tokens: un PDF de 300 páginas no cabe. Cómo resumir vídeos y documentos largos con IA y dónde se pier…
Un modelo dio tres cumpleaños falsos en tres intentos. Qué son las alucinaciones de la IA, por qué inventa en vez de dudar y cuán…
Claude 1.3 admitió errores que no había cometido en el 98% de las preguntas. Por qué los chatbots te dan la razón y cómo pedirles…
