W.A.I. #58

Bienvenida/o a otra edición de WAI.

Estos últimos 7 días ha habido un buen puñado de novedades y sin embargo no hay noticias de OpenAI.

Y digo noticias porque rumores ha habido a patadas. Desde un error tipográfico en la web de Azure donde aparecía un “GPT-5”, hasta una url donde se supone que aparecía el anuncio de GPT-4.5.

Todo esto aderezado con el primer aniversario, más que descafeinado, de GPT-4, algún comentario del equipo de OpenAI fanfarroneando y con hasta 3 modelos alcanzando el nivel de GPT-4: Claude 3, Pi (supuestamente) y Gemini 1.5.

Cualquiera diría que Sam Altman y su equipo nos están haciendo esperar y jugando a marear la perdiz. Yo particularmente no me creo que tengan errores y descuidos tan tontos.

Así que apuesto a que esta próxima semana lanzan algo nuevo y diría que tendrá que ver con agentes autónomos y la posibilidad de tener varios procesos en paralelo.

Ahí queda mi apuesta. Dicho lo cual, te dejo con la edición de hoy.

Empezamos.

*Recuerda darle a “Lee Online” arriba a la derecha si quieres ver la newsletter completa, hoy la sección “Todo lo demás” es especialmente buena.

Contenidos de hoy

• Lo mejor de la semana

• La Cacharrería

• Imagen

• Texto

• Vídeo

• Diseño 3D

• Todo lo demás

• Formación y tutoriales

🗻 TOP 10 - Si solo tienes 2 minutos, esta es tu sección.

▶️ Vídeo del primer robot de Figure integrado con ChatGPT. (Más que recomendable verlo).

▶️ Mira Murati, CTO de OpenAI, habla sobre Sora y da detalles sobre su fecha salida y sus datos de entrenamiento.

▶️ Devin es el primer ingeniero de software IA que parece cumplir las expectativas.

▶️ Elon Musk anunció que iba a hacer Grok open source esta semana. Pero también anunció que íbamos a tener Grok 1.5 y de momento nada de nada.

▶️ Google DeepMind presentó SIMA, el primer agente autónomo capaz de desenvolverse con soltura en entornos de videojuegos 3D como No Mans Sky.

▶️ Anthropic publicó la última de las versiones de Claude 3: Haiku, disponible vía API o con Claude Pro.

▶️ Midjourney liberó su esperada funcionalidad de consistencia de personajes.

▶️ Este desarrollador asegura haber hecho ingeniería inversa a Magnific y ha compartido el código en abierto para que cualquiera lo pueda usar.

▶️ Cohere lanza su nuevo modelo Command-R, con un rendimiento excelente en RAG (recuperación de datos en documentos).

▶️ Esta es la lista según la consultora a16z de las 100 aplicaciones IA más utilizadas.

🐔 Tuit de la semana

▶️ Sam Altman diciendo que la espera merecerá la pena.

🏆️ Imagen de la semana

Como buen fan que soy de Dragon Ball quería rendir homenaje a su creador compartiendo esta serie de imágenes generadas con IA de sus personajes.

🛠️ La Cacharrería (si eres de probar las cosas, estás en el lugar adecuado)

▶️ Prueba Clarity Upscaler, la versión open source de Magnific para escalar imágenes con IA.

▶️ No puedo asegurar que te funcione, pero yo ya puedo usar MusicFX de Google sin necesidad de VPN.

▶️ Súper interesante aplicación para saber si te merece la pena pagar la suscripción de ChatGPT Plus o usar su API.

▶️ Espacio de prueba creado por Filoni usando herramientas open source para entender vídeos con IA como hace Gemini 1.5.

▶️ DynamiCrafter se actualiza con mejoras para crear vídeos desde imágenes. Y puedes comprobarlo gratis aquí.

▶️ Demo en Replicate de Visual Style Transfer, un modelo para transferir el estilo de cualquier imagen a una nueva generación.

▶️ MVSEP-MDX23 es un modelo que te permite separar las pistas de un audio en voces, bajo, batería y guitarra.

▶️ Prueba gratis CRM para crear modelos 3D texturizados a partir de una imagen.

▶️ Prueba este modelo en Replicate que permite transformar cualquier foto en diferentes estilos: 3D, Sticker, juguete, etc.

🖼️ Imágenes

▶️ Everart AI anuncia su herramienta para editar imágenes con lenguaje natural. Poco a poco se está convirtiendo en mi herramienta favorita de generación de imágenes.

▶️ Ya se puede ejecutar cualquier workflow de ComfyUI en Hugging Face sin necesidad de configurar nada.

▶️ Los problemas con la generación de imágenes fuera de contexto no son exclusivos de Gemini, Adobe Firefly también los sufre, para muestra un botón.

▶️ Parece que Dall-E tendrá próximamente un editor de imágenes dentro de ChatGPT.

▶️ La plataforma Scenario anunció su nuevo upscaler con IA.

▶️ Y LeonardoAI hace lo propio también, publicando su upscaler IA.

▶️ Hilo de esos que tanto gustan comparando distintos modelos, en este caso: SD3 vs Midjourney, Ideogram v1.0 y DALL·E 3.

▶️ DeaDiff es un nuevo método de transferencia de estilo con resultados muy efectivos.

▶️ KREA anuncia su herramienta para modificar o mejorar zonas concretas de tus imágenes.

▶️ Hilo de imágenes generadas con el nuevo Stable Diffusion 3, que está a la vuelta de la esquina.

▶️ Magnific anuncia su herramienta de transferencia de estilos.

✏️ Texto

▶️ Si yo fuera tú iría corriendo a AI Studio de Google porque han dado acceso a mucha gente al flamante Gemini 1.5 (yo entre ellos).

▶️ OpenAI anunció un acuerdo para usar el contenido y material de las empresas española Prisa y francesa Le Monde.

▶️ Microsoft dejará probar de forma gratuita Copilot Pro durante un mes.

▶️ Ya se puede ver la posición que ocupan los modelos Claude Opus y Sonnet en Chatbot Arena.

▶️ Interesante reflexión del profesor universitario Ethan Mollick sobre la, todavía, poquísima adopción de la IA en el público general.

▶️ DeepSeek es un nuevo y ligero modelo de visión open source.

▶️ Anthropic ha publicado en su web una herramienta para optimizar los prompts para Claude 3.

▶️ El modelo más ligero (y barato) de Claude 3, Haiku, tiene un rendimiento estupendo en las primeras evaluaciones realizadas.

▶️ La plataforma Groq, que ofrece modelos de lenguaje a una velocidad increíble, añade la llamada a funciones finalmente.

▶️ You.com ofrece en su servicio de pago uso de Claude 3 Opus ilimitado. 

▶️ Maisa KPU es una nueva plataforma que cuenta con un modelo de razonamiento avanzado para modelos de lenguaje. Vamos, que hace más lista y capaz a la IA.

🎥 Vídeo

▶️ A estas alturas seguro que ya te has enterado de que en Telecinco ya tienen a su primera presentadora generada con IA. Aquí puedes ver su primer vídeo.

▶️ Follow-Your-Click es un nuevo modelo que permite animar imágenes seleccionando la zona que quieres que se mueva.

▶️ Ya puedes ver el primer episodio de Familiars, el anime generado por IA.

▶️ VLOGGER es un método para animar avatares con voz que ofrece unos resultados impresionantes. Estos ejemplos son a partir de una única fotografía.

▶️ Adobe podría estar creando su propio modelo de vídeo tipo Sora.

▶️ DragAnything permite animar imágenes arrastrando las áreas que quieres modificar. 

🧱 Diseño 3D

▶️ Workflow para pasar de bocetos en Photoshop a tener una escena 3D completa usando la IA de la mano de Martin Nebelong.

▶️ 3DAI Studio es una nueva plataforma IA dedicada a la creación de assets 3D.

▶️ Ya se pueden editar los Gaussian Splats dentro de Polycam, tanto en web como en app.

▶️ Impresionante vídeo de un Gaussian Splat masivo capturado en tan sólo 15 minutos gracias a LiDAR.

▶️ En la línea de lo anterior, breve vídeo de cómo la compañía Iconem se propuso digitalizar con IA la ciudad de Venecia completa.

▶️ Holo Relighting permite reiluminar retratos, en base a entornos e incluso cambiar el ángulo de la cámara.

📻️ Todo lo demás

▶️ ¿Por qué la gente se está enamorando de chatbtos IA?

▶️ Según Elon Musk la IA será más inteligente que toda la humanidad combinada para 2029.

▶️ Runway lanza su nueva herramienta de sincronización labial para vídeos.

▶️ Cerebras anuncia el chip IA más rápido hasta la fecha.

▶️ Vídeo presentación de algo que personalmente me da una mezcla de pena, curiosidad y preocupación: en Corea han lanzado unos muñecos con IA para hacer compañía a los ancianos en una población cada vez más envejecida.

▶️ Esta es la percepción o sentimiento sobre la IA en diferentes países. Spoiler: en China están a tope con ella.

▶️ Music-FX de Google se actualiza con muchas mejoras para la creación de música con IA.

▶️ Se dispara la demanda de puestos de trabajo relacionados con la IA en EEUU.

▶️ Adobe está trabajando en su propio sistema de traducción y doblaje para vídeos.

▶️ No sabía muy bien dónde ponerlo pero me ha parecido una prueba de concepto muy buena. El vídeo es autoexplicativo, probador virtual con las Apple Vision Pro.

▶️ Primeros tests de la nueva herramienta para poner sonido con IA a vídeos de ElevenLabs.

▶️ La regulación IA en la Unión Europea sigue avanzando y ya ha sido aprobada por el parlamento.

▶️ Uso de la realidad aumentada para ayudar en las intervenciones de tumores cerebrales.

▶️ Hugging Face inicia un proyecto de robótica open source liderado por un antiguo científico de Tesla.

▶️ El proyecto CETI sigue en marcha y acaba de lanzar el primer dispositivo para grabar sonidos de ballenas con el fin de entrenar un modelo IA y poder entender su lenguaje.

▶️ LaVague es una herramienta enfocada a automatizar las tareas repetitivas de navegación web gracias a la IA.

🎓️ Formación y tutoriales

▶️ Tutorial para crear tu propia app usando ComfyUI como base.

▶️ Como lanzar un LLM en tu propio equipo de 0.

▶️ Curso de Machine Learning para desarrolladores de videojuegos.

▶️ Guía para entrenar modelos de generación de imágenes de LetzAI.

🍅 Salseo

▶️ La autoridad de protección de datos de Italia abre investigación a Sora y pide explicaciones sobre el origen de los datos utilizados.

▶️ Los ilustradores exigen a las editoriales que se deje de usar la IA en las portadas de los libros.