Why everyone is freaking out about Veo 3, Claude 4 & OpenAI’s iPhone moment

En cuanto a la cantidad de noticias sobre IA, esta semana ha sido probablemente la más importante del año. Google nos ha lanzado un nuevo modelo de video absolutamente increíble. Microsoft ha apostado fuerte por los agentes. Antropic ha anunciado un nuevo modelo de lenguaje de gran tamaño. Y OpenAI y el diseñador del iPhone han anunciado una especie de nuevo y misterioso proyecto. Insisto, ha sido mucho, así que no quiero haceros perder el tiempo. Vamos al grano. Esta semana se han celebrado cuatro grandes eventos tecnológicos. El fin de semana hemos celebrado Computex en Taiwan. El lunes hemos celebrado Microsoft Build en Seattle. El martes hacemos sido Google IO en Mountain View. Y el jueves, Entropic ha celebrado su primera conferencia Code with Claude, en la que también han hecho algunos anuncios. Vamos a abrir el fuego con Google IO. Hubo tantos anuncios durante Google IO que el propio Google ha publicado una entrada de blog titulada 100 cosas que anunciamos en IO. Pero no os preocupéis, no voy a desglosarlas todas y cada una de ellas. Voy a compartir solo los que me parecieron más interesantes, los más geniales o los que más impacto tienen en la mayoría de las personas. Y con diferencia, de lo que más habla la gente es de la introducción de V o T 3, el nuevo modelo de vídeo de Google. Este modelo no solo mejora la calidad del vídeo, sino que añade diálogos, efectos de sonido, música de fondo. Y es tan bueno que algunos de los vídeos que han estado circulando en línea han estado engañando a la gente haciéndoles creer que son vídeos reales. Y como siempre hago, en cuanto tuve en mis manos este nuevo modelo, tuve que probar un lobo aullando a la luna. Este fue el primer resultado.

Era un poco demasiado gruñón para mí. Casi sonaba más como un león que como un lobo. Así que lo volví a probar. Y este fue el segundo intento.

Mucho mejor, en mi opinión. También tuve que probar mi viejo mono en patines. Y bueno, espero que mi primer intento no haga que este video sea desmonetizado, porque esto es lo que salió.

Después de eso, quise probarlo de nuevo para ver si podía obtener una anatomía ligeramente diferente. Y obtuve esta versión.

Por cierto, todo ese audio fue creado por V. No lo agregué después. Después de terminar mis dos pruebas de referencia normales, quise probar algo un poco más complejo. Así que le di esta instrucción aquí. No duden en pausarla y leerla. Y este fue el resultado.

Se están acercando.

Esta fue la primera vez que noté un poco de irregularidad en el video. Si adelanto rápido, notarán que cuando salta del edificio, la física es un poco rara. Está como flotando en el aire. Pero la otra cosa que noté fue que agregó subtítulos aleatoriamente aquí, aunque la instrucción no los requería y tenía un error tipográfico. Decía que se estaban acercando, pero escribió Closer.

Luego fui a solicitar otro video, y me dijeron que no podía solicitar más videos hasta después de las 11.30 a.m. p. M. Entonces, después de solicitar un total de cinco videos, llegué a mi límite de velocidad y no pude solicitar más hasta el día siguiente. Así que, por supuesto, esperé hasta el día siguiente, solicité más, y comencé a ver más del mismo tipo de rareza. Ahora, los efectos visuales siguen siendo bastante buenos, pero todavía hace esta cosa rara de subtítulos.

Por las raíces de Yelanor es real. Entonces, sí escribió el subtítulo por las raíces de Yelanor, es real. Aquí hay otro que generé. Puedes ver el mensaje aquí. Y este fue el resultado.

Control de la misión. Querrás ver esto. Más subtítulos raros, pero visualmente siguen siendo bastante geniales. Este fue mi siguiente mensaje.

No es quien dice ser, detective. Este es probablemente el peor que se me ocurrió hasta ahora. Notarás que coge el cigarrillo, le da una calada, y cuando entra, la chica básicamente se lo traga. Y cuando ves los subtítulos, no es el bofase en el que está defectuoso. Aquí tienes otro mensaje que probé. Y este es el resultado.

Protocolo Omega iniciado. Aquí había una quinta generación. Puedes ver el mensaje aquí. Y el result.

Que los dioses nos cuiden. Este no incluyó los subtítulos, así que no está mal. Pero esa fue mi quinta generación. Y me volvió a cortar. Decía, eso es todo lo que tienes. La versión 3 es bastante impresionante visualmente. Aunque todavía hay algunos fallos de vez en cuando con algunas de las físicas. Tiende a poner subtítulos raros. Aunque estaba viendo un vídeo de Tim de Theoretically Media que decía que si no pones comillas alrededor del diálogo, parece resolver el problema de añadir subtítulos cuando no se lo pides. Así que eso es algo que puedes probar. Simplemente quita las comillas y quizá no obtengas los subtítulos. La otra cosa que encuentro un poco frustrante sobre la V son estos límites de velocidad. Para poder usar la V. Ahora mismo tienes que registrarte en el nuevo plan Google AI Ultra. Y si nos desplazamos hacia abajo para ver los precios del plan Ultra, puedes ver que tienes Google AI Pro, que cuesta 20 dólares al mes, pero hay una prueba gratuita de un mes. Y luego tienes Google AI Ultra, que cuesta 250 dólares al mes, donde durante los próximos tres meses hay un 50% de descuento. Pero si miras las características, El plan de $20 al mes viene con la V. El plan de $250 al mes viene con la V. Ahora bien, es cierto que ahora mismo estoy pagando la mitad, 125 dólares. Pero por 125 dólares al mes, solo obtener cinco generaciones y que luego me digan que tengo que esperar hasta mañana para generar más es un poco frustrante. Ahora bien, este plan incluye muchas otras funciones, pero es más caro que el plan más caro de OpenAI y que el plan más caro de Cloud. Y sinceramente, ahora mismo creo que la mayoría de la gente lo está adquiriendo para poder usar la versión 3. Insisto, creo que los elementos visuales son los mejores que hemos visto nunca en cualquiera de estos modelos de vídeo hasta ahora. Y el diálogo y la sincronización de labios son sin duda los mejores que he visto en todos los modelos que hacen sincronización de labios. Estamos entrando en ese mundo en el que tendrás que ver vídeos en línea y cuestionarte casi todo. Verás vídeos en línea y tendrás que preguntarte si esto está generado por IA o no, porque cada vez es mejor. También me preocupa toda la basura generada por IA que va a inundar las redes sociales. Y espero que la gente siga queriendo contenido que no esté generado por IA. Pero tengo la sensación de que será lo suficientemente bueno en algún momento en el que a la gente no le importe si lo que está viendo está generado por IA o no. Y eso es un poco preocupante. Sé que en mi situación me gustan las herramientas como esta para acelerar algunos de mis flujos de trabajo. Podría facilitar un poco la creación de cosas como gráficos en movimiento para explicar cosas en la pantalla, y quiero usarlas para ese tipo de cosas. Pero algunos de los ejemplos que circulan por ahí y que probablemente ya hayas visto en las redes sociales parecen influencers reales hablando a una cámara y explicando conceptos. Es bastante alucinante ahora mismo. Pero la V no fue la única actualización de video que hicieron durante Google IO. También añadieron algunas actualizaciones a la V. Cosas como controles de cámara. Así que puedes añadir cosas como rotación, dolly y zoom a tus tomas. Podemos ver algunos ejemplos aquí de acercar, girar hacia arriba, mover hacia la derecha y retroceder. También añadieron este vídeo de referencia, donde puedes darle dos imágenes, como esta imagen de una mujer con un vestido y esta imagen de un pasillo, y fusionarlas para crear un vídeo. Añadieron la función de superposición de imágenes, que te permite agrandar los videos. Así que podemos ver en este ejemplo que tenemos un vídeo original, y luego en el siguiente video, puedes ver que es el mismo video, pero han alejado la imagen y han añadido más cosas a la toma usando el comando Superposición de imágenes y añadir castillo. También añadieron la posibilidad de añadir y eliminar objetos de una escena. Así que tenemos esta escena aquí con unas mirando una especie de orbe gigante que se estrella. Y luego en la siguiente toma, escribieron Eliminar nave espacial. Y ahora es la misma toma con la orbe gigante eliminada. También mostraron una nueva plataforma llamada Flow, que probablemente sea lo que más me entusiasma. Está hecha para cineastas. Ahora, para explicar lo que hace Flow, déjame que te lo muestre. Dentro de la plataforma Flow, si hago clic en Nuevo proyecto aquí tienen un texto para video, fotogramas para video e ingredientes para video. También hay algunos ajustes aquí donde puedes seleccionar cuántas salidas quieres que dé. Pero también puede ser seleccionar si quieres que use el modo de calidad V, el modo rápido V o V o 3 para tus generaciones. Voy a seguir adelante y establecer esto en una generación, porque este es un sistema de créditos y usa tus créditos rápidamente. Entonces, solo quiero una generación. Empecemos con un texto a vídeo. Solo haré un gato comiendo un taco y seguiremos adelante y generaremos contexto a vídeo. Y después de unos dos minutos y medio, tengo este vídeo aquí.

Y podemos ver que tiene este botón para añadir a la escena. Al clicar Añadir a la escena, aparece la línea de tiempo abajo, y si presiono este signo más, puedo hacer clic en Saltar a y crear otra escena en esta línea de tiempo de videos, o puedo ampliar el video existente.

Ahora, si salto 2, podría darle 1 aviso como un perro salta a la mesa, ahuyentando al gato y se come el taco y enviarlo. Y luego tenemos una segunda toma donde podemos ver a un perro que se une a la toma. En realidad no persigue al gato, sino que luego entra para comerse el taco. Otra cosa que fue interesante es que parecía haberse perdido el audio cuando agregué la nueva escena, aunque todavía estaba usando VO. No estoy seguro de por qué sucedió eso. Haz clic en el más para AMPLIAR el video. Entonces, si quisiera extenderlo, puedo presionarlo y luego darle un aviso de que el gato sale corriendo. Pero cuando voy a enviarlo, me dice que este modelo no es compatible. Y veremos que automáticamente me bajó a V. Curiosamente, parecía haber extendido el primer clip en lugar del segundo. Entonces pudimos ver a nuestro gato comiéndose el taco y luego saliendo corriendo. Y luego salta a nuestro tercer clip con el perro saltando. No sé por qué lo agregó en el medio. Definitivamente este es todavía un proyecto con sensación de veta temprana, pero realmente me gustan las implicaciones de lo que podremos hacer con esto. También tiene esta función de fotogramas a vídeo, que también he probado un poco. En mi primera prueba, le di a este lobo aullando a la luna y le di una imagen de un hombre aullando a la luna. Y le pedí que transformara al lobo en un hombre. Entonces un lobo aullando a la luna se transforma en un hombre aullando a la luna. Estos fueron los primeros intentos. Este es el número uno. Ahora bien, no hay audio. En realidad, esto se generó con V y no con V. Pero podemos ver que tenemos un brillo alrededor del lobo. Y luego simplemente hace una especie de transición al hombre aullando a la luna. No hizo ningún tipo de transformación ni nada. Este fue mi segundo intento. Nuestro lobo está aullando a la luna aquí. Y luego simplemente se desplaza hacia el hombre aullando a la luna. Este es mi tercer intento en el que cambié un poco el mensaje. Vemos a un lobo aullando a la luna y la cámara se aleja para mostrar a un hombre aullando a la misma luna. Entonces, en lugar de transformar. Solo quería alejar la imagen. Y entonces ves al hombre allí. Y esto es lo que obtuve en mi primer intento. Ahí está nuestro lobo aullando a la luna. Y luego simplemente hace un corte brusco al hombre aullando a la luna. Y este fue mi último intento con él. Puedes ver a nuestro lobo aullando a la luna aquí. Luego el hombre entra en la toma y luego se desplaza hacia la derecha para mostrarlo aullando a la luna, lo cual pensé que fue la mejor generación que obtuve de esto, porque hizo un buen trabajo al fusionar las dos tomas y hacer que pareciera que tal vez era una escena similar, pero aún así un poco irregular.

Como puedes ver, la luna se encoge de forma extraña a medida que se mueve, y también se suponía que se alejaría cuando en cambio se desplazaría de nuevo. Las implicaciones de esto son realmente geniales. Creo que todavía le queda un poco de trabajo por hacer. Este proyecto aún está en sus inicios, pero tengo muchísimas ganas de probarlo más a medida que evolucione. Y antes de dejar de lado el vídeo, hay un punto de referencia que todavía no hemos analizado y que siempre despierta curiosidad a todo el mundo. Aquí tenemos a Will Smith comiendo espaguetis utilizando generadores de video con IA en 2024. Sí, todo el mundo recuerda estos videos. Bueno, Jab López probó el mismo mensaje con VO con los efectos de sonido y. Y aquí tenemos a Will Smith comiendo espaguetis hoy.

Os pido disculpas por ello. Los espaguetis me suenan un poco crujientes, pero el vídeo supone un gran avance. Vale, ya llevo un rato hablando y hasta ahora solo hemos hablado de los modelos de vídeo de Google. Y eso es solo la punta del iceberg de lo que se anunció en Google. Así que voy a enumerar rápidamente otras muchas cosas más interesantes que han salido de Google. Y tienen un nuevo modelo de imagen llamado Imagine 4, que ha mejorado bastante, sobre todo en cosas como el texto. También ha mejorado bastante el realismo, por lo que puedo ver en estas imágenes, e incluso puede hacer cosas como páginas de cómic completas que se ven bastante decentes. También mostraron Google Beam, que antes se conocía como Project Starline. Es como un proyecto de videoconferencia en el que hay cámaras alrededor de esta pantalla que miran a la persona. Pueden ver hacia dónde miran tus ojos y hace que parezca que las personas, personas que hablan entre sí, tienen profundidad. Ahora bien, es prácticamente imposible hacer una demostración de esto en un vídeo D normal. Básicamente parece que la persona con la que estás hablando está sentada al otro lado de una ventana. Parece en D tiene profundidad. Es una locura. También mostraron el nuevo Android XR. Están trabajando con Samsung para crear un nuevo casco de realidad virtual. Pero aún más impresionantes fueron estas gafas que mostraron en el escenario. Bueno, pude hacer una demostración de estos en Londres a finales del año pasado, y vi los primeros prototipos y me quedé bastante impresionado. Pero me hicieron jurar que guardaría el secreto y no me dejaron hablar de ello. Por eso es muy emocionante que por fin los muestren. De hecho, podemos ver en este video una vista en primera persona de alguien que mira a esta mujer. Aparentemente, la mujer habla en español y traduce todo lo que dice al inglés. Así que mientras esta persona camina junto a esta mujer, puede entender todo lo que dice, porque básicamente la subtitula por debajo del altavoz. Aquí hay una toma de alguien que envía un mensaje de texto usando su voz, y puede leer los mensajes de texto de un lado a otro en su campo de visión mientras camina por la calle. Aquí está Google Maps dándoles indicaciones mientras caminan por la ciudad. Puedes ver la pequeña pantalla de visualización frontal en la parte inferior de la pantalla, donde aparece un pequeño mapa. Les indica que giren a la derecha, pero luego abre un mapa y les muestra por dónde caminar. Y aquí hay alguien que dice Géminis, haz una foto. Y en realidad está haciendo una foto de lo que están viendo. Muy similar a lo que obtienes con las bandas Meta Ray B. Sin embargo, si te has dado cuenta, en realidad muestra la imagen en tu campo de visión para que puedas obtener una vista previa de la imagen que acaba de tomar cuando le pediste que tomara una imagen. A diferencia de las bandas Meta Ray B, que son solo lentes normales, esta lente te mostrará la foto que acaba de tomar, lo cual es realmente asombroso cuando la ves en persona, Es como si flotara frente a ti. Ahora bien, no se anunció cuándo estarían disponibles. Fueron más bien una especie de demostración de que esta es la tecnología que tenemos y que eventualmente las lanzaremos al público. Pero de nuevo, las he probado en persona y son mucho más impresionantes de lo que cualquiera de estos videos de demostración puede mostrar. Google también lanzó oficialmente el modo IA en la búsqueda. Entonces. Entonces, si voy a Google. Com y hago clic en este pequeño botón de laboratorios en la parte superior derecha, podemos ver que ahora podemos activar el modo IA. Vamos a activarlo. Ahora Google tiene un aspecto un poco diferente Ahora conoce el modo IA. Haz preguntas detalladas para obtener mejores respuestas. Incluso puedes hacer varias preguntas al modo IA y realizará varias búsquedas a la vez. ¿Solo por diversión y para mi propio ego, preguntaré de qué habla Matt Wolf, el youtuber? ¿Cuáles son sus videos más populares? ¿Por qué la gente disfruta de su contenido? Voy a meter tres preguntas en un una especie de mensaje de búsqueda aquí. Haremos clic en Buscar. Podemos ver que acaba de decir que inició seis búsquedas a la vez y luego las reunió todas en esta página de resumen. El contenido abarca reseñas y tutoriales de IA, noticias y tendencias y flujos de trabajo creativos. Sus vídeos más populares, análisis de herramientas, resúmenes y tutoriales. ¿Por qué la gente disfruta de su contenido? Informativo, educativo, práctico, práctico, atractivo, entusiasta, actualizado y relevante. Genial. Tiene todo eso y lo hizo increíblemente rápido. Y luego puso sus fuentes en este lado. Mucho más parecido a lo que esperarías de algo como Perplexity. Si hago clic en Mostrar todo, podemos ver todos los enlaces de los que extrajo esta información. También mostraron una búsqueda profunda en modo IA para ayudarte a obtener una investigación aún más profunda sobre los temas. Agregaron capacidades en vivo en la búsqueda. Entonces, si estás usando la aplicación Gemini, puedes mirar a tu alrededor con tu teléfono, hacer preguntas y te responderá sobre lo que ve a tu alrededor. Hicieron una demostración de esto hace bastante tiempo y ahora lo lanzaron para todos en dispositivos Android e iOS, por lo que puedes usar la aplicación Gemini para mirar a tu alrededor con esa vista en vivo y hablar con ella sobre lo que estás viendo. También mostraron un nuevo modo de prueba virtual en el que solo necesitas una foto tuya. Puedes probarte cualquier tipo de atuendo que encuentres en línea y de hecho, es muy bueno entendiendo la forma de tu cuerpo para mostrarte cómo te quedaría ese atuendo específicamente.

Antes casi solo cambiaba la cara por la tuya y dejaba el cuerpo de la persona que lo llevaba. En la imagen original.

Esta cambia la forma de la ropa para que se vea como te quedaría a ti. También han empezado a integrar Gemini en todo. De hecho, han demostrado que entiende tu propio estilo de escritura leyendo tus correos electrónicos anteriores y tu Google Drive. Si le das acceso, no está activado de forma predeterminada, pero si le das acceso, entiende cómo escribes, y luego, dentro de Gmail, puede ayudarte a escribir correos electrónicos en tu tono. También han demostrado que ahora en Google Meet también puedes hacer traducciones en tiempo real. Ahora, por el momento, solo funciona de inglés a español y de español a inglés, pero aquí tienes una demostración rápida de cómo es Deja que active la traducción de voz. Es un placer hablar finalmente contigo.

Te divertirás mucho y creo que te encantará visitar la ciudad. La casa está en un barrio muy bonito y tiene vistas a las montañas. También lanzaron nuevas versiones de Gemini 2.5, el modelo de lenguaje grande, tanto la versión Pro como la Flash, que son mejores que los modelos anteriores. Pero probablemente lo más impresionante del nuevo modelo de lenguaje grande fue este modo de pensamiento profundo. Utiliza nuevas técnicas de investigación, lo que permite al modelo considerar varias hipótesis antes de responder. Básicamente, lo que hace es que le das una indicación y genera un montón de respuestas diferentes para las indicaciones. Examina todas las generaciones que ha creado y luego determina la mejor para devolvértela. Y si te interesan los puntos de referencia, puedes ver aquí cómo se desempeñó en matemáticas, código y multimodalidad con Pensamiento profundo en todas estas pruebas de referencia de las versiones anteriores de Gemini 2.5 Pro, OpenAI y Mini. El otro modelo realmente impresionante que mostraron fue su 2.5 flash y lo mucho que mejoró. Este es su modelo más pequeño y rápido, pero en muchas de las pruebas de rendimiento, tiene un rendimiento tan bueno o mejor que modelos como el Mini de OpenAI y el Cloth Sonet 3.7 en un modelo mucho más pequeño, rápido y eficiente. También mostraron GEMA, que tiene un rendimiento casi tan bueno como el cloth 3.7 sonet y está diseñado para ser lo suficientemente eficiente como para ejecutarse en dispositivos móviles. Eso también es increíblemente impresionante. Mostraron Jules, su agente de codificación asíncrona, lo que significa que puedes asignarle una tarea que quieres que codifique por ti, alejarte y volver para que codifique un proyecto por ti. Y aunque no se habló de esto durante Google IO, también hubo algunas actualizaciones de Notebook LM esta semana, incluida una nueva aplicación móvil de Notebook LM, de modo que las funciones que te gustan de Notebook LM puedes usarlas directamente en tu teléfono, como escuchar estos podcasts generados por IA. También anunciaron que te darían la posibilidad de controlar un poco mejor la duración del podcast. Puedes hacer podcasts cortos de 5 minutos o podcasts de hasta 20 minutos. Y por último, en la última parte que hablaré sobre Google, sé que ya he pasado mucho tiempo en Google, hubo muchos anuncios. También nos enteramos de que van a lanzar resúmenes en video. Así que ahora tenemos los resúmenes en audio. Ahí viertes un montón de información, un montón de recursos. Crea un clip de audio con sonido de podcast de dos personas discutiendo la información que has subido. Bueno, ahora parece que vamos a tener versiones en vídeo de lo mismo. Lo más probable es que utilicen funciones similares a las de Beats que vimos cuando hacía en las presentaciones de PowerPoint. No creo que utilicen V o porque aquí dice que Google dice que los usuarios pronto podrán convertir multimedia densa en presentaciones visuales digeridas. Simplemente no los veo haciendo eso con un modelo como V O. Pero un modelo que crea diapositivas como las de Google y luego las anima para ti, tiene mucho sentido para mí. Sí. Muchas noticias de Google, y mencioné que hubo varios eventos masivos esta semana. Así que sigamos y pasemos a Microsoft Build. Este año, Microsoft Build se centró mucho en los desarrolladores. Realmente no sentí que hubiera muchos anuncios importantes que interesaran a la mayoría de los consumidores. Pero sí quiero hacer un rápido resumen de algunas de las cosas más interesantes que creo que surgieron de Microsoft Build. Empezando por Microsoft Discovery. Esta es una IA diseñada para ayudar a hacer descubrimientos científicos. Básicamente, podemos ver cómo la describen aquí. Está construida sobre un potente motor de conocimiento basado en gráficos. En lugar de limitarse a recuperar datos, este motor construye gráficos de relaciones matizadas entre datos patentados e investigación científicas externas. Permite que la plataforma tenga un profundo conocimiento de teorías contradictorias, diversos resultados experimentales e incluso supuestos subyacentes en distintas disciplinas. De hecho, ya han utilizado Microsoft Discovery para descubrir cosas como un nuevo electrolito de estado sólido que utiliza un 70% menos de litio, lo que les permite fabricar mejores baterías. Antes habrían necesitado utilizar computación de alto rendimiento y costosos experimentos de laboratorio que habrían requerido varios ciclos de vida para completarse. También anunciaron que si usas Microsoft Code ahora tendrás acceso al generador de imágenes de ChatGPT. Por lo tanto, creo que si tienes Microsoft 365 con Copilot ahora puedes usar el modelo de imagen GPT-40 directamente dentro de él, sin necesidad de una cuenta de chat GPT para poder usarlo. También se actualizaron varias aplicaciones de Windows, como Microsoft Paint, que tiene un generador de pegatinas. Puedes usar la IA para seleccionar elementos individuales de una imagen dentro de MS Paint, y ahora puedes usar la IA para ayudarte a escribir directamente dentro del bloc de notas en Windows. GitHub, también propiedad de Microsoft, anunció el nuevo GitHub Copilot con un agente de codificación en su interior. Está integrado directamente en GitHub y el agente comenzará a funcionar cuando asignes un problema de GitHub a Copilot o lo solicites en VS Code. El agente crea un entorno de desarrollo seguro y totalmente personalizable impulsado por acciones de GitHub. Podemos ver en su video de demostración aquí. Le dan este diagrama y luego le indican que implemente este diagrama de datos y se pone en marcha y comienza a escribir el código de forma automática. También muestran en su demostración cómo etiquetan GitHub y cómo va y consulta la información directamente de GitHub. Aquí hay otro ejemplo que podemos ver en la pestaña Problemas en el repositorio de GitHub. Continúa y comprueba varios de estos problemas aquí, y luego, después de comprobarlos, hacen clic en el botón Asignar y pueden asignarlo a C Pilot para que vaya y solucione esos problemas. Copilot los soluciona y los marca como completos a medida que los termina. Y en otra medida realmente interesante de Microsoft, decidieron abrir el código fuente de GitHub Copilot dentro de VS. Las capacidades impulsadas por IA de la extensión GitHub Copilot ahora formarán parte del mismo repositorio de código abierto que impulsa la herramienta de desarrollo más popular del mundo, VS Code. Por lo tanto, es probable que veamos un montón de bifurcaciones y nuevas implementaciones de lo que GitHub Copilot ya creó en VS Code, lo que significa probablemente más herramientas como Cursor y Window y cosas así, porque ya están comenzando con una línea de base de lo que GitHub Copilot creó para ellos. Y luego, la semana continuó con más noticias importantes de Entropic. Finalmente presentaron algunos modelos más en Cloud 4. Podemos ver algunas nuevas comparativas de referencia aquí, donde tienen opus 4, sonet 4, sonet 3.7 contra algunos de los modelos de OpenAI y los modelos gemini 2.5 pro y en ingeniería de software podemos ver que supera a todos ellos. Y aquí hay más referencias para las personas que estén interesadas en ese tipo de cosas. Curiosamente, cosas como clutch o net 4 tuvieron un peor rendimiento en aspectos como el uso de herramientas agentic y el razonamiento a nivel de posibilidades grado. Pero en realidad fue un gran avance en la codificación. Y según tengo entendido, lo que Entropic está haciendo es que ya no intenta ser como esa empresa de chatbots.

Ya no intenta competir con GPT de 2 chats. Parece que están intentando crear el mejor razonamiento, el mejor modelo de codificación que existe y no necesariamente el mejor modelo de chat de uso general. Los programadores se han sumado de lleno a Cloudsonet 3.0 era prácticamente el mejor modelo para la codificación. Gemini 2.5 Pro estaba bastante cerca, y creo que Antropic se dio cuenta de ello y decidió que íbamos a apostar por crear el mejor modelo para la codificación y el razonamiento y no íbamos a intentar competir con Gemini y ChatGPT de Google en el tipo de chatbot de uso diario. Este nuevo modelo también es un modelo híbrido, lo que significa que puedes hacer que te avise sin tener que hacer esa cadena de pensamiento, o puedes activar ese interruptor y hacer que piense un poco más para dar una respuesta incluso mejor, pero también será más lento. Ahora bien, otra historia realmente interesante que rodea a este modelo cloth 4 es que sam Bowman, un investigador de alineación de IA Antrópica, escribió en X que si cree que estás haciendo algo atrozmente inmoral, por ejemplo, como falsificar datos en un ensayo farmacéutico, utilizará herramientas de línea de comandos para ponerse en contacto con la prensa, ponerse en contacto con los reguladores e intentar bloquearte el acceso a los sistemas pertinentes o todo lo anterior, lo cual es una locura. Sin embargo, Sam regresó a X y eliminó su tweet y luego aclaró Para que quede claro, esta no es una nueva función de Claude y no es posible en un uso normal. Aparece en entornos de prueba donde le damos acceso inusualmente gratuito a herramientas e instrucciones muy inusuales. Entonces, aunque hay medios que dicen que si pruebas cosas poco éticas podrían llamar a la policía y alertar a los medios, Sam dice aquí rotundamente que no, que no lo hará. Esas fueron circunstancias muy inusuales Eso no es algo de lo que realmente debas preocuparte. Y ahora, con todos estos grandes anuncios y todas estas cosas sucediendo, hubo un puñado de cosas que pasaron desapercibidas. Así que voy a enumerar algunas de esas cosas rapidamente, incluida esta que sucedió a finales de la semana pasada, pero como las grabo los jueves, no salió en el video. Y es que OpenAI presentó Codex. Esta es su nueva herramienta de codificación agentic, a la que puedes asignarle tareas para que se encargue de las cosas en tu proyecto de codificación, y se apagará de forma autónoma y las hará por ti. La empresa Mistral lanzó Devstroll, su nuevo modelo de IA diseñado específicamente para la codificación. Podemos ver en sus pruebas de rendimiento que superó a GPT 4.1, Cloth 3.5, Haiku y Swissmith LMP en lo que respecta a la codificación. No estoy muy familiarizado con ese, pero también podemos ver que es lo suficientemente ligero como para ejecutarse en hardware de consumo, como una RTX 4090 y un Mac con 32 GB de RAM. Stability AI lanzó Stable Video D, que es un modelo de video que aparentemente podría tomar un vídeo de entrada D, descubrir nuevas vistas en ese video, y luego crear una versión D de ese video.

Como podemos ver en las demostraciones en pantalla ahora mismo. Shopify lanzó esta semana un creador de tiendas con tecnología de IA y testing Catalog. Aquí compartió un adelanto de lo que podemos esperar del nuevo navegador Komet de Perplex.

Al parecer, será realmente útil para ayudarte a encontrar información directamente de X y darte toneladas de detalles sobre prácticamente cualquier perfil. Espero tener acceso a esto pronto para probarlo yo mismo, y cuando lo haga, lo compartiré en un futuro video. Y por último, hay otra cosa que tiene al mundo de la IA en boca de todos, y es el hecho de que OpenAI ha adquirido la empresa IO de Johnny Ives. Ahora bien, es realmente interesante que OpenAI adquiriera IO la semana de Google. Quiero decir, creo que eso fue una estrategia de troleo por parte de OpenAI, pero si no estás familiarizado con Johnny IV, él es el tipo que diseñó el iPod y el iPhone y algunos de los productos más icónicos de Apple que existen. Y al parecer ahora está trabajando con OpenAI para desarrollar algún tipo de otro dispositivo físico de IA con OpenAI. Ahora bien, no sabemos de qué se trata. No han compartido muchos detalles.

Hicieron un video muy pulido de estilo documental, en el que los dos se reúnen en un bar para hablar de su historia juntos. Pero realmente no hay detalles sobre lo que están desarrollando en realidad, aparte de que Sam vio algo que Johnny creó y quedó alucinado. Y quedó lo suficientemente alucinado como para, al parecer, adquirir el empresa.

De nuevo. No sabemos qué van a lanzar, pero eso no impide que todas estas empresas especulaciones. Al parecer, Johnny Ives dijo que cree que Rabbit y Umane fabricaban productos malos, así que no esperen nada muy parecido a eso. Según The Verge, se han filtrado algunos detalles sobre lo que podría ser este producto, y estos detalles son muy escasos. Por lo tanto, será de bolsillo contextual, sin pantalla y no serán gafas. Sam Malman sugirió que la adquisición podría aumentar el valor de OpenAI en un billón de dólares y previó el nacimiento de una familia de dispositivos, pero aún se mantiene en secreto. Más información. Solo Sam y Johnny, y quizá quienes trabajan en el proyecto y firmaron un acuerdo de confidencialidad, lo saben. Algunos rumores afirman que tendrá forma de APOD Shuffle y será un collar de IA. Y bueno, sinceramente, eso es todo con lo que estamos trabajando ahora mismo. Si hay algo en lo que Sam Allman y OpenAI son realmente buenos, es en promocionar el un montón de cosas.

Y sea lo que sea, están intentando crear expectación en torno a algo de lo que nadie tiene ni idea todavía, lo cual es absolutamente fascinante. Pero, en fin, ha sido una semana larga. Han salido aún más cosas de las que ni siquiera he tenido tiempo de hablar, como noticias de Nvidia, de Computex y mucho más. Pero si quieres estar al tanto de todas las noticias, incluso de las que no he incluido en este video tan largo, asegúrate de visitar FutureTools IO. Haz clic en la página de noticias sobre e i y verás que actualizo todas las noticias que están ocurriendo en el mundo de la IA en esta página. Además, si echas un vistazo al sitio web general de Future Tools, selecciono todas las herramientas de IA geniales que encuentro aquí y tengo un boletín gratuito en el que te enviaré un correo electrónico dos veces por semana con las herramientas más geniales y las noticias más importantes. El registro es gratuito y tendrás acceso libre a nuestra base de datos de ingresos con IA Ideas geniales para usar Herramientas de IA, genera ingresos adicionales de nuevo totalmente gratis en FutureTools IO. Y si quieres estar al tanto de las últimas noticias sobre IA, tutoriales geniales y todo lo que está pasando en este mundo, asegúrate de darle a me gusta a este vídeo y suscríbete a este canal. Haré todo lo posible para que aparezcan más videos como este en tu feed de YouTube. Gracias de nuevo por acompañarnos, ha sido una semana increíble y agradezco de verdad que hayas colaborado conmigo. Espero verte en la próxima.