OpenAI lanzó múltiples actualizaciones de API el lunes en el Dev Day, lanzando oficialmente su último modelo de lenguaje GPT-5 Pro, el nuevo modelo de generación de video Sora 2 y un modelo de voz más optimizado y económico.
Esta serie de iniciativas tiene como objetivo atraer aún más a los desarrolladores para que se unan al ecosistema OpenAI, incluido el lanzamiento de la herramienta "AgentKit" para desarrolladores de agentes de IA y nuevas capacidades que permiten la creación de aplicaciones dentro de ChatGPT.
El director ejecutivo de OpenAI, Sam Altman, dijo que la llegada de GPT-5 Pro atraerá a desarrolladores que necesitan "alta precisión y razonamiento profundo" en campos como las finanzas, el derecho y la medicina. Altman también enfatizó que la interacción de voz se está convirtiendo rápidamente en la forma principal para que las personas interactúen con la IA, por lo que OpenAI lanzó esta vez una nueva versión del modelo de voz "gpt-realtime mini" para API. Este nuevo modelo no sólo es más pequeño y de menor costo (sólo el 30% del precio del modelo de voz de gama alta anterior), sino que aún mantiene "la misma calidad de voz y expresividad" y admite interacción de transmisión de audio de baja latencia.
Además, los creadores del ecosistema de desarrolladores OpenAI ahora pueden acceder a Sora 2 a través de la versión preliminar de API. OpenAI lanzó la semana pasada una nueva generación de generador de audio y video, Sora 2, y una aplicación de soporte para videos cortos "similar a TikTok", Sora. Los usuarios pueden generar vídeos cortos de ellos mismos o de sus amigos basándose en palabras breves y compartirlos a través de secuencias dinámicas recomendadas por el algoritmo.
Altman dijo: "Los desarrolladores ahora pueden utilizar el mismo modelo de generación de vídeo de alta calidad que Sora 2 en sus aplicaciones". En comparación con su predecesor, Sora 2 tiene un rendimiento de escena, sincronización de sonido e imagen más realista y físicamente consistente, y un control creativo significativamente mejorado, que abarca nuevas capacidades, desde una programación meticulosa de la cámara hasta imágenes estilizadas. Por ejemplo, los usuarios pueden ampliar el campo de visión del teléfono móvil a un "gran angular a nivel de película" y experimentar una experiencia audiovisual dinámica que es altamente consistente con imágenes, efectos de sonido ambiental, sonidos ambientales y efectos de sincronización.
Sora 2 se posiciona como una herramienta de desarrollo de conceptos que puede usarse para primeros borradores de ideas creativas para publicidad, y también puede usarse para aplicaciones como diseñadores de juguetes que convierten bocetos en conceptos de productos. Altman señaló como ejemplo que este es un escenario típico en el que OpenAI se une al fabricante de Barbie Mattel para introducir la IA generativa en el proceso detrás de escena del diseño de juguetes y la creación de contenido.