Pruébate ropa con una selfie, edita imágenes sin estropearlas: la IA ya se usa de verdad

No son visiones de futuro: productos que puedes usar ahora

Es fácil cansarse de las noticias sobre IA que hablan de lo que la tecnología podrá hacer dentro de cinco años. Esta semana es diferente. Los lanzamientos que se despliegan ahora mismo son concretos, accesibles y resuelven problemas que las personas reales tienen de verdad.

Permíteme empezar por lo que probablemente llegará más rápido a más usuarios: las nuevas funciones de compra de ChatGPT. Según TechCrunch, OpenAI lanza ahora a nivel mundial un probador virtual directamente en su asistente de chat. Subes una selfie o una foto de cuerpo entero, señalas una prenda que hayas encontrado en una tienda en línea, y la IA visualiza cómo te quedaría exactamente a ti. La función se basa en el modelo de imágenes ChatGPT Images 2.5, lanzado recientemente, que debería ofrecer una iluminación más natural y texturas más ricas que las versiones anteriores. Una función para guardar favoritos viene incluida.

Esta no es la primera incursión de OpenAI en esta dirección: un modo de compra directa anterior se retiró tras no dar buenos resultados, pero el probador virtual parece una propuesta más meditada. En lugar de intentar convertirse en una tienda, ChatGPT quiere ser el amigo que te ayuda a elegir.

Imágenes que por fin se comportan

Otro lanzamiento que merece más atención de la que probablemente recibirá: Ideogram 4.5. The Decoder informa de que el modelo resuelve un problema que existe desde que la edición de imágenes con IA se convirtió en tema de conversación, a saber, que quieres cambiar una cosa en una imagen, pero la herramienta modifica también todo lo demás. Las proporciones se desplazan, el fondo cambia y la iluminación se desvía.

Ideogram afirma que su nuevo modelo afecta únicamente a lo que señalas. Según la empresa, la tecnología está diseñada desde cero para preservar el contexto y la coherencia fuera del área marcada. Los primeros probadores confirman que el modelo se mantiene estable incluso tras varias ediciones consecutivas, algo que antes era el talón de Aquiles de toda la categoría. Con resolución 2K integrada y precios desde 0,8 cent por imagen, el umbral es lo bastante bajo como para que valga la pena probarlo.

Como desarrollador de sistemas, sé lo difícil que es construir sistemas que hagan lo justo. Limitar el impacto del modelo a exactamente lo que especifica el usuario, sin perder calidad de imagen, es técnicamente un problema de ingeniería considerable. Si realmente lo han resuelto, es un avance genuino.

Google apunta al cielo, literalmente

Luego está la noticia más difícil de situar en contexto, pero quizá la más importante a largo plazo. TechCrunch informa de que Google lanzó recientemente un satélite prototipo construido por Planet Labs, con una de las Tensor Processing Units de la empresa a bordo. El proyecto se llama Suncatcher y es un primer paso hacia los centros de datos espaciales.

Hoy el chip se activa en intervalos de 15 minutos para no sobrecargar los sistemas de refrigeración y de energía. El próximo año se planea un proyecto de demostración más ambicioso con comunicación láser entre satélites. La visión final son 81 satélites en formación compacta: un centro de datos de escala completa en órbita. Según los propios cálculos de Google, llegar hasta ahí requiere aproximadamente 1 800 lanzamientos con SpaceX Starship. Es un proyecto con perspectiva de décadas, no un resultado trimestral.

La IA que lee la letra pequeña

Por último, Google lanza la función Guided Vision en Gemini Live para dispositivos Android. The Verge describe cómo ofrece descripciones de audio en tiempo real de todo lo que la cámara enfoca: texto pequeño en contratos, objetos del entorno, etiquetas con poca luz. Para las personas con discapacidad visual, puede resultar realmente revolucionario. Para todos los demás, es una herramienta bienvenida en situaciones en las que las gafas no bastan.

Recuerda a soluciones similares de Apple y Meta, pero la versión de Google está profundamente integrada en la plataforma Gemini y aprovecha los modelos propios de la empresa para interpretar lenguaje e imágenes.

Ejecutar es lo difícil

OpenAI publicó recientemente un informe, The Eternal Complement, en el que sostiene que la contribución más importante de la IA no son las grandes ideas, sino la ejecución: escribir código, reunir documentación, eliminar fricciones en procesos complejos. Ese análisis resulta acertado al ver los lanzamientos de esta semana en conjunto. Ninguno de ellos es en sí mismo una idea revolucionaria. Pero todos resuelven obstáculos reales y concretos en el camino de la idea al resultado.