¡Google SORPRENDE con la IA del MILLÓN DE TOKENS! (Gemini 1.5)

Summary

El video analiza el reciente anuncio de Google sobre Gemini 1.5, la nueva versión de su modelo de IA conversacional. Destaca la incorporación de la arquitectura Mixture-of-Experts para mayor eficiencia y el aumento de la ventana de contexto a 1 millón de tokens, permitiendo procesar hasta 1 hora de vídeo o 10 millones de líneas de código. También menciona las capacidades multimodales para analizar vídeo, audio e imágenes. Compara con GPT-4 y predice próximos movimientos de OpenAI. Resalta que Gemini 1.5 parece dar un paso adelante, pero aún falta probarlo.

Takeaways

• 😲 Google presentó Gemini 1.5, una nueva versión de su IA conversacional con mejoras en eficiencia y tamaño de contexto
• 📈 Gemini 1.5 usa una arquitectura MOE que permite modelos más grandes y eficientes
• 🔢 Gemini 1.5 Pro tiene una ventana de contexto de 1 millón de tokens, 10x más que la versión anterior
• 🎥 Gemini 1.5 puede procesar 1 hora de video o 30,000 líneas de código en una sola inferencia
• 📚 Resuelve con éxito pruebas de 'aguja en un pajar' en modalidades como video, audio y texto
• ⚡ El anuncio sorprendió tras la decepción con Gemini Ultra la semana pasada
• ⏩ Google parece estar acelerando el paso para competir con GPT-4 de OpenAI
• 👀 Se espera que OpenAI también tenga novedades pronto para responder a Google
• 😎 La capacidad de procesar video abre nuevas posibilidades para la IA conversacional
• 🕵️ Se necesita probar Gemini 1.5 a fondo para validar las métricas presentadas

Q & A

¿Cuánto tiempo ha pasado desde el anuncio de Gemini de Google?

Han pasado solo dos meses desde el anuncio de Gemini de Google.

¿Qué sucedió tras la presentación de Gemini?

Hubo una decepción generalizada tras comprobarse que dicha presentación fue un poco fake.

¿Qué hizo Google con el modelo Bart?

Google decidió matar a Bart para sustituirlo por la nueva marca comercial Gemini, haciéndolo coincidir con la salida del sistema Gemini Ultra.

¿Qué ha lanzado Google recientemente relacionado con Gemini?

Google ha lanzado Gemini 1.5, una versión actualizada de su modelo de IA.

¿En qué consiste Gemini 1.5?

Gemini 1.5 presenta una nueva arquitectura basada en Mixture of Experts (MoEs) que es más eficiente, y tiene una capacidad de contexto muy grande de 1 millón de tokens.

¿Cómo compara el rendimiento de Gemini 1.5 Pro con versiones anteriores?

Gemini 1.5 Pro rinde a la par que Gemini 1.0 Ultra, es decir que la versión intermedia de la nueva generación iguala a la versión más avanzada anterior.

¿Qué capacidades multimodales presenta Gemini 1.5?

Gemini 1.5 muestra capacidades para procesar y entender diferentes tipos de datos como video, audio, imágenes y código de programación.

¿Por qué Google habría lanzado esta actualización tan rápido?

Posiblemente porque sabía que OpenAI iba a lanzar pronto una actualización de GPT-4 y quería tomar la delantera.

¿Qué se espera de OpenAI como respuesta?

Ahora todos esperan que OpenAI presente alguna novedad como respuesta al lanzamiento de Gemini 1.5 por parte de Google.

¿Hay alguna novedad por parte de OpenAI el día del anuncio de Gemini 1.5?

No, el día del anuncio de Gemini 1.5 no hay ninguna novedad por parte de OpenAI.

Outlines

00:00

😊 Google anuncia Gemini 1.5, su nuevo modelo de IA

Este párrafo presenta Gemini 1.5, el nuevo modelo de IA de Google anunciado solo una semana después del lanzamiento de Gemini 1.0 Ultra. Se explica que Gemini 1.5 utiliza una arquitectura más eficiente basada en Mixture of Experts que permite entrenar modelos más grandes. La versión Gemini 1.5 Pro tiene un rendimiento similar a Gemini 1.0 Ultra. Lo más destacado es que introduce contextos de gran tamaño, con capacidad para procesar hasta 1 millón de tokens a la vez.

05:00

📽 La gran ventaja: análisis de video y contextos más grandes

Este párrafo profundiza en la ventaja principal de Gemini 1.5: su capacidad para procesar contextos muy grandes, equivalentes a 700,000 palabras, 30,000 líneas de código o incluso 1 hora de video. Esto permite al modelo analizar y responder preguntas sobre videos largos de forma efectiva. Se muestra un ejemplo impresionante analizando 44 minutos de una película.

10:02

🔎 Búsquedas avanzadas en contenido multimedia

En este párrafo se imaginan futuras capacidades avanzadas de búsqueda en plataformas como YouTube, gracias a que el modelo puede indexar y comprender el contenido de videos. Se podrían hacer búsquedas sobre momentos específicos en un video mediante descripciones textuales o dibujos. Todo gracias al análisis de video que permite Gemini 1.5.

15:04

💯 Por fin, ventanas de contexto utilizadas efectivamente

Finalmente, se explica que la gran ventaja no es solo el tamaño de la ventana de contexto, sino la efectividad en su uso. Según un paper publicado, Gemini 1.5 pasa exitosamente la prueba de la aguja en un pajar, pudiendo encontrar información en cualquier posición del contexto analizado. Esto predice que en 2024 se superará el millón de tokens con modelos que utilicen toda la ventana de forma útil.

Keywords

💡Inteligencia artificial

Concepto central del video. Se refiere a sistemas informáticos que exhiben un comportamiento aparentemente inteligente analizando su entorno y tomando acciones para maximizar sus posibilidades de éxito en alguna tarea. En el video se habla de modelos de IA como Gemini, GPT-4 y Anthropic.

💡Gemini

Familia de modelos de IA desarrollados por Google. En el video se habla de Gemini 1.0, Gemini Ultra y la nueva versión Gemini 1.5 que introduce mejoras en eficiencia y tamaño de contexto.

💡GPT-4

Modelo de lenguaje desarrollado por OpenAI. Se menciona en el video como punto de comparación frente a Gemini para evaluar capacidades.

💡Anthropic

Startup de IA que ha desarrollado modelos como Claude. Se menciona en el video al hablar de ventanas de contexto efectivas.

💡Ventana de contexto

Cantidad de información que un modelo de IA puede procesar en una sola inferencia. Gemini 1.5 introduce una ventana de 1 millón de tokens, permitiendo procesar más texto, código, audio o video a la vez.

💡Multimodalidad

Capacidad de un modelo de IA para procesar diferentes tipos de datos como texto, imágenes, audio o video. Se destaca como una mejora de Gemini 1.5.

💡Mezcla de expertos

Arquitectura que permite entrenar modelos de IA más grandes de forma eficiente. Gemini 1.5 la incorpora para mejorar rendimiento.

💡Aguja en un pajar

Prueba para evaluar la efectividad de la ventana de contexto de un modelo de IA. Consiste en localizar una pieza de información aleatoria dentro de una gran cantidad de datos. Según Google, Gemini 1.5 la supera.

💡Beta privada

Versión preliminar de un producto software disponible solo para un grupo limitado de prueba. Se menciona que Gemini 1.5 inicialmente solo estará disponible mediante beta privada.

💡GPT-4

Modelo de lenguaje desarrollado por OpenAI. Se menciona repetidamente en el video como principal punto de comparación frente a Gemini para evaluar capacidades de los modelos de IA.

Highlights

Google presenta su nuevo modelo de IA Gemini 1.5 con mejor rendimiento y eficiencia

Gemini 1.5 utiliza una arquitectura Mixture-of-Experts para entrenar modelos más grandes de forma más eficiente

La versión Gemini 1.5 Pro rinde igual que la versión 1.0 Ultra, pero es más eficiente

Lo más impresionante de Gemini 1.5 es su gran tamaño de ventana de contexto de 1 millón de tokens

1 millón de tokens permiten procesar una hora de video o 30,000 líneas de código de una vez

Google muestra demo con Gemini 1.5 respondiendo preguntas sobre un video de 44 minutos

Gemini 1.5 también permite consultar bases de código grandes y modificar código encontrado

Estas capacidades se deben al uso efectivo de la gran ventana de contexto de 1 millón de tokens

Google parece haber superado exitosamente pruebas de estrés con la ventana de contexto

Gemini 1.5 introduce análisis de video, una capacidad no vista antes en modelos como GPT-4

El rápido lanzamiento de Gemini 1.5 podría ser una respuesta a los próximos movimientos de OpenAI

La gran ventana de contexto y uso efectivo eran una predicción para la IA en 2024

Google parece haber dado un paso adelante frente a OpenAI con Gemini 1.5

Destaca la introducción de análisis de video y la efectiva ventana de contexto de 1 millón de tokens

Ahora se espera la respuesta de OpenAI ante los avances presentados por Google

Transcripts

han pasado solo dos meses desde el

anuncio de Google de su tan esperada

Inteligencia artificial gemini ha pasado

solo dos meses menos un día desde la

decepción generalizada tras comprobarse

que dicha presentación Pues fue un poco

fake y ha pasado solo una semana desde

que Google decidió matar a Bart para

sustituirlo por la nueva marca comercial

gemini haciéndolo coincidir con la

salida del sistema gemini Ultra y

habiendo ocurrido todo esto hace una

semana va Google hoy y nos sorprende con

la salida de gemini

1.5 y no entiendo nada vale Este vídeo

lo estoy grabando el jueves por la tarde

A pocas horas del anuncio por parte de

Google y quiero aprovecharlo para bueno

para que reaccionemos y para que

conozcáis Qué es todo lo que han

presentado y para analizar un poquito

todos estos movimientos que la verdad

viniendo de una empresa como Google que

tanto tiempo ha tardado en activarse

ante la respuesta por parte de Open a

con la salida de gpt 4 Pues de repente

nos sorprende que hayan tomado un ritmo

tan rápido lo primero es lo primero

vamos a ver en qué consiste esto de

gemini 1.5 si venimos aquí a la página

web de gemini de repente nos encontramos

con una pestaña que nos lleva a gemini

1.5 su modelo next Gen el modelo de

próxima generación y aquí ya vemos que

nos dice que bueno que gemini 1.5 lo que

nos entrega es un rendimiento mejorado

con una arquitectura mucho más eficiente

ahora vamos a ver de qué se trata y

también una característica que aún es

experimental pero que para mí es la que

marca la diferencia que es contextos de

Gran tamaño y si entramos a leer todo el

blog Pues aquí es donde vamos a

encontrar toda la información necesaria

lo primero que nos encontramos es que

gemini 1.5 Presenta una nueva

arquitectura basada en los mixter of

experts los moes arquitectura de la que

ya hablamos aquí en este vídeo de

diciembre y que como sabéis es la

arquitectura que está detrás de modelos

tan potentes como gpt 4 y tal y como

vimos en aquel vídeo los moes lo que nos

ofrecen es la capacidad de poder

entrenar modelos mayores donde el coste

computacional y el coste de inferencia

se reduce enormemente al distribuir Pues

el procesamiento en diferentes sistemas

expertos es decir nos permite contar con

modelos de mayor capacidad de mayor

número de parámetros pero donde por

ejemplo en cada inferencia no vamos a

estar activando todos los parámetros del

modelo lo cual lo hace mucho más

eficiente tratándose de modelos que

Google como empresa que es que va a

ofrecer esta ia como servicio pues va a

estar ofreciendo a millones y millones

de usuarios con lo cual es muy buena

idea que hayan explorado los mixter of

experts y es interesante que estén dando

un paso hacia parecerse más a un modelo

tipo gpt 4 pero lo interesante viene

ahora porque sabemos que gemini es el

sobrenombre que se le da a toda la

familia de modelos pero luego podemos

encontrar diferentes tamaños con

diferentes rendimientos la versión Nano

que es un modelo más pequeñito y por

tanto más tonto pero más accesible para

dispositivos por ejemplo móviles luego

la versión Pro que sería la versión

intermedia y la que Google está

facilitando de forma gratuita a través

de su servicio gemini y luego la versión

Ultra que sería la versión más avanzada

que sería la que estaría disponible para

usuarios de pago versión que por cierto

tengo que decir se anunció la semana

pasada a través del sistema de gemini

Advance que es el sistema de pago de

gemini y que técnicamente debería de

tener un rendimiento superior a gpt 4

tal cual lo presentaron en diciembre del

año pasado y que sin embargo cuando la

gente ha empezado a probarlo y a

testearlo queda bastante Claro que no es

un modelo superior de hecho es un modelo

que en muchos sentidos es bastante

deficiente Comparado con gpt 4 y esto es

algo que es importante decirlo porque

muchas veces nos centramos en

evaluaciones en el rendimiento de estos

modelos en determinados benchmarks para

decir que este modelo es mejor que otro

y al al final la realidad es que la

mejor forma de evaluar un modelo es

probándolo y por eso nos empeñamos tanto

en cuando se anuncia un modelo que sí

que está muy bien que me saques un

technical report un paper con toda esta

información pero dame acceso déjame

probarlo y ya seré yo el que verifique

si este modelo es superior o no a gpt 4

y realmente Google sabía que gemini

Ultra no daba la talla obviamente lo

saben aunque no lo pueden decir

públicamente pero cómo lo podemos

nosotros identificar que ellos lo sabían

Pues que una semana más tarde están

anunciando la versión 1.5

un modelo que siendo más eficiente por

esta arquitectura tipo mixter of expert

también tal y como nos indican aquí pues

la versión gemini 1.5 Pro la versión

intermedia de esta nueva generación de

modelos rinde a la par que gemini 1.0

Ultra es decir 1,5 Pro igual a 1.0 Ultra

pero de nuevo esto vuelven a ser

comparaciones que vemos sobre el papel y

a mí lo que me interesa es comprobar las

capacidades queene tiene de nuevo Este

modelo gemini 1.5 que lo hace tan

interesante pues amigos y amigas cuando

hablemos de gemini 1.5 de lo que tenemos

que estar hablando es de su gran tamaño

de ventana de contexto recordemos que el

tamaño de la ventana de contexto lo que

nos Define es la cantidad de tokens que

el modelo en cada inferencia puede

procesar y puede prestar atención Pues

si por ejemplo estamos trabajando con

texto esto nos indicaría el límite la

cantidad de páginas de documento que le

podríamos facilitar el modelo para

trabajar al mismo tiempo o si por

ejemplo estuviéramos trabajando con

código Cuántos scripts podríamos

introducirle para que el modelo pudiera

tener una visión completa de nuestro

proyecto de programación si estuviéramos

trabajando con imágenes pues esto nos

limitaría en la resolución y tamaño de

las imágenes y si fuera audio Pues en la

longitud en la cantidad de minutos que

podría procesar al mismo tiempo y esta

ventana de contexto originalmente con

los primeros modelos de chat gpt chat

gpt 3.5 estaba en un valor de unos 4000

1000 tokens que luego aumentó a 16,000 y

32,000 con la salida de gpt 4 algo que

por aquel momento hace un año y medio

era impresionante y gemini 1.0 tras su

salida Pues también igualó la apuesta

con una ventana de contexto de 32000

tokens algo que ahora queda

completamente pulverizado con una

ventana de contexto de 1 millón de

tokens 1 millón de tokens del modelo que

vamos a tener disponible públicamente

con el paso de los meses Pero ellos nos

cuentan que incluso internamente han

conseguido modelos con 10 millones de

tokens repito 10 millones de tokens y

con gemini 1.5 pro con una ventana de

contexto de 1 millón de tokens se puede

hacer muchas cosas porque 1 millón de

tokens representa aproximadamente

700.000 palabras o unas 30.000 líneas de

código u 11 horas de audio o una hora de

vídeo una una hora de vídeo que ahora el

modelo podrá procesar de golpe para

responder todas las preguntas que tenga

el usuario pensadlo bien una hora de

vídeo sería equivalente a darle a la

Inteligencia artificial Pues la primera

parte de un partido de fútbol 45 minutos

y preguntarle Oye dónde ha sucedido el

gol y que de una única inferencia pues

pueda encontrar esa información y darte

una descripción o Hazme un resumen de

todo el partido o coméntamelo o genera

una voz artificial cuando la

multimodalidad lo permita que narre todo

lo que ha ido y de hecho ejemplos así

podemos encontrar porque aquí estoy

centrándome en la modalidad de vídeo

porque esto es algo novedoso que están

presentando con gemi 1.5 Pro esto es una

cosa que Google ya anunció en el pasado

cuando hablaban de que su Inteligencia

artificial iba a ser multimodal que era

la capacidad de poder analizar vídeos

algo que hasta la fecha no hemos visto

en inteligencias artificiales como gpt 4

sí se puede analizar vídeo de forma

similar a como hicieron con esta demo

fake donde tú Vas sacando fotogramas los

vas escribiendo con las capacidades de

visión por computador y con ese análisis

que tú haces de los fotogramas pues

puedes hacer una medio comprensión de lo

que está ocurriendo en dicho vídeo y sin

realmente saber cómo exactamente Google

lo hace en este caso esta demo que nos

demuestran aquí y es una demo Así que La

cogemos con pinzas es bastante

impresionante en este caso lo que van a

introducir es un vídeo y este vídeo

procesado ocupa unos 700,000 tokens toda

la información que representa vendría a

representar pues toda esta cantidad de

tokens aquí donde entra en juego y es

importantísimo esta enorme ventana de

contexto con la que gemini Pro trabaja y

en este caso el vídeo que están

procesando Pues sería una película de

bter kiton de unos 44 minutos y donde se

le ha preguntado la Inteligencia

artificial bueno que encuentre el

momento donde un papel se coge del

bolsillo de una persona y que te cuente

más información sobre ello como podemos

ver los tiempos de inferencia están

aumentando drásticamente hasta tardar

más o menos un minuto en procesar la

petición frente a lo que estamos

acostumbrados cuando interactuamos con

el chat pues chat gpt pero es que esto

es algo habitual cuando empezamos a

trabajar con modelos de ventanas de

contextos tan grandes algo que a futuro

seguramente con las mejoras de

computación y las optimizaciones de

estos modelos pues se vaya logrando

reducir considerablemente pero aún así

Un minuto para procesar 44 minutos de

vídeo pues Tampoco es tanto y podemos

ver que la respuesta de la ia pues es

correcta dice a los 12 minutos un trozo

de papel se coge del bolsillo de una

persona esto es un ticket de bla bla bla

bla y te da más información tal cual tú

se lo has pedido y cuando se comprueba

pues efectivamente en el minuto 12 como

dice la Inteligencia artificial hay un

ticket con el nombre de Will Smith tal

cual nos ha especificado en nuestra

conversación Mola incluso podemos jugar

con la multimodalidad con la capacidad

del modelo de entender diferentes tipos

de datos por ejemplo una imagen para

hacer un dibujo y decirle Oye esto En

qué fotograma en qué momento ocurre no

un dibujo de una persona mojándose por

un tanque de agua y el modelo responde

escueto con un momento 1534 buscamos

este este tiempo en el vídeo y

efectivamente pues hemos encontrado

justo ese momento pensad en un futuro

Cómo podría funcionar un buscador dentro

de una plataforma que le pertenece a

Google cómo podría ser YouTube que toda

esta información que estructura el

contenido de un vídeo esté eh precalculo

esté indexado y que vosotros podáis

hacer búsquedas a través de Cuándo se

cantó esta canción en un vídeo de Carlos

cuándo Carlos pues levantó el brazo así

y no lo levantó así a través de un

dibujo no sé pensad qué loco se va a

volver todo esto y si esto es posible de

nuevo es gracias al aumento en la

ventana de contexto de todos los

ejemplos que muestran este sería el más

agresivo en cuanto a ventana de contexto

utilizada que sería con proyectos de

programación que tengan pues una gran

cantidad de archivos a procesar estamos

acostumbrados en proyectos de

programación a trabajar con un montón de

archivos de scripts que están

interrelacionados y que nos interesaría

que la ía pudiera acceder de forma

holística para tener una visión completa

de El proyecto en el que estamos

trabajando y para eso es fundamental de

nuevo la ventana de contexto y en esta

demo pues lo que vienen a demostrar es

justamente esto han cogido un montón de

códigos de la librería 3 para hacer pues

gráficos en trt en el navegador y con

todos esos proyectos con ese enorme

repositorio de código que en este caso

ocuparía unos 800,000 tokens ahora

podemos pasar a hacerle consultas

podemos por ejemplo pedirle que nos

busqu en todo este repositorio pues tres

demos que hagan una explicación de cómo

utilizar animaciones con esta librería y

de repente la ía pues lo encuentra y te

empieza a hacer un medio tutorial con

esa información que ha encontrado Oye en

la demo de Tokio de todas las demos que

tenemos qué es lo que controla la

animación y te hace la explicación

buscando y encontrando Dónde está el

código de la demo de Tokio Oye quiero

que me encuentres la demo donde se hace

uso de la geometría de texto y que me

modifiques el color el material para que

ahora sea en vez de plateado dorado y

bueno te encuentra el código te hace los

cambios te lo manipula y efectivamente

hace la tarea que le has pedido estas

demos son impresionantes y como demos

impresionantes de Google las vamos a

dejar en cuarentena hasta que la

tecnología caiga en nuestras manos y

podamos probarla y podamos testear todo

esto que aquí nos presentan por ahora

gemini Pro 1.5 está accesible a través

de Beta privada a través de la

plataforma vertex de Google pero será

cuestión de semanas será cuestión de

meses que podamos probar esta tecnología

nosotros y verdaderamente podamos ver si

rinde tal y có lo presentan pero si

fuera el caso estaríamos viviendo

nuevamente un paso hacia adante en

cuanto a las capacidades de lo que la

Inteligencia artificial puede ofrecer y

pueda ha ser porque verdaderamente

Google en este caso ha traído un avance

técnico bastante bastante impresionante

y es que no solo se trata de que la

ventana de contexto se haya prolongado

al millón de tokens o incluso a 10

millones de tokens recordemos sino que

aquí como en la vida lo importante no es

el tamaño sino el saber utilizarlo bien

y en cuanto al correcto uso de la

ventana de contexto nos estábamos

encontrando muchas veces con modelos

como Cloud de antropic que nos hablaban

de Sí sí tengo ventanas de contexto de

200,000 tokens que Esto suena como muy

grande pero que luego cuando te ponías a

interactuar con estas ventanas de

contexto pues empezabas a percibir que

no funcionaba como debía muchas veces

con estos modelos lo que nos

encontrábamos es que sí tú le podías

facilitar un montón de páginas de

documentos y el modelo era capaz de

verlo de principio a fin Pero había una

trampa lo que sucedía es que cuando tú

le facilitaba un documento muy grande

Pues sí el modelo lo podía procesar pero

gran parte de la información que estaba

en ese documento pues la Inteligencia

artificial no era capaz de capturarla

trabajar con ella y

facilitárnoslos en él en una posición

aleatoria pues una pieza de información

del tipo Pues a dosv le gustan los

pangolines y luego ir a la Inteligencia

artificial y preguntarle Oye que sí que

sí que Harry Potter está muy bien pero

qué le gusta a dot SV si la Inteligencia

artificial estuviera trabajando con la

ventana de contexto de forma efectiva

observando todas las posiciones de la

información que le estamos facilitando

debería de poder decirte e a do SV le

gusta los pangolines pero atento atento

que lo de Harry Potter también está

interesante ahí la Inteligencia

artificial habría resuelto para para esa

posición correctamente su prueba de la

aguja en un pajar Así que le marcamos la

casilla en verde pero lo que nos

interesa es que la Inteligencia

artificial pueda encontrar esta pieza de

información en todas las posiciones de

su ventana de contexto es decir que use

todo ese tamaño de forma efectiva y lo

que nos encontrábamos con inteligencias

artificiales tan impresionantes como clo

o incluso con gpt 4 es que sí ventanas

de contexto muy grandes pero que no

funcionaban tan bien y aquí es donde

creo que Google ha hecho un grandísimo

trabajo porque si accedemos al paper al

preprint que han sacado pues podemos ver

que esta prueba de la aguja en un pajar

para modalidades como vídeo audio o

texto se resuelve con un éxito Casi casi

rotundo una prueba de estrés pasada

satisfactoriamente una ventana de

contexto utilizada al 100% y no es por

colgarme una medallita pero me la voy a

colgar porque esta fue una de las

predicciones que ya anuncié a su mes en

las predicciones que hacía sobre lo que

creo que va a ocurrir en el mundo de la

Inteligencia artificial este 2024 y que

era justamente esto en 2024 veremos

comoo las ventanas de contexto de los

enormes modelos de lenguaje seguirán

aumentando por encima del millón de

tokens pero más importante aún

lográndolo mientras superan

positivamente test de presión tipo

needle in a High stack aplausos aplausos

Gracias pero bueno estos aplausos se los

vamos a conceder en esta ocasión a

Google porque en teoría y hasta que

podamos probar la tecnología se va a

quedar en ese plano parece que han

conseguido dar un paso más hacia delante

si bien parecía que con gemini 1.0 a

Google le estaba costando plantarle cara

a Open Ai sacando un modelo hace una

semana que ni siquiera alcanza el

rendimiento de un modelo que lleva en el

mercado desde hace un año pues una

semana después han conseguido dar un

paso que sorprende nos ha sorprendido a

todos y que parece que sí introduce pues

mejoras FR a lo que gpt 4 actualmente

ofrece en concreto la modalidad de vídeo

de análisis de vídeo y esta enorme

ventana de contexto utilizada con esta

efectividad Y por qué lo han hecho tan

rápido Ah podría ser que de repente

Google haya decidido cambiar el ritmo

para pillar por sorpresa a la

competencia O podría ser que Google

también supiera que la competencia

estaría próxima a dar un nuevo

movimiento y eso hace que ahora todos

giremos nuestra cara miremos a Open Ai

saludemos a malm y le preguntemos e qué

Qué tienes para nosotros y por ahora día

de hoy jueves por la tarde pues no

tenemos ninguna novedad pues no tenemos

ninguna

[Música]

[Aplausos]

novedad

ah