6/5/2025 AI Express | Novedades en AI: Gemini, Claude Code y actualizaciones de funciones ChatGPT

En las últimas noticias, Gemini-2.5-Pro (versión 06-05) de Google DeepMind ha vuelto a ocupar el primer puesto en todos los campos competitivos.

El modelo destaca en una serie de ámbitos como el procesamiento de textos, el reconocimiento visual y el desarrollo web, especialmente en las tareas más difíciles de codificación, matemáticas, escritura creativa y diálogos de varias rondas.primer puestode rendimiento. Esta actualización no sólo mejora su rendimiento en habilidades de programación, razonamiento lógico y escritura creativa, sino que también mejora aún más su capacidad para manejar instrucciones complejas y consultas largas.

Géminis 2.5 ProEs uno de los modelos más inteligentes del mercado y destaca en varias áreas clave:

• Mayores conocimientos de programación y capacidad para realizar tareas de codificación más complejas.
• Mejora de la capacidad de razonamiento lógico para comprender y resolver mejor problemas complejos.
• Se mejoran las habilidades de escritura creativa para generar contenidos más creativos.

Esta actualización supone otro importante avance para la serie de modelos Gemini en el campo de la inteligencia artificial, ofreciendo más posibilidades para futuras aplicaciones.

Enhorabuena al equipo de Google DeepMind por este importante logro.

Claude Code combinado con Opus 4 ha sido aclamado como una de las mejores herramientas de programación del mercado actual, ofreciendo una perspectiva sin precedentes sobre el futuro de la programación.

Como herramienta de desarrollo integral, Claude Code tiene un sentido superior del diseño del producto que permite a los desarrolladores abordar fácilmente una gran variedad de escenarios de aplicaciones complejas. Sus características incluyen:

• Soporte completo para el desarrollo full-stack
• Excelente sentido del diseño de productos
• Encantadora experiencia de usuario
• Interfaz sencilla y fácil de usar

Tanto si eres un principiante como un desarrollador experimentado, Claude Code te proporciona una experiencia de programación eficiente y cómoda. Si aún no has empezado a utilizar esta herramienta, es posible que ya estés detrás de la curva tecnológica.

Para hacerse una mejor idea de la potencia de Claude Code y de cómo utilizarlo, puede ver un vídeo de demostración de 72 minutos de duración en el que encontrará más consejos prácticos y buenas prácticas.

OpenAI acaba de lanzar una serie de nuevas funciones empresariales para ChatGPT diseñadas para mejorar la productividad y la eficiencia en la empresa. Estas nuevas funciones incluyen conectores de herramientas internas, grabación de reuniones, integraciones personalizadas y un modelo de precios empresarial actualizado.

En esta actualización, ChatGPT ha añadido compatibilidad con diversas herramientas locales como Google Drive, SharePoint, Dropbox y Box, que son conectores que permiten el acceso en tiempo real y proporcionan referencias para equipos, empresas y clientes del sector educativo, y los administradores pueden controlar el acceso a los conectores en la configuración.

Función de investigación en profundidadAhora es posible generar respuestas largas y citadas, combinando recursos internos y web para un análisis exhaustivo, y soportando múltiples plataformas como Google Drive, SharePoint, Dropbox, Outlook, Gmail y más, para equipos, empresas, clientes de educación y usuarios Pro y Plus a nivel global (excluyendo HubSpot y los usuarios de Suiza, el EEE y el Reino Unido).

Además, Google Cloud Drive Sync Connector es capaz de indexar por adelantado el contenido en la nube de una organización, lo que permite dar respuestas rápidas y de alta calidad a documentos, diapositivas, tablas, etc., a través de la búsqueda semántica, y es compatible con modelos como o4-mini, o3 y GPT-4o, lo que permite a los administradores asignar permisos en función de las necesidades de los usuarios.

El modelo de precios flexibles para clientes empresariales también se ha ajustado para introducir un mecanismo de acceso basado en créditos para los modelos y funciones avanzados de ChatGPT, por el que los espacios de trabajo empresariales pueden adquirir un fondo compartido de créditos del que se deducirán todos los usuarios cuando utilicen funciones avanzadas, al tiempo que mantienen un acceso ilimitado a los modelos y funciones principales de ChatGPT.

Nuestro último lanzamiento es la herramienta Production Ready Spreadsheet Agent.

Sectores como las empresas de auditoría, los equipos fiscales, las compañías de seguros y los departamentos financieros de las empresas tienen que dedicar más de 10 horas a la semana a trabajar manualmente con cientos de archivos de hojas de cálculo, simplemente copiando y pegando números. Esta forma ineficiente de trabajar no sólo supone una pérdida de tiempo, sino que también es propensa a errores.

Nuestra herramienta proxy utiliza una arquitectura de "analizar primero, razonar después".la capacidad de comprender la estructura visual y el contexto, y las capacidades siguientes:

• Convierta hojas de cálculo confusas en formatos normalizados
• Ofrezca cuestionarios en lenguaje natural directamente sobre el contenido de las hojas de cálculo
• Tratamiento de celdas combinadas y disposiciones complejas
• Mantener las relaciones entre los datos durante la conversión

En las pruebas, la herramienta del agente superó incluso a la referencia humana con una precisión de 961 TP3T, frente a los 751 TP3T de OpenAI Code Interpreter (GPT 4.1).

Para más información, visite nuestro blog: https://t.co/zO0ZXvsjZ7

La herramienta Agente de hojas de cálculo se encuentra actualmente en vista previa privada. Si desea probarla, póngase en contacto con nosotros en https://t.co/YFCL9weLWU

Mientras tanto, puede probar nuestra tecnología punta de procesamiento de documentos, LlamaCloud, registrándose ahora: https://t.co/D2LIAXZZB0

Recientemente, el equipo de desarrolladores de Google AI ha publicado un nuevo proyecto de código abierto diseñado para permitir tareas de detección de objetivos en imágenes mediante el perfeccionamiento del modelo Gemma 3.

Gemma 3 es un modelo multimodal desarrollado por Google DeepMind con capacidades de procesamiento visual, pero en su estado inicial es incapaz de realizar tareas específicas de la imagen como la detección de objetivos y la segmentación semántica. Inspirado en el proyecto PaliGemma (@giffmana et. al.), este proyecto muestra cómo las tareas específicas de la imagen pueden convertirse en tareas autorregresivas para un procesamiento de tareas más eficiente.

Entre los principales colaboradores del proyecto se encuentran Sergio Paniego y otros, que han colaborado en la creación de esta base de código ligera para facilitar a los usuarios el ajuste rápido de parámetros y el inicio del proceso de puesta a punto. Los pasos específicos incluyen:

1. Crear un conjunto de datos de detección de objetivos con la etiqueta;
2. Descargue el modelo Gemma-3 de Hugging Face Hub;
3. Ajuste del modelo;
4. Visualización de los resultados previstos.

Aunque la calidad de las imágenes generadas hasta ahora no es ideal, Gemma 3 ha sido capaz de generar etiquetas de localización con un número reducido de puntos de datos, lo que basta para construir recuadros delimitadores básicos. Este resultado motivó la decisión del equipo de hacer público este proyecto.

planes de futuroA medio plazo, el equipo espera seguir mejorando los resultados mediante la optimización y da la bienvenida a los miembros de la comunidad para que aporten código o sugieran mejoras.

Morph V2, un sistema que puede procesar1600 fichasEl modelo de modificación de código ya está disponible en la plataforma playground. El modelo está diseñado para mejorar la eficiencia de la modificación de código y es aplicable a una amplia gama de dominios, incluidos el desarrollo de software, la revisión de código y las pruebas automatizadas.

Morph V2 utiliza una avanzada tecnología de procesamiento del lenguaje natural para comprender y generar rápidamente fragmentos de código de alta calidad. Su eficaz velocidad de procesamiento permite a los desarrolladores completar un gran número de modificaciones y optimizaciones de código en poco tiempo.

Características principales:

• Procesa 1600 tokens por segundo, lo que aumenta considerablemente la velocidad de modificación del código;
• Se admiten varios lenguajes de programación, como Python, JavaScript y Java, entre otros;
• Ofrece una interfaz de usuario intuitiva y fácil de usar.

Esta nueva herramienta mejorará enormemente la productividad de los desarrolladores y promete ser un instrumento importante para la gestión y optimización del código.

Anthropic acaba de lanzar una nueva herramienta de búsqueda web diseñada para ofrecer a los usuarios una experiencia de recuperación de información más eficaz y precisa. La herramienta utiliza tecnología avanzada de procesamiento del lenguaje natural para comprender consultas complejas y filtrar rápidamente cantidades ingentes de datos para encontrar los resultados más relevantes.

Esta herramienta de búsqueda no es solo para usuarios generales, sino también especialmente adecuada para investigadores y usuarios corporativos. Optimiza la calidad de los resultados de búsqueda mediante algoritmos de aprendizaje profundo y puede mejorar significativamente la productividad.

Las características clave incluyen:

• Comprensión semántica inteligente: capaz de analizar con precisión la intención de consulta del usuario.
• Soporte multilingüe: cubre una variedad de idiomas comunes para satisfacer las necesidades de los usuarios de todo el mundo.
• Actualizaciones en tiempo real: actualización continua de las fuentes de datos para garantizar la actualidad de la información.

Esta innovadora herramienta de Anthropic abre nuevos caminos en la recuperación moderna de información y merece atención.

Recientemente, la empresa de tecnología de inteligencia artificial @xai anunció el lanzamiento de su última función de búsqueda en tiempo real. Esta nueva función ofrece a los usuarios resultados de búsqueda más precisos e instantáneos mediante la combinación de algoritmos avanzados de procesamiento del lenguaje natural y aprendizaje automático.

La búsqueda en tiempo real no sólo responde rápidamente a las necesidades de consulta del usuario, sino que también hace recomendaciones personalizadas basadas en su historial de búsqueda y en sus patrones de comportamiento, lo que mejora enormemente la experiencia del usuario.

Las características clave incluyen:

• Información en tiempo real: después de que el usuario introduzca las palabras clave, el sistema devuelve inmediatamente los resultados pertinentes.
• Recomendación inteligente: sugerencias personalizadas basadas en el historial de búsquedas de los usuarios y en sus datos de comportamiento.
• Soporte multimodal: compatibilidad con múltiples formas de contenido, como búsqueda de texto, imágenes y vídeos.

La función tiene una amplia gama de escenarios de aplicación, que abarcan el comercio electrónico, la educación en línea, las noticias y la información, y muchos otros campos. Para las empresas, la búsqueda en tiempo real no sólo puede mejorar la satisfacción del usuario, sino también destacar en un mercado competitivo.

Con el continuo avance de la tecnología, la función de búsqueda en tiempo real se optimizará aún más para ofrecer a los usuarios servicios más inteligentes.

La última versión de v0 ya permite generar código en línea.

Esta actualización permite a los usuarios pulsar el atajo de teclado ⌘+K para modificar directamente segmentos de código que se sabe que necesitan cambios al realizar ediciones de código rápidas y precisas. Esto no solo mejora la productividad de los desarrolladores, sino que también reduce la probabilidad de errores de escritura manual.

Las características clave incluyen:

• Generación de código en tiempo real: no es necesario cambiar a otras herramientas o páginas, los cambios de código se realizan directamente en el editor actual.
• Sugerencias inteligentes: el sistema es capaz de proporcionar fragmentos de código relevantes en función del contexto, lo que aumenta aún más la velocidad de desarrollo.
• Compatible con una amplia gama de lenguajes de programación: Ya sea JavaScript, Python, o cualquier otro lenguaje importante, v0 proporciona soporte para ello.

Además, el equipo de v0 ha publicado un vídeo en el que se muestra cómo utilizar la función en acción. Los desarrolladores interesados pueden obtener más información en el siguiente enlace: ver el vídeo de demostración.

En este ejemplo práctico, mostraremos cómo automatizar la extracción del Formulario 4 de la SEC utilizando LlamaExtract y flujos de trabajo de agentes.

El formulario 4 de la SEC desempeña un papel importante en la transparencia del mercado al exigir a los directivos, consejeros y grandes accionistas de las empresas que revelen sus transacciones de acciones. Esto no sólo ayuda a los reguladores a controlar las operaciones con información privilegiada, sino que también proporciona a los inversores una importante fuente de información.

En este Colab lo haremos:

• Crear un agente de extracción que pueda extraer información estructurada de ficheros no estructurados del Formulario 4
• Creación de un flujo de trabajo escalable para extraer información comercial de los formularios 4 de la SEC de todas las empresas del índice industrial Dow Jones.

De este modo, podemos procesar grandes cantidades de datos con eficacia y garantizar la exactitud y coherencia de la información.

Explore el ejemplo completo: https://t.co/fJwoSHYfvo