Just now, OpenAI has evolved again.
Ahora, los esperados sitios de ChatGPT han iniciado oficialmente su prueba pública.
Incluso si no sabes escribir una sola línea de código, con solo algunas instrucciones en lenguaje natural o subiendo un boceto, puedes generar en menos de quince minutos un sitio web interactivo altamente profesional y funcionalmente complejo, como si escribieras un documento de Google.
El desarrollo frontend se puede realizar solo con lenguaje natural, y la industria tradicional de SaaS para creación de sitios web está sufriendo una gran transformación.
Además, se ha difundido un nuevo mensaje.
En el lado de la tecnología subyacente, GPT-6 muestra una asombrosa capacidad multimodal.
Sin reproducción de audio y completamente desconectado de internet, GPT-6 puede identificar el llamado de la ballena azul profunda, e incluso reconocer el sonido de un sable de luz de Star Wars, solo con una imagen de espectrograma Mel (visualización de la forma de onda del sonido).
Esto demuestra que la comprensión multimodal de la IA ha roto por completo las barreras sensoriales humanas.
Ya no es una imitación torpe de la visión y la audición humanas, ¡sino que ha evolucionado hacia una capacidad «nativa» de descodificación de la estructura de datos del mundo físico!
ChatGPT Sites en prueba pública, crear sitios web ahora es tan fácil como escribir un documento
En su momento, tener un sitio web personal de primera calidad era un privilegio de los programadores y diseñadores profesionales.
Luego, apareció Dreamweaver, y después, herramientas SaaS de arrastrar y soltar para crear sitios web como Wix, Squarespace e incluso Tilda.
Pero hoy, la prueba pública de ChatGPT Sites ha derribado directamente las barreras para crear sitios web.
Después de probarlo personalmente, Jeremy Caplan, de los medios tecnológicos reconocidos Fast Company y Wonder Tools, dijo: ¡La experiencia de ChatGPT Sites es extremadamente revolucionaria!
Ahora, crear un sitio web atractivo es tan sencillo como crear un Google Doc.
Currently, this feature is fully available to ChatGPT Plus, Pro, Business, Enterprise, and Edu users.
¿Cómo funciona? El proceso es extremadamente sencillo.
1. Describe your vision: Write a few sentences about the type of website you want and your target audience.
2. Proporciónale materiales: si tienes capturas de pantalla de páginas web o bocetos a mano, cárgalos directamente.
3. Indique los requisitos de funcionalidad: ¿Desea un botón de enlace? ¿Efectos visuales incrustados? ¿O elementos interactivos complejos? Dígalo directamente.
4. Toma una taza de café y espera: según la complejidad, en aproximadamente 10 a 15 minutos se creará un sitio web completo.
Ten en cuenta que esto ya no es simplemente «copiar y pegar plantillas», ¡sino verdadero Vibe Coding!
Los primeros probadores ya han creado muchos proyectos increíbles con él.
Primero, son páginas prácticas.
Alguien lo usó para crear una página de patrocinio de kit de medios perfecta, una guía de eventos moderna de San Francisco e incluso una tienda en línea moderna de artículos para picnic que permite arrastrar y soltar productos en el carrito.
Además, el artista Drue Kataoka lo utilizó para generar una herramienta artística llamada GoalFlow.
Después de seleccionar la bandera, el usuario puede "pintar" sobre la superficie de simulación fluida con los colores de la bandera; el pigmento gira y deriva de forma natural, como un colorante en el agua.
Antes, esta página frontal que involucra un motor de física de fluidos complejo requería que ingenieros frontales avanzados dedicaran varias semanas; ahora solo se necesitan algunas instrucciones.
Finalmente, también hay juegos de motor físico.
Incluso puedes crear en pocas frases un juego similar a Jenga llamado Glass Towers, con efectos físicos realistas; o un juego arcade llamado Paper Glider donde controlas un avión de papel que atraviesa aros.
Lo más aterrador es su capacidad de iteración.
Cuando ChatGPT proporcione el borrador inicial, puedes usar directamente la «herramienta de comentarios» en la barra lateral, marcando en la página web como si corrigeras una tarea: «cambia el color de este botón», «cambia esta fuente a una sin serifa», «reemplaza esta imagen».
No solo puede entenderlo, sino también modificarlo sin interrupciones.
Clearly, industry consolidation is inevitable.
Aunque las herramientas tempranas de creación de sitios web con IA (como Lovable y Bolt) siguen siendo flexibles, y Claude Artifacts y Claude Design también destacan en la interfaz de usuario interactiva, el punto fuerte de ChatGPT Sites radica en su integración con un ecosistema extremadamente amplio.
Si trabajas en un proyecto de «ChatGPT Project», leerá automáticamente tu guía de estilo de marca y tu biblioteca de logotipos, y el sitio web generado llevará naturalmente el ADN de tu marca.
Ahora, los ingenieros de frontend se han reducido a «productores de prompts», y aquellas empresas tradicionales de SaaS que aún dependen de «sitios web arrastrar y soltar» para cobrar altas tarifas mensuales, si no se transforman rápidamente, probablemente no sobrevivirán este invierno.
Reducción de dimensionalidad en la aplicación: eliminar por completo las «operaciones» y conservar solo la «intención»
Recuerda que, desde la línea de comandos (CLI) de la era de las PC, hasta la interfaz gráfica (GUI) de la era de Windows, y ahora hasta la interfaz de lenguaje natural (LUI) de la era de los grandes modelos, la historia de la interacción humano-computadora ha sido una historia de reducción constante de la barrera de entrada.
La esencia de los sitios de ChatGPT es reducir el desarrollo frontend de una «ingeniería» a una «disciplina de expresión».
Antes, para construir un sitio web, tu cerebro tenía que pasar por múltiples capas de traducción.
Quiero vender algo (intención) → Necesito un carrito de compras y un sistema de pago (lógica del producto) → Necesito escribir HTML/CSS/JS (código frontend) → Necesito integrarme con la base de datos (lógica backend)
Ahora, ChatGPT Sites elimina por completo los complicaciones intermedias.
El input del usuario se ha reducido por completo a lenguaje natural puro, es decir, la «intención» más básica.
La barrera fundamental del software SaaS tradicional es «nosotros encapsulamos el código en botones atractivos para que los hagas clic», mientras que el impacto de los grandes modelos es: solo necesitas hablar.
A partir de ahora, todas las herramientas transicionales centradas en «cómo hacer que los no programadores escriban código o construyan sitios web más fácilmente» perderán su espacio de supervivencia en la era de la generación «extremo a extremo» que produce resultados directamente a partir de la intención.
GPT-6 reconoce instantáneamente el espectrograma, rompiendo las barreras sensoriales humanas
Además, hoy mismo, un conjunto de pruebas publicado por los investigadores de IA ChrisGPT y Max Rubin conmocionó a innumerables ingenieros de audio y profesionales de la IA.
Esta prueba es sencilla: convierte el sonido en una imagen y haz que GPT-6 lea la imagen directamente.
ChrisGPT subió una imagen de un espectrograma Mel a GPT-6, una técnica que visualiza la frecuencia, el tiempo y la energía del sonido como una imagen bidimensional.
Durante el proceso, no reprodujo ningún audio real y el modelo grande estaba desconectado de internet.
La única pista es: «Este sonido proviene de un animal/mamífero de la naturaleza».
GPT-6 respondió: «Ballena, posiblemente una ballena azul.»
El mundo entero se sorprendió.
Porque no solo respondió correctamente, sino que superó nuestra comprensión: ¡la lógica de razonamiento detrás de esto ha trascendido el simple emparejamiento de imágenes!
Sabe que las ballenas azules emiten llamadas de frecuencia extremadamente baja.
Pero en la naturaleza, los rugidos de leones, tigres y elefantes también caen en el rango de baja frecuencia de 40 a 200 hercios. Solo por la presencia de una masa de energía cerca de 50 hercios en el espectrograma, no se puede determinar que sea una ballena.
¿Cómo logra GPT-6 esto? Los ingenieros de audio analizaron y consideraron que GPT-6 captó con precisión «las características de forma de energía que persisten en el tiempo».
No se trata de observar un punto, sino de comprender cómo las ondas sonoras fluyen y se atenúan en este espacio físico específico a lo largo del tiempo.
La capacidad de adivinar directamente, sin contexto y con cero muestras, la categoría de un animal a partir de una «imagen de sonido» es increíblemente asombrosa.
La demostración de otro probador, Max Rubin, fue aún más impresionante.
Él probó efectos de sonido no naturales, y los resultados mostraron que Astra puede identificar de forma cero-shot el sonido de una espada láser de Star Wars directamente desde el espectrograma Mel!
Max exclamó: "Aún no hemos tocado la superficie."
Aunque en el ámbito de la investigación, la comunidad académica ya ha comenzado a intentar usar espectrogramas combinados con modelos visuales para la detección de llamadas de ballenas, e incluso ha entrenado LLM especializados para leer gráficos Mel en tareas de voz.
Sin embargo, esta es la primera vez que se ha confirmado públicamente que un modelo general puede realizar este nivel de razonamiento multimodal sin ningún ajuste especializado.
Es como si nunca le hubieras enseñado a alguien a leer partituras, solo le hubieras mostrado una partitura orquestal.
Como resultado, no solo podía "escuchar" sonidos en su mente, sino que también podía decirte con precisión que el trombón en el segundo compás había tocado una nota incorrecta.
Los modelos grandes están liberándose de las restricciones biológicas humanas
La percepción humana del mundo tiene grandes limitaciones.
Debemos depender de las vibraciones del aire que hacen vibrar el tímpano, para que el cerebro convierta estas vibraciones físicas en señales eléctricas que percibimos como «sonido». En el subconsciente humano, el sonido se «escucha» con los oídos y las imágenes se «ven» con los ojos. Esto es una «barrera sensorial» establecida por millones de años de evolución.
La IA multimodal temprana realmente estaba «imitando» a los humanos. Le dábamos archivos de audio, le mostrábamos imágenes, intentando que entendiera como lo hace una persona.
Pero la importancia de que GPT-6 Astra reconozca los espectrogramas es que los modelos grandes están liberándose de las limitaciones de los órganos biológicos humanos.
Para GPT-6, el largo canto de una ballena azul en las profundidades oceánicas y el sonido rasgante de una espada láser agitada por un Jedi no tienen ninguna diferencia esencial: ambos son simplemente formas de fluctuación de energía en el mundo físico.
Cuando esta volatilidad se convierte en una expresión matemática y geométrica como un espectrograma Mel, GPT-6 puede «leer» directamente las leyes físicas.
No necesita orejas largas, no necesita «escuchar» el sonido, puede «ver» directamente la fórmula física del sonido.
Esto significa que la comprensión multimodal de la IA ha evolucionado de «imitar los sentidos humanos» a la «descodificación nativa» de la estructura de datos del mundo físico.
Hoy puede identificar a la ballena azul mediante un espectrograma; mañana, si se le muestra una imagen de ondas sísmicas, ¿podrá predecir directamente la próxima ruptura de falla? Si se le muestra una imagen de ondas cerebrales, ¿podrá leer directamente lo que estás pensando?
Los humanos perciben la proyección del universo a través de sus cuerpos físicos, y ahora, la IA lee directamente el código fuente del universo.
Referencias:
https://x.com/ChrisGPT/status/2097047569520115800
https://x.com/maxxrubin_/status/2096892510241268094
https://www.fastcompany.com/91602695/chatgpt-sites-makes-building-a-website-feel-like-making-a-google-doc
Este artículo proviene del canal de WeChat "Nueva Inteligencia", autor: Apocalipsis de la IA, editor: Aeneas David