Esta función de "soñar" de ChatGPT, deseo que todas las IA la copien

marsbitPublicado a 2026-06-08Actualizado a 2026-06-08

Resumen

ChatGPT ha lanzado un nuevo sistema de memoria basado en la tecnología Dreaming, que permite al modelo recordar automáticamente las preferencias del usuario, detalles de proyectos, planes de viaje y otros datos relevantes a partir de las conversaciones. A diferencia de la función anterior, que dependía de que el usuario solicitara explícitamente guardar información, este sistema identifica y sintetiza detalles de manera proactiva. Además, evalúa cuándo la información sigue siendo útil o ha quedado obsoleta, actualizando los recuerdos con el tiempo. La actualización incluye un "resumen de memoria" donde los usuarios pueden revisar, añadir o modificar la información que ChatGPT ha recopilado. También ofrece controles como conversaciones temporales (sin uso de memoria), opciones para eliminar recuerdos y la posibilidad de ver las fuentes que influyen en las respuestas personalizadas. Inicialmente disponible para usuarios Plus y Pro en EE.UU., se extenderá gradualmente a más países y a usuarios gratuitos. OpenAI destaca mejoras significativas en las pruebas: la precisión en la recuperación de hechos aumentó del 41,5% (2024) al 82,8% (2026), y la capacidad de mantener la información correcta en el tiempo pasó del 9,4% al 75,1%. Estos avances acercan a ChatGPT a un asistente personal más contextual y menos dependiente de interacciones aisladas, aunque también plantean cuestiones sobre privacidad y el control de los datos almacenados.

Ahora, el sistema de memoria de ChatGPT se parece más al de un humano.

OpenAI lanzó recientemente un nuevo sistema de memoria, basado en la tecnología Dreaming.

Organizará automáticamente tus preferencias, proyectos, dispositivos, planes de viaje y arreglos de vida en conversaciones largas, y al responder, juzgará qué información sigue siendo útil y cuál está obsoleta.

Sin embargo, esta actualización se lanzará primero a los usuarios Plus y Pro en EE. UU., y se expandirá a más países en las próximas semanas, cubriendo gradualmente a los usuarios Free y Go.

No más empezar desde cero: el nuevo sistema de memoria de ChatGPT hace su debut

De hecho, en abril de 2024, ChatGPT ya había lanzado la función de memoria, pero en ese momento la forma principal era "guardar recuerdos". Por ejemplo, los usuarios podían pedir explícitamente a ChatGPT que recordara cierta información, como planes de viaje, preferencias alimenticias, nombres o requisitos laborales.

El mecanismo anterior se parecía más a un bloc de notas personal. Si el usuario era lo suficientemente explícito, el sistema lo guardaba y lo consultaba en conversaciones posteriores. Pero en el uso real, mucha información importante no aparecía en forma de "por favor recuerda".

Es posible que un usuario simplemente mencionara su dispositivo durante una consulta, expresara sus preferencias de alojamiento al planificar un viaje, o revelara el contexto de un proyecto durante una discusión laboral. La versión anterior tenía dificultades para capturar de manera estable este contexto disperso naturalmente.

Además, la ubicación de una persona puede cambiar, los planes pueden terminar, los proyectos avanzan y las preferencias también pueden ajustarse. Si la memoria estática no se actualiza durante mucho tiempo, la personalización puede convertirse en una fuente de desinformación. Por ejemplo, si un usuario mencionó una vez que iba a Singapur, esa información es muy útil antes del viaje; pero si el sistema sigue recomendando comida para llevar basada en Singapur después del viaje, sería un error.

Para resolver estos problemas y permitir que la memoria se actualice con el tiempo y refleje con mayor precisión las necesidades reales del usuario, OpenAI introdujo en abril de 2025 la primera generación de Dreaming, intentando que ChatGPT consultara automáticamente los chats históricos en segundo plano, organizara la información útil de múltiples conversaciones y sintetizara un nuevo estado de memoria.

En el último año, Dreaming y los recuerdos guardados mejoraron juntos la capacidad de personalización, pero las primeras versiones aún no eran suficientes para respaldar por sí solas un sistema de memoria completo.

La nueva versión se basa en Dreaming y tiene como objetivo resolver tres problemas simultáneamente: continuar el contexto útil, seguir las preferencias del usuario y mantener la corrección a lo largo del tiempo.

OpenAI dio varios ejemplos en su blog oficial. Si un usuario discutió previamente sobre equipos de fotografía y luego pregunta sobre accesorios para fotografía submarina, ChatGPT podrá dar sugerencias de compatibilidad considerando la cámara específica, la carcasa y el flash, en lugar de solo proporcionar una lista genérica.

Si un usuario está planeando un viaje a Singapur, el sistema también puede combinar preferencias pasadas mencionadas, como la fotografía de vida silvestre, la necesidad de aire acondicionado en el hotel y el hábito de comer en lugares tranquilos, para ofrecer un itinerario más personalizado.

Si un usuario ha viajado a un lugar, el sistema también debe saber que esto podría ser solo un estado temporal y no asumirlo como su ubicación actual meses después.

Los datos de evaluación interna también reflejan estos cambios.

En las pruebas de recuperación de hechos, la tasa de éxito de la tarea del sistema de recuerdos guardados (Saved memories) de 2024 fue del 41.5%, la de 2025 con recuerdos guardados más Dreaming V0 fue del 67.9%, y la de Dreaming V3 de 2026 alcanzó el 82.8%.

En las pruebas de seguimiento de preferencias, las tasas fueron del 31.4%, 55.3% y 71.3% respectivamente.

En las pruebas de mantener la corrección con el tiempo, la mejora fue aún más significativa: 9.4% en 2024, 52.2% en 2025 y 75.1% en 2026.

Estos datos indican que lo que OpenAI quiere que ChatGPT recuerde no es solo más información. Lo verdaderamente crucial es que el sistema sepa qué información sigue siendo actual, cuál ha expirado y cuál es adecuada para incorporar en la respuesta actual.

El destino del asistente personal es convertirse en otro "tú"

El cambio más evidente a nivel de producto es la adición del "Resumen de memoria".

OpenAI indicó que los recuerdos sintetizados por Dreaming se pueden ver a través de la página del resumen de memoria. Los usuarios pueden ver la información personal que ChatGPT considera importante, incluyendo trabajo, intereses, planes de viaje, proyectos a largo plazo y preferencias de respuesta. También pueden agregar o modificar información en el resumen.

El resumen de memoria se actualiza automáticamente y muestra la última hora de actualización.

Los usuarios pueden ingresar directamente solicitudes de modificación, seleccionar texto específico para corregirlo, o elegir "No volver a mencionar esto en el futuro". Sin embargo, OpenAI enfatiza que este tipo de operaciones solo reducirán las menciones activas en el futuro, y no equivalen a eliminar completamente la información relacionada.

Si un usuario desea eliminar completamente cierta información, necesita eliminar todas las posibles fuentes, incluyendo recuerdos guardados, chats pasados, chats archivados, archivos subidos, resúmenes de memoria y contenido relevante en aplicaciones conectadas.

Por supuesto, si consideras que los resúmenes automáticos de la nueva versión no son lo suficientemente controlables, OpenAI sigue manteniendo para los usuarios Plus y Pro en la versión web el antiguo sistema de "Saved memories".

Como es habitual, la información más relevante y frecuentemente mencionada se coloca en primer plano, mientras que el contenido menos importante pasa a segundo plano, para reducir la saturación de la capacidad de memoria. Al juzgar la prioridad, el sistema considera la antigüedad de la información y la frecuencia con la que el usuario habla de temas relacionados.

Los usuarios también pueden intervenir manualmente. En la página de Saved memories, se pueden buscar recuerdos, ordenarlos por los más recientes o antiguos, y aumentar o disminuir la prioridad de un recuerdo específico. Los recuerdos en segundo plano se muestran en gris. Los usuarios también pueden eliminar un recuerdo específico o borrar todos los recuerdos de una vez.

Además, OpenAI también proporcionó la función de historial de memoria. Los usuarios pueden ver versiones anteriores de saved memories en diferentes momentos y restaurar una versión anterior. Esto significa que, cuando la memoria comienza a actualizarse automáticamente, los usuarios al menos pueden ver cómo cambia y devolver el sistema a un estado anterior.

OpenAI también agregó la función "Fuentes de memoria".

Los usuarios pueden ver qué fuentes participaron en una respuesta personalizada haciendo clic en el icono del libro debajo de la respuesta. Las fuentes pueden incluir chats pasados, recuerdos guardados, instrucciones personalizadas, archivos y Gmail. La visualización de fuentes no enumera todos los factores influyentes, pero permite a los usuarios comprender mejor por qué ChatGPT dio una respuesta personalizada específica.

El rango de fuentes disponibles varía según el plan.

Los usuarios Free y Go pueden usar chats pasados, recuerdos guardados e instrucciones personalizadas. Los usuarios Plus y Pro en algunas regiones también pueden usar la biblioteca de archivos y Gmail. Gmail requiere que el usuario lo conecte activamente; una vez conectado, se puede usar para identificar correos de confirmación de viaje, hilos de proyectos o contexto de agenda. Cabe destacar que las fuentes de archivos y Gmail no están disponibles en el Espacio Económico Europeo, Suiza y el Reino Unido.

El control de la memoria sigue estando en la página Memory dentro de Configuración.

Los usuarios pueden activar o desactivar la memoria, y también usar el chat temporal. El chat temporal no utilizará recuerdos existentes ni creará nuevos recuerdos.

Desactivar los recuerdos guardados no elimina automáticamente el contenido ya guardado, y eliminar un chat tampoco elimina automáticamente los recuerdos guardados generados a partir de ese chat. Los usuarios necesitan eliminar los recuerdos relacionados por separado o pedirle a ChatGPT que los olvide.

Los problemas de privacidad se vuelven más importantes.

OpenAI reconoce que la información sensible que los usuarios comparten en los chats puede aparecer en la memoria. Si un usuario no desea que el contenido relacionado se use para respuestas personalizadas futuras, puede desactivar la memoria, usar el chat temporal, eliminar el chat relacionado, eliminar archivos o desconectar aplicaciones conectadas.

En cuanto al entrenamiento del modelo, si un usuario activa "Mejorar el modelo para todos", los chats pasados, recuerdos guardados y contenido de memoria relacionado pueden usarse para mejorar el modelo. El contenido de los clientes de ChatGPT Business, Enterprise y Edu no se utiliza por defecto para el entrenamiento.

A nivel de implementación, OpenAI afirma que las mejoras recientes han reducido los recursos computacionales requeridos por Dreaming aproximadamente 5 veces, por lo que OpenAI ahora también comenzó a ofrecer versiones que cumplen con los requisitos de calidad a los usuarios Free, mientras aumenta la capacidad de memoria de los usuarios Plus y Pro.

Para OpenAI, la memoria es un paso clave para que ChatGPT pase de ser un modelo a ser un asistente.

Un verdadero asistente no puede empezar desde cero cada vez. Necesita saber qué está haciendo el usuario, cómo suele expresarse, qué planes han terminado y qué preferencias siguen siendo válidas. De lo contrario, la llamada personalización sería solo un conjunto de respuestas genéricas más corteses.

Pero la memoria también cambiará la relación entre el usuario y el producto.

Cuando ChatGPT comienza a recordar tus proyectos, viajes, archivos, correos electrónicos y restricciones de vida, deja de ser solo una ventana de chat. Se convertirá cada vez más en una interfaz personal de larga duración, que te ayude a acceder a la información, organizar tareas, explicar el mundo y, al mismo tiempo, acumule una comprensión de ti de manera intangible.

En cierto sentido, la memoria es el rito de iniciación del asistente de IA.

Esto también recuerda a la clásica pregunta planteada repetidamente por la serie "Blade Runner": ¿Son los recuerdos (sean reales o implantados) suficientes para definir la humanidad, constituir la identidad propia, y servir como criterio para distinguir entre humanos y replicantes?

Y el sistema de memoria que ChatGPT lanzó hoy plantea una pregunta similar: cuando una IA guarda a largo plazo tus experiencias, preferencias y formas de juicio, ¿podría convertirse gradualmente en tu yo externo?

El destino del asistente de IA podría ser un yo mismo editable.

Adjunto enlaces de referencia:

1. https://openai.com/index/chatgpt-memory-dreaming/

2. https://help.openai.com/en/articles/8590148-memory-faq

Este artículo proviene del WeChat Official Account "爱范儿", autor: 发现明日产品的爱范儿

Preguntas relacionadas

Q¿Qué es el sistema de memoria "Dreaming" recientemente introducido por OpenAI en ChatGPT?

AEl sistema de memoria "Dreaming" de OpenAI es una tecnología que permite a ChatGPT recordar y organizar automáticamente las preferencias, proyectos, dispositivos, planes de viaje y detalles de vida del usuario a lo largo de conversaciones extensas. Puede discernir qué información sigue siendo útil y cuál ha quedado obsoleta, mejorando las respuestas personalizadas sin necesidad de comenzar cada conversación desde cero.

Q¿Cuáles son las principales mejoras de la versión Dreaming V3 respecto a sistemas anteriores de memoria?

ALa versión Dreaming V3 supera significativamente a sistemas anteriores en tres áreas clave: recordar hechos (82.8% de éxito frente al 41.5% de 2024), seguir preferencias del usuario (71.3% frente al 31.4%) y mantener la precisión de la información a lo largo del tiempo (75.1% frente al 9.4%). Esto se debe a su capacidad para sintetizar información de múltiples conversaciones y actualizar dinámicamente los recuerdos.

Q¿Qué es el "Resumen de Memoria" (Memory Summary) y cómo pueden los usuarios gestionarlo?

AEl "Resumen de Memoria" es una nueva página donde los usuarios pueden ver la información personal que ChatGPT considera importante, como trabajo, intereses, planes de viaje y preferencias de respuesta. Los usuarios pueden añadir, modificar, marcar información para que no se mencione en el futuro, o eliminar completamente datos específicos eliminando todas sus fuentes (chats, archivos, aplicaciones conectadas, etc.). El resumen se actualiza automáticamente.

Q¿Qué controles de privacidad ofrece OpenAI a los usuarios con respecto a la función de memoria?

AOpenAI ofrece varios controles de privacidad: los usuarios pueden activar/desactivar la memoria, usar chats temporales (que no usan ni crean recuerdos), eliminar chats o archivos específicos, desconectar aplicaciones vinculadas y gestionar recuerdos guardados individualmente. Para los clientes de ChatGPT Business, Enterprise y Edu, el contenido por defecto no se utiliza para entrenar modelos. Los usuarios también pueden desactivar la opción "Mejorar el modelo para todos".

QSegún el artículo, ¿por qué se considera que la memoria es un paso clave para que ChatGPT pase de ser un modelo a un asistente?

ALa memoria es crucial porque un asistente real no puede comenzar desde cero en cada interacción. Necesita conocer el contexto, hábitos, planes y preferencias válidas del usuario para ofrecer una personalización genuina y útil. Este sistema permite a ChatGPT actuar como una interfaz personal a largo plazo, ayudando a gestionar información y tareas mientras acumula conocimiento sobre el usuario, acercándose a la idea de un "yo externo" o asistente verdaderamente personalizado.

Lecturas Relacionadas

Fue el héroe de las dos grandes industrias de Shanghai, pero falleció en silencio con pesar

"Fue un héroe detrás de escena de dos industrias clave de Shanghái, pero falleció en silencio con pesar. Jiang Shangzhou, ex subdirector de la Comisión Económica de Shanghái, desempeñó un papel fundamental en el desarrollo de la industria de circuitos integrados y la aviación comercial en China. A pesar de sufrir cáncer de pulmón, impulsó ambiciosos planes: durante el período del X Plan Quinquenal, abogó por construir diez líneas de producción de obleas de 8 pulgadas en Shanghái, superando con creces las expectativas nacionales. Atrajo talentos como Zhang Rujing para fundar SMIC y Yin Zhiyao para establecer AMEC, sentando las bases para que Shanghái se convirtiera en el líder nacional en semiconductores. Paralelamente, como jefe del grupo de demostración de proyectos nacionales importantes, defendió durante tres años la inclusión del 'avión comercial grande' en el plan de desarrollo científico y tecnológico, allanando el camino para el proyecto C919. Aunque su visión a menudo se consideraba 'demasiado adelantada a su tiempo' y enfrentó desafíos en su carrera, su legado perdura. Hoy, Shanghái es el centro de la industria de chips de China, y el C919 es un símbolo de la fabricación avanzada del país. Jiang Shangzhou falleció en 2011 sin ver realizados sus sueños, pero su perspicacia estratégica y su espíritu práctico dejaron un impacto duradero en el futuro industrial de China."

marsbitHace 4 min(s)

Fue el héroe de las dos grandes industrias de Shanghai, pero falleció en silencio con pesar

marsbitHace 4 min(s)

El cambio del centro de ingresos de AMD hacia el centro de datos en 12 trimestres

Un informe de resultados del segundo trimestre mostró dos trayectorias opuestas en los ingresos de AMD. El negocio de centros de datos alcanzó 6,718 millones de dólares, un aumento interanual del 107%. Mientras tanto, la división de juegos obtuvo 779 millones, una caída del 31%. Esto plantea la pregunta: ¿está AMD trasladando recursos de los juegos a los centros de datos? Los datos de los últimos 12 trimestres ofrecen más detalles. En primer lugar, el crecimiento total de ingresos de AMD (de 7,685 a 11,536 millones en el trimestre) demuestra que la expansión es real y no un simple intercambio interno. Los centros de datos aportaron aproximadamente el 90% del aumento neto, mientras que la contracción en juegos fue menor en comparación. En segundo lugar, la proporción de ingresos de los centros de datos dentro de AMD ha cambiado estructuralmente, pasando del 27.6% al 58.2% del total en 12 trimestres. Cruzó la línea del 50% en el cuarto trimestre de 2025, convirtiéndose permanentemente en la división más grande. Este gráfico muestra un cambio en la estructura de ingresos, no necesariamente en la asignación interna de recursos como I+D o capacidad. Finalmente, al compararse con sus pares, la trayectoria de crecimiento de AMD en centros de datos es pronunciada (llegando a un índice de 155 en los últimos cuatro trimestres reportados), pero partiendo de una base mucho menor. Sus ingresos trimestrales (6,718 millones) son cercanos a los de Intel DCAI (6,262 millones), pero muy por debajo de los aproximadamente 75,200 millones de Nvidia. Las definiciones y períodos fiscales entre empresas no son idénticos, por lo que la comparación directa tiene limitaciones. En resumen, los datos confirman que los centros de datos son ahora el pilar principal de ingresos para AMD. La contracción en juegos ocurrió en el mismo período, pero las cifras públicas no son suficientes para probar una simple reasignación interna de recursos entre divisiones.

marsbitHace 6 min(s)

El cambio del centro de ingresos de AMD hacia el centro de datos en 12 trimestres

marsbitHace 6 min(s)

La billetera de Cloudflare explicada: Un nuevo actor en los pagos con stablecoins mediante X402

El 4 de agosto, Cloudflare anunció su producto Wallets, permitiendo a los usuarios reservar un "handle" o identificador. Sin embargo, funciones clave como recargar saldo, pagar y las carteras virtuales para agentes de IA aún no están disponibles ("Soon"). La noticia aclara que este lanzamiento inicial es solo un paso dentro de una estrategia de pagos más amplia que incluye Stripe Projects (para que agentes gestionen suscripciones) y Monetization Gateway (para que los comerciantes reciban pagos). Wallets pretende completar el lado del pagador, gestionando identidad, saldo y reglas de autorización. Se destaca que, aunque el protocolo de pago x402 subyacente ya procesa millones de transacciones pequeñas (promedio de ~$0.32), estos datos no reflejan la adopción específica de Cloudflare Wallets, ya que x402 es una red abierta. Actualmente, en las implementaciones de desarrollo, los agentes pueden pagar automáticamente por API o herramientas MCP (ejemplo: $0.01 por llamada), pero los desarrolladores aún retienen las claves privadas. La visión de Cloudflare Wallet es introducir carteras separadas para el titular de la cuenta y para los agentes, con controles como límites y listas blancas, funcionando como una "tarjeta corporativa" con reglas. Estos controles y detalles como criptomonedas soportadas, KYC o tarifas aún no se han publicado.

marsbitHace 27 min(s)

La billetera de Cloudflare explicada: Un nuevo actor en los pagos con stablecoins mediante X402

marsbitHace 27 min(s)

TradeXYZ e Hyperliquid: desvelando la relación simbiótica con un reparto del 50%

Los mercados muestran creciente precaución. En cripto, el liderazgo ha vuelto a Solana y a los DEX, mientras se debate la relación entre TradeXYZ e Hyperliquid. TradeXYZ, un equipo independiente que opera en Hyperliquid, domina el volumen de negociación de RWA, superando el 50% en el protocolo. Su acuerdo requiere que deriva el 50% de los ingresos de HIP-3 a Hyperliquid, conservando el resto. Surgen preocupaciones sobre si esta comisión es demasiado alta y si podría llevar a una separación, o sobre cómo monetizará Hyperliquid el HIP-3 a largo plazo. Sin embargo, un análisis más profundo revela una relación simbiótica. Hyperliquid aporta la infraestructura, el colateral y la base de usuarios clave. TradeXYZ aporta la ejecución y el volumen. Dejar la plataforma sería un gran riesgo reputacional y operativo para ambos, equivalente a un suicidio comercial. Hyperliquid también se beneficia de otras vías de monetización, como las tarifas de prioridad de escritura, las tarifas de lectura para market makers y, de manera significativa, del aumento de la oferta de USDC en la cadena generado por esta actividad, del cual retiene el 90% de los ingresos ajustados por costos. Este ingreso indirecto ya supera la totalidad del pool de tarifas de HIP-3 que comparte con TradeXYZ. La verdadera cuestión no es el reparto 50/50, sino cómo ambas partes evolucionarán desde un modelo de crecimiento con tarifas bajas hacia una base de ingresos más estable y sólida.

marsbitHace 41 min(s)

TradeXYZ e Hyperliquid: desvelando la relación simbiótica con un reparto del 50%

marsbitHace 41 min(s)

Informe: DeepSeek reinicia su ronda de financiación con una valoración previa a la inversión de 500.000 millones de yuanes

Según fuentes de inversión citadas por *Caijing*, DeepSeek, una empresa de modelos de lenguaje grande (LLM), ha reiniciado su segunda ronda de financiación, con una valoración previa a la inversión de aproximadamente 500.000 millones de yuanes (unos 69.000 millones de dólares) y un objetivo de recaudar 50.000 millones de yuanes. La empresa planea completar los acuerdos a finales de agosto. Esta segunda ronda, con una valoración un 43% superior a la primera de 350.000 millones de yuanes realizada en junio, elevaría el total recaudado a más de un billón de yuanes en ambas rondas. La primera ronda, la más grande en la historia de los LLM chinos, contó con inversores como el Fondo Nacional de Inversión en IA, Tencent, CATL, NetEase, JD.com e IDG Capital. Se informa que la demanda de participación ha sido alta. La ronda se había pausado a finales de julio, supuestamente por el descontento del fundador, Liang Wenfeng, con información filtrada. Ahora, se busca llevar a cabo el proceso de forma discreta. DeepSeek compite en un mercado acelerado, donde rivales como Moonshot AI también están recaudando fondos agresivamente con miras a una próxima OPI. El contexto de la financiación coincide con el lanzamiento de DeepSeek-V4-Flash, una versión optimizada para agentes de IA que, según evaluaciones, ofrece un alto rendimiento a un bajo costo, posicionándose como líder en consumo en plataformas globales. Esto subraya la intensa competencia en el sector, donde la capacidad del modelo y la eficiencia son factores clave de valoración para los inversores.

marsbitHace 1 hora(s)

Informe: DeepSeek reinicia su ronda de financiación con una valoración previa a la inversión de 500.000 millones de yuanes

marsbitHace 1 hora(s)

Trading

Spot
活动图片