Claude 3.5 Sonnet (Junio 2025): Lanzamiento con mejoras en codificación (49% en SWE-bench) y beta pública de "computer use" para navegación en interfaces. 

Claude 3.5 Haiku (Mayo 2025): Modelo rápido que iguala a Claude 3 Opus en rendimiento, optimizado para tareas de bajo costo y velocidad. 

Claude Gov (Junio 2025): Versión especializada para seguridad nacional de EE.UU., con manejo mejorado de materiales clasificados. 

Claude 3.2 (Septiembre 2024): Primeros modelos multimodales de la serie, junto con versiones ligeras para móviles. 

Claude 3.1 (Julio 2024): Incluyó el modelo 405B, primer LLM open-source "de nivel frontera".

Claude 3 Opus/Sonnet/Haiku (Abril 2024): Nueva generación con mejoras en razonamiento, contexto largo (200K tokens) y reducción de alucinaciones.

Integraciones Pro (Junio 2025): Claude Code, Research y conexiones con Jira/Zapier añadidos sin costo extra al plan Pro.

Acceso Web Gratuito (2025): Búsqueda en internet habilitada para todos los usuarios, incluidos no suscriptores.

Claude 2 (Julio 2023): Habilitó uso comercial y mejoró contexto a 100K tokens.

Claude 1 (Febrero 2023): Lanzamiento inicial restringido a investigación

Microsoft Copilot (junio 2025):

Lanzamiento de Copilot Studio, que permite a las empresas crear agentes personalizados sin necesidad de escribir código, adaptados a sus flujos de trabajo y datos específicos. Introducción de la Tienda de Agentes para instalar agentes listos para usar y conectarlos con aplicaciones como Jira o Monday.com. Implementación de Copilot Notebooks para reunir documentos, notas y grabaciones, ofreciendo resúmenes en audio con presentadores virtuales. Mejoras en la personalización que permiten a la IA aprender de las preferencias del usuario, con control total sobre lo que se recuerda.

Microsoft Copilot (abril 2025):

Integración de Copilot en Windows 11 con funciones como subtítulos en tiempo real, herramientas creativas en Paint y mejoras en la búsqueda de archivos. Ampliación de funciones de IA en PC Copilot+ con procesadores Intel y AMD, incluyendo opciones de accesibilidad y creatividad.

Microsoft Copilot (marzo 2025):

Presentación de Copilot Pages, plataforma dinámica y persistente para colaboración en equipo con IA. Introducción de agentes de Copilot para automatizar procesos empresariales e integración con Teams y SharePoint. Lanzamiento de nuevos agentes de ventas en Microsoft 365 Copilot para ayudar a cerrar acuerdos de forma eficiente.

Microsoft Copilot (febrero 2025):

Anuncio de Copilot Tuning para que las empresas personalicen modelos según su propio lenguaje, datos y flujos de trabajo. Implementación de orquestación multiagente en Copilot Studio para coordinar agentes especializados en procesos complejos.

Microsoft Copilot (octubre 2024):

Reestructuración de Copilot para cuentas personales, incluyendo cambios en la interfaz de usuario, separación completa de Bing, adición de funciones como Copilot Voice y Copilot Vision, y lanzamiento de Copilot Labs, un programa de acceso anticipado exclusivo para Microsoft Copilot Pro.

Microsoft Copilot (septiembre 2024):

Actualización de Microsoft 365 Copilot con nuevas funciones, incluyendo Copilot Actions para automatizar tareas diarias, agentes en SharePoint para facilitar la obtención de respuestas a partir de contenido relevante, y la presentación de Azure AI Foundry para diseñar, personalizar y gestionar aplicaciones y agentes de IA.

Microsoft Copilot (julio 2024):

Lanzamiento de Microsoft Copilot con un costo de $30 por usuario al mes para ciertos planes de Microsoft 365, centrado en realizar tareas tediosas para aumentar la creatividad y productividad del usuario.

Microsoft Copilot (mayo 2024):

Pausa en el lanzamiento de nuevas funcionalidades para Copilot con el objetivo de perfeccionarlas en función de los comentarios de los usuarios que ya las han probado, antes de su lanzamiento global.

Microsoft Copilot (abril 2024):

Presentación de Recall, una función que permite a Copilot recordar información del usuario para facilitar tareas futuras, aunque su lanzamiento fue pospuesto debido a preocupaciones de privacidad.

Microsoft Copilot (febrero 2024):

Anuncio de la integración de Copilot en Windows 11, ofreciendo asistencia contextual y mejoras en la productividad del usuario.

Microsoft Copilot (enero 2024):

Lanzamiento de Copilot para clientes empresariales de Microsoft 365, ofreciendo asistencia en aplicaciones como Word, Excel y PowerPoint.

Microsoft Copilot (diciembre 2023):

Integración de Copilot en Windows 11 sin costo adicional para muchas instalaciones, con planes de expansión a Windows 10 programados para el futuro.

Microsoft Copilot (noviembre 2023):

Rebranding de Microsoft 365 Copilot a simplemente Copilot, haciéndolo disponible para clientes empresariales de Microsoft 365.

Microsoft Copilot (octubre 2023):

Renombramiento de Bing Chat a Microsoft Copilot, integrándolo al ecosistema de Microsoft.

Microsoft Copilot (septiembre 2023):

Anuncio de Microsoft Copilot con un costo de $30 por usuario al mes para ciertos planes de Microsoft 365, centrado en realizar tareas tediosas para aumentar la creatividad y productividad del usuario.

Microsoft Copilot (junio 2023):

Presentación de Copilot en el evento Microsoft Build 2023, destacando su integración en Windows 11 y otras aplicaciones de Microsoft.

GPT-4.1 mini (Mayo 2025): Modelo eficiente que reemplaza a GPT-4o mini; mejora en seguimiento de instrucciones y tareas de codificación.

GPT-4.1 (Mayo 2025): Versión especializada en programación, superior a GPT-4o en desarrollo web y precisión técnica.

o3 y o4-mini (Abril 2025):Modelos "O-Series" con razonamiento avanzado; integran herramientas (web, código, imágenes) para resolver problemas complejos de forma autónoma. 

GPT-4o (Abril 2025): Multimodal nativo; optimizado para STEM, codificación limpia y comprensión contextual profunda.

GPT-4.5 (Febrero 2025): Modelo intermedio para suscriptores Pro/Plus; enfoque en precisión técnica y creatividad controlada. 

Búsqueda con Voz "SearchGPT" (Diciembre 2024): Integración de búsqueda por voz en dispositivos móviles y WhatsApp para respuestas en tiempo real.

Modelo o1 "Strawberry" (Diciembre 2024): Salto en razonamiento autónomo; resuelve problemas matemáticos complejos (83% de aciertos en olimpiadas).

Acceso Web Universal (Febrero 2025): Búsqueda en internet habilitada para todos los usuarios (antes solo premium), eliminando límite de datos en 2021

GPT-4 Tur.bo (Noviembre 2023): Contexto de 128K tokens, menor costo y datos actualizados hasta abril 2023.

Multimodalidad (Septiembre 2023): Capacidad para procesar voz, imágenes y video; integra DALL·E 3 y reconocimiento visual (GPT-4V). 

ChatGPT Enterprise (Agosto 2023): Versión empresarial con seguridad mejorada, ventana de contexto extendida y sin límites de uso. 

Plugins (Marzo 2023): Ecosistema de herramientas externas (navegación web, intérprete de código, Expedia, etc.).

GPT-4 (Marzo 2023): Modelo multimodal con soporte de imágenes, mayor precisión y contexto de 8K-32K tokens.

ChatGPT Plus (Febrero 2023): Suscripción premium ($20/mes) con acceso prioritario y respuestas más rápidas.

Lanzamiento Público (Noviembre 2022): Versión inicial basada en GPT-3.5; récord de 100 millones de usuarios en dos meses

DALL·E (2025): Actualizaciones continuas: mejora en generación fotorrealista, nuevos estilos artísticos, y optimización para contenido seguro, accesible y adaptable a múltiples usos.

DALL·E en Microsoft Designer y Bing (2024–2025): Integración profunda en productos Microsoft para facilitar la creación visual en diseño, productividad y búsqueda basada en IA.

DALL·E 3 API (Enero 2024): API abierta para desarrolladores, con acceso a generación de imágenes en entornos comerciales y creativos, incluyendo control de estilo y contenido.

DALL·E 3 (Octubre 2023): Integrado en ChatGPT con alta fidelidad a las instrucciones textuales, edición asistida y mejoras en seguridad y moderación de contenidos.

DALL·E 2 (Abril 2022): Salto en resolución, coherencia visual y herramientas de edición como inpainting y variaciones; mejora en realismo y control creativo.

DALL·E 1 (Enero 2021): Modelo original de texto a imagen basado en GPT, pionero en síntesis visual creativa y representación abstracta de conceptos textuales.

DeepSeek-R1 (Enero 2025): Modelo de razonamiento avanzado de código abierto (MIT), rivaliza con GPT-4 en matemáticas y programación. 

DeepSeek-V3 (Diciembre 2024): Arquitectura Mixture of Experts (MoE) con 671B parámetros, eficiencia en inferencia y alto rendimiento multilingüe.

DeepSeek-V3-0324 (Marzo 2025): Actualización mayor: mejoras en razonamiento (MMLU-Pro: 81.2), escritura en chino y soporte para desarrollo web.

DeepSeek-R1-0528 (Mayo 2025): Actualización menor: reduce "alucinaciones" en 45%, mejora razonamiento complejo y creatividad literaria.

DeepSeek-V2 / V2.5 (2024): Versiones transicionales: optimización de inferencia, menor latencia y preparación para arquitectura MoE.

Flow + Veo 3 (Junio 2025): Herramienta de creación cinematográfica con IA para animar personajes y escenas desde texto o imágenes.

Gemini Live (Junio 2025): Conversación por voz fluida, reconocimiento de emociones e integración con Gmail, Drive y Docs.

Gemini 2.5 Flash (Mayo 2025): Optimizado para precio/rendimiento, con soporte para audio nativo y generación de voz en tiempo real.

Gemini 2.5 Pro (Marzo 2025): Primer modelo con "pensamiento adaptativo" (reasoning avanzado), líder en benchmarks como LMArena.

Veo 2.0 (Abril 2025): Generación de video detallado con comprensión de matices artísticos y física de materiales.

Gemini 2.0 Pro (Febrero 2025): Modelo experimental público con capacidad nativa para usar Búsqueda de Google como herramienta.

Gemini 1.5 Pro-002 (Septiembre 2024): Reducción de precios (64% en tokens), límites de velocidad 3x mayores y mejoras en matemáticas/código.

Gemini 1.5 Flash (Mayo 2024): Versión optimizada para velocidad y costo, con respuesta 2x más rápida y soporte para 32M tokens de contexto gratuito.

Gemini 1.5 Pro (Febrero 2024): Introdujo ventana de contexto de 1 millón de tokens, mejoras en análisis de video, PDFs y código.

Gemini 1.0 (Diciembre 2023): Lanzamiento inicial con tres modelos: Ultra (multimodal avanzado), Pro (equivalente a GPT-3.5) y Nano (para dispositivos móviles).

Genspark AI (julio 2025): Lanzamiento de Super Agent, un asistente autónomo sin código que automatiza tareas complejas como llamadas, presentaciones y creación de videos usando modelos multimodales y APIs en tiempo real. Super Agent alcanzó rápidamente una gran demanda y crecimiento.

Genspark AI (junio 2025): Introducción de Sparkflow, un generador visual sin código para crear flujos de trabajo automatizados. Se lanzó también MCP Store, una tienda con más de 700 herramientas para expandir las capacidades de Genspark.

Genspark AI (abril 2025): Reorientación hacia inteligencia artificial agente, evolucionando de motor de búsqueda a sistema autónomo que ejecuta tareas complejas y crea contenido multimedia con múltiples modelos y herramientas.

Genspark AI (febrero 2025): Cierre de una ronda de financiamiento significativa para fortalecer su posición en el mercado competitivo de motores de búsqueda basados en IA.

Genspark AI (junio 2024): Obtención de financiamiento inicial para desafiar a grandes competidores, desarrollando tecnología para indexar, resumir y generar resultados personalizados en una sola página.

Grok 4 (julio 2025): Nueva generación con Grok 4 y Grok 4 Heavy, destaca por razonamiento científico avanzado, comprensión multimodal y acceso en tiempo real a la web. Incorpora interfaz de voz tipo “Eve”, interpretación de memes y mejoras en programación, superando a Gemini y Claude en pruebas como ARC‑AGI‑2. Disponible en el plan SuperGrok Heavy, su lanzamiento incluyó nuevas políticas de moderación tras controversias en versiones anteriores.

Grok 3 (Febrero 2025): Última versión con modelos de razonamiento especializado (Grok 3 Reasoning y Grok 3 Mini Reasoning), DeepSearch (búsqueda inteligente en internet y X), modo Big Brain para problemas complejos, y soporte multimodal (imágenes y video). Impulsado por ~200,000 GPU, supera a competidores en matemáticas y programación.

Grok-2 (Julio 2024): Mejoras en rendimiento multilingüe y ventana de contexto de 128K tokens. Anunciado como código abierto, con planes de liberación tras la estabilización de Grok 3.

Grok-1.5 (Noviembre 2023): Introdujo acceso a datos en tiempo real de X (Twitter), mejoras en comprensión de lenguaje y soporte para resúmenes de noticias. Disponible para usuarios de X Premium+.

Lanzamiento Público Inicial (Julio 2023): Grok-1 debutó como beta en X (Twitter), con integración en la plataforma y estilo "anti-woke". Ofrecía respuestas humorísticas y acceso prioritario para suscriptores Premium.

Anuncio Fundacional (Marzo 2023): Elon Musk revela la creación de xAI y el proyecto Grok, inspirado en "Guía del Autoestopista Galáctico". Objetivo: IA con "máxima búsqueda de verdad" y menos censura.

HeyGen (Junio 2025): Incorporación de “Product Placement” con integración gestual, mejoras en avatares con microexpresiones y edición avanzada en AI Studio desde guiones sin línea de tiempo.

HeyGen (Mayo 2025): Lanzamiento de Avatar IV, modelo de avatar hiperrealista que funciona con una sola foto, sincronización labial precisa y expresiones naturales.

HeyGen (Abril 2025): Integración de Voice Mirroring (imitación del tono y ritmo vocal) y subtítulos editables dentro del editor de video.

HeyGen (Marzo 2025): Nuevas funciones como Brand Shuffle (variaciones visuales automáticas), Eye Contact Correction, Video Score y Spotlight Mode para optimizar la calidad del video generado.

HeyGen (Febrero 2025): Implementación de BrandKit para crear una identidad visual completa desde una URL y gestión unificada de avatares en foto y video.

HeyGen (Diciembre 2024): Mejoras en Photo Avatars con estilos temáticos, efectos de sonido y más ranuras para avatares interactivos en planes Creator+.

HeyGen (Enero 2024): Introducción de Voice Design para personalizar tono, acento y velocidad de la voz del avatar.

HunYuan AI (mayo 2025):

Se presentó Hunyuan-TurboS, un modelo de lenguaje híbrido Transformer-Mamba con 56 mil millones de parámetros activados, diseñado para tareas de razonamiento y comprensión contextual. Incorpora un mecanismo adaptativo de cadena de pensamiento largo-corto (CoT) que optimiza recursos computacionales al alternar entre respuestas rápidas y modos de "pensamiento" profundo. Entrenado con 16 billones de tokens de alta calidad, soporta una longitud de contexto de 256K y ha demostrado un rendimiento destacado en benchmarks, superando modelos líderes como Gemini-2.0-Flash-001. 

HunYuan AI (enero 2025):

Se lanzó Hunyuan3D 2.0, un sistema avanzado de síntesis 3D que genera activos 3D texturizados de alta resolución. Incluye dos componentes fundamentales: un modelo de generación de formas y un modelo de síntesis de texturas, permitiendo la creación de geometría alineada con imágenes condicionales y mapas de texturas vibrantes. Además, se presentó Hunyuan3D-Studio, una plataforma de producción versátil y fácil de usar que simplifica el proceso de recreación de activos 3D. 

HunYuan AI (mayo 2025):

Se introdujo Hunyuan-Game, un modelo de creación de juegos inteligente de grado industrial. Este modelo abarca dos ramas principales: generación de imágenes y generación de videos, con modelos algorítmicos que abordan puntos críticos en el desarrollo de juegos. Los modelos de generación de imágenes incluyen generación de efectos visuales del juego, generación de personajes del juego basada en bocetos y generación de imágenes transparentes para personajes y escenas. Los modelos de generación de videos incluyen generación de videos de imagen a video, síntesis de videos de avatares en pose A/T de 360 grados, generación de ilustraciones dinámicas, super resolución de videos generados y generación de videos interactivos del juego. 

Kling AI (mayo 2025):

Lanzamiento de Kling 2.0 Master, que incluye edición multimodal avanzada para video e imagen, con Multi‑Element Editor, inpainting, canvas expansion y estilo cinematográfico Kolors 2.0 .

Kling AI (abril 2025):

Mejora del modelo base con mejor fidelidad a prompts, movimiento más natural, estética visual optimizada y motor Kolors 2.0 para acabado cinematográfico .

Kling AI (noviembre 2024):

Modelo 1.5 incorpora Motion Brush (animación selectiva en imágenes), modo profesional 1080p, generación simultánea de cuatro videos y Face Model para avatares en Pro/Premier .

Kling AI (diciembre 2024):

Se introduce “Elements”, mejorando la consistencia visual de personajes, objetos y ambientes mediante cargas de imágenes y prompts estructurados .

Kling AI (1.6, principios de 2025):

Modelo 1.6 mejora la comprensión contextual en videos/multiframe, continuidad de escenas, soporte multilingüe (50+ idiomas), mejor interpretación de prompts y control de sesgo .

Llama 4 Scout/Maverick (Abril 2025): Modelos nativamente multimodales con arquitectura "Mixture of Experts" (MoE), contexto de 10M tokens, y eficiencia en costes (ej: Scout con 109B parámetros totales, 17B activos) .

Llama 3.3 70B (Diciembre 2024): Versión de solo texto con rendimiento similar a Llama 3.1 405B, pero con menor costo operativo y optimizada para escalabilidad.

Llama 3.2 (Septiembre 2024): Primeros modelos multimodales de la serie, junto con versiones ligeras para dispositivos móviles y edge (anunciado en Connect 2024).

Llama 3.1 (Julio 2024): Incluyó el modelo 405B, primer LLM de código abierto "de nivel frontera", mejorando razonamiento y multilingüismo.

Llama 3 (Abril 2024): Nueva generación de modelos base, soporte para 8K tokens y datos en 30 idiomas; estableció estándares de rendimiento open-source.

Llama 2 (Julio 2023): Habilitó uso comercial, mejoró contexto a 4K tokens y entrenado con 2T tokens; punto de inflexión para adopción empresarial.

Llama 1 (Febrero 2023): Lanzamiento inicial (6.7B-65B parámetros), restringido a investigación; sentó las bases del ecosistema abierto.

Manus (junio 2025): Se lanzó el Modo de Preferencia de Agente para elegir entre respuestas rápidas o de mayor calidad según la tarea. Se añadió el Navegador en la Nube para gestionar sesiones y credenciales, junto con la automatización de tareas programadas y un modo de chat gratuito con opción a funciones avanzadas. Se integró con Veo 3 para mejorar la creación de videos con sincronización natural de voz.

Manus (mayo 2025): Se implementó una arquitectura multiagente que permite ejecutar tareas complejas de forma autónoma, con soporte para contenido multimodal (texto, imágenes, código) y mejor integración con aplicaciones externas. Además, se incorporó aprendizaje autónomo para optimizar la personalización y efectividad.

Manus (marzo 2025): Lanzamiento inicial de Manus como un agente de IA autónomo capaz de realizar tareas complejas como análisis financiero, evaluación inmobiliaria y creación web, basado en modelos avanzados y arquitectura multiagente en la nube para operar incluso sin conexión directa del usuario.

V7: (jul 2025) Confirmación de V7 como modelo estándar. Se anunciaron mejoras significativas: controles para video (frames de inicio/fin y modo loop), adelantos del turbo‑mode, nuevas funciones profesionales HD‑video y el lanzamiento de una API empresarial controlada.

V7 (2025): Acelera la generación de imágenes con mayor calidad, coherencia y personalización. Incorpora un "Modo Borrador" 10 veces más rápido y más económico, y permite crear imágenes por voz y adaptar estilos según preferencias del usuario.

V6.5 (2024): Enfoque en calidad de imagen y corrección de anatomía/texto; integración experimental de ControlNet.

V6 (2023): Mayor realismo fotográfico, resolución 2K y comprensión avanzada de prompts.

V5.2 (Jun 2023): Introdujo outpainting (zoom out) para expandir imágenes.

V5 (Mar 2023): Beta pública con mejoras en detalles y diversidad estilística.

V4 (Nov 2022): Salto significativo en realismo; primera versión con generación de texto legible.

Beta abierta (Jul 2022): Acceso masivo vía Discord; lanzamiento inicial de funciones básicas de generación.

Junio 2025 - Compartición pública de cuadernos: Permite compartir cuadernos mediante enlace público para colaboración en proyectos educativos, empresariales o creativos, manteniendo el contenido original protegido.

Marzo 2025 - Integración con Veo 3: Nueva función para generar videos cinematográficos a partir de textos o imágenes, ampliando capacidades creativas.

Primer trimestre 2025 - App móvil (v1.0.6): Lanzamiento para iOS con soporte offline, resúmenes de audio tipo podcast y corrección de errores en gestión de fuentes.

Septiembre 2024 - Multimodalidad avanzada: Análisis de imágenes, gráficos y diagramas en Presentaciones Google/Docs usando Gemini 1.5 Pro, con citas visuales integradas.

Junio 2024 - Expansión global: Disponible en +200 países (incluidos España y Latinoamérica), soporta URLs web y Presentaciones Google, y aumenta límite a 25 millones de palabras por cuaderno.

Marzo 2024 - Capacidad ampliada y notas inteligentes: Permite hasta 20 fuentes (200K palabras cada una), creación de notas editables y guardado de respuestas de chat para referencia rápida.

Diciembre 2023 - Lanzamiento inicial (EE.UU.): Versión beta con análisis de PDFs, Docs y texto; uso de Gemini Pro para resúmenes y conexiones entre documentos

Perplexity (Junio 2025): Incorporación de datos financieros en tiempo real, visualizaciones interactivas y mejoras en módulos de investigación profunda.

Perplexity (Marzo 2025): Integración de búsqueda por voz y uso del nuevo protocolo de contexto para respuestas más actualizadas y personalizadas.

Perplexity Sonar (Febrero 2025): Lanzamiento de su propio modelo de lenguaje (Sonar), con mayor velocidad, precisión y enfoque en razonamiento avanzado.

Perplexity Assistant (Enero–Febrero 2025): Lanzamiento en Android como asistente integrado con capacidades de cámara, apps móviles y navegación contextual.

Perplexity para escritorio (Octubre 2024): App nativa para macOS con interfaz optimizada y rendimiento mejorado.

Perplexity Pages (Mayo 2024): Introducción de páginas visuales y compartibles para presentar resultados de investigación de forma más atractiva.

Perplexity Enterprise Pro (Abril 2024): Herramienta empresarial con cifrado, gestión de usuarios y funciones avanzadas para equipos profesionales.

Perplexity (Diciembre 2022): Lanzamiento inicial como buscador conversacional con IA y enfoque en respuestas rápidas y verificables.

Sora (junio 2025): Disponible libremente en Bing Video Creator en apps móviles con generación gratuita de clips verticales de 5 s, opción "Fast" más ágil y almacenamiento de videos por 90 días.

Sora Turbo & ChatGPT (febrero 2025 – marzo 2025): Lanzamiento de Sora Turbo para generación rápida (< 30 s por clip de 10 s a 720p) y confirmación de integración dentro de ChatGPT, unificando texto, imágenes y video en una sola interfaz.

On‑device Sora (febrero 2025): Primera versión móvil optimizada mediante técnicas como Linear Leap y token merging, capaz de generar videos en dispositivos como iPhone 15 Pro sin depender de la nube.

Permisos ampliados (marzo 2025): Habilitada progresivamente la generación de personas fotorrealistas en Plus, tras sistemas de mitigación de riesgo.

Sora Turbo (diciembre 2024): Lanzamiento de la versión más rápida y confiable de Sora, con interfaz de storyboard, presets de estilo y herramientas creativas como Remix y Blend.

Sora original (febrero/diciembre 2024): Publicación para usuarios Plus/Pro con generación de videos de hasta 20 s, resolución 1080p (Pro), diversas relaciones de aspecto y restricciones sociales responsables.

Stable Diffusion (marzo 2025): Mejora de velocidad de generación con nuevos decodificadores ligeros basados en Vision Transformer, logrando hasta 15 % más rapidez y mayor eficiencia en tareas de video.

Stable Diffusion 3.5 (octubre 2024 – enero 2025): Lanzamiento de variantes Large, Turbo y Medium con mejor fidelidad al prompt, calidad visual superior y arquitectura optimizada para diversidad y precisión.

Stable Diffusion 3.0 (abril 2024): Introducción del modelo SDXL con soporte nativo para múltiples LoRA, ControlNet, embeddings, tiling y reducción del uso de VRAM en entornos de generación comunitaria.

Stable Diffusion 2.0 (noviembre 2022): Mejora en resolución nativa (hasta 768×768), incorporación de depth2img, nuevo encoder OpenCLIP, inpainting más preciso y capacidad de escalado 4×.

Suno AI (mayo 2025): Lanzamiento de la versión 4.5, con mejoras en expresividad vocal, combinaciones estilísticas flexibles, y una herramienta de remasterización para actualizar pistas a la calidad de la nueva versión. Se incorporó el asistente de letras con IA llamado ReMi y una mejora en la generación de prompts. Además, se amplió la duración máxima de las canciones a 8 minutos y se mejoró la calidad del audio para composiciones largas.

Suno AI (noviembre 2024): Lanzamiento de la versión 4.0, que incluyó la función Remaster para actualizar pistas antiguas, el asistente de letras con IA ReMi, y un sistema mejorado para la creación de portadas adaptadas a estilos musicales.

Suno AI (2024): Lanzamiento de la aplicación móvil, permitiendo la generación de música en cualquier lugar con opciones de creación, remezcla y compartición. Se añadió la función de conversión de sonidos del mundo real en composiciones musicales completas y se ampliaron las capacidades para generar canciones más largas y complejas sin herramientas externas.

Udio (julio 2025): Se introdujo la función de cola de generación prioritaria para suscriptores, portadas personalizadas y avatares de usuario. Se implementó la ventana de contexto para controlar cuánto del audio anterior influye en la generación y se lanzó una versión gratuita con créditos mensuales y diarios.

Udio (junio 2025): Lanzamiento de "Sessions", una estación de trabajo visual avanzada que permite a los músicos editar y reorganizar canciones con precisión usando IA, facilitando mayor control creativo para artistas independientes.

Udio (mayo 2025): Lanzamiento de la versión 1.5 con mejoras en calidad de audio, pistas estéreo a 48kHz, descarga de stems separados para mezcla externa, función Audio a Audio para remixes, control de clave musical y mejor soporte multilingüe.

Udio (abril 2024): Lanzamiento público de la versión beta gratuita que permite crear música a partir de texto. El desarrollo fue liderado por ex investigadores de Google DeepMind y respaldado por inversores destacados, con el objetivo de democratizar la creación musical.

Veo 3 (junio 2025): Lanzamiento de Veo 3 que permite generar videos realistas con audio integrado, incluyendo diálogos sincronizados, música y efectos sonoros. Disponible para suscriptores de Google AI Ultra en Estados Unidos y en 71 países a través de Gemini Pro y Vertex AI. Ofrece control avanzado de cámara y estilo mediante la herramienta Flow, y generación de clips animados con Whisk Animate.

Veo 2 (abril 2025): Introducción de Veo 2, capaz de generar videos de alta resolución de 8 segundos con realismo cinematográfico. Disponible para suscriptores de Gemini Advanced y usuarios de Google One AI Premium a través de Whisk Animate. Incluye funciones como video potenciado por referencias, controles de cámara y extensión de imagen para adaptarse a diferentes formatos.

Veo (abril 2025): Presentación de Veo como el modelo de generación de video más eficaz de Google, capaz de crear videos de alta calidad con resolución de 1080p y duración superior a un minuto. Ofrece análisis avanzado del lenguaje natural y la semántica visual, permitiendo una representación precisa de escenas y movimientos realistas. Disponible en versión preliminar privada a través de VideoFX, con planes de expansión a YouTube Shorts y otros productos.