Google Gemini Mejora la IA con Actualizaciones de Voz, Música y Eficiencia
March 27, 20264 min readViral93/100
Google está reforzando significativamente su ecosistema de IA Gemini con varias mejoras clave, centrándose en interacciones de audio más naturales, generación avanzada de música y una mayor accesibilidad para sus funciones de búsqueda impulsadas por IA. Estas actualizaciones tienen como objetivo profundizar la participación del usuario con las herramientas impulsadas por Gemini y ampliar la ventaja competitiva de las ofertas de IA de Google, al tiempo que introducen mejoras significativas de eficiencia internas.
El modelo Gemini 3.1 Flash Live, recientemente disponible, promete interacciones de voz más naturales y fiables. Esta mejora se está integrando en varios productos de Google, con el objetivo de reducir la latencia y mejorar la precisión en las conversaciones de voz. Para los desarrolladores, la capacidad de intercambiar calidad por velocidad, manteniendo los precios a niveles de Gemini 2.5, ofrece flexibilidad para diversas aplicaciones, como se detalla en Google AI Blog aquí y DeepMind aquí. Según MarkTechPost, Gemini 3.1 Flash Live es un modelo de voz multimodal en tiempo real diseñado para audio, video y uso de herramientas de baja latencia para agentes de IA, mejorando aún más sus capacidades. Ars Technica señala que el debut de Gemini 3.1 Flash Live podría dificultar saber si estás hablando con un robot, destacando la creciente sofisticación de la generación de voz de IA.
Google también está avanzando en sus herramientas de generación de música con IA con la introducción de Lyria 3 y su iteración más avanzada, Lyria 3 Pro. Lyria 3 ya está disponible a través de una vista previa de pago mediante la API de Gemini y Google AI Studio, lo que permite a los desarrolladores experimentar con sus capacidades. Lyria 3 Pro, diseñada para profesionales, se centra en la generación de pistas musicales más largas y estructuralmente conscientes y se está integrando en más productos de Google. Este movimiento posiciona las herramientas de música con IA de Google como serios contendientes para profesionales creativos, impactando potencialmente las estaciones de trabajo de audio digital y el software de producción musical que podrían integrarse con estas API, según lo informado por Google AI Blog aquí y aquí, y TechCrunch aquí. The Decoder señala que Lyria 3 Pro fue entrenado con datos que Google tiene derecho a usar, destacando la importancia de los derechos de datos en el desarrollo de IA.
Ampliando aún más el alcance de Gemini, Google está lanzando Search Live en más de 200 países. Esta función transforma la cámara de un teléfono en una herramienta de búsqueda de IA en tiempo real, lo que permite a los usuarios interactuar con Google Search utilizando entrada de voz y visual. La expansión a más de 200 países se anunció recientemente, basándose en su disponibilidad inicial. Este lanzamiento global de una potente herramienta de búsqueda visual y de voz mejora la utilidad de Gemini como asistente integral, como lo destaca Google AI Blog aquí. Además, la función Traducción en vivo con auriculares de Google Translate ya está oficialmente disponible en iOS y se está expandiendo a más países tanto para usuarios de iOS como de Android, haciendo que la traducción en tiempo real sea más accesible. Estas actualizaciones subrayan el compromiso de Google de hacer que sus herramientas de IA sean más integradas y globalmente relevantes, como lo destaca The Decoder aquí y Google AI Blog aquí.
En un movimiento para captar una base de usuarios más amplia, Google ha lanzado "herramientas de cambio" que facilitan la transferencia de chats e información personal de otros chatbots directamente a Gemini. Esta iniciativa tiene como objetivo reducir la barrera para los usuarios que consideran cambiarse a Gemini, aumentando potencialmente su base de usuarios y su conjunto de datos para un mayor entrenamiento de modelos. Esta maniobra competitiva, informada por TechCrunch aquí, impacta directamente el panorama competitivo entre los principales proveedores de chatbots de IA.
En un desarrollo significativo, aunque menos visible para el usuario, Google ha introducido TurboQuant, un nuevo algoritmo de compresión de memoria de IA. Esta innovación está diseñada para reducir drásticamente la huella de memoria de los Modelos de Lenguaje Grandes (LLM). Según Ars Technica, TurboQuant puede reducir el uso de memoria de los LLM hasta 6 veces, y potencialmente ofrecer hasta 8 veces de aceleración sin pérdida de precisión, una hazaña que ha sido comparada con el ficticio 'Pied Piper' de la serie de televisión del mismo nombre. MarkTechPost informa que TurboQuant se dirige específicamente a la caché de clave-valor, reduciendo su uso de memoria en 6 veces y ofreciendo hasta 8 veces de aceleración sin compromiso de precisión, detallando aún más sus impresionantes métricas de rendimiento. TechCrunch AI también cubrió el anuncio, señalando el impacto potencial del algoritmo en la eficiencia de la IA y su apodo de 'Pied Piper', vinculándolo a la innovación de Silicon Valley. Este avance tecnológico subyacente es crucial para escalar servicios de IA como Gemini a nivel mundial y de manera eficiente.
Trends, new tools, and exclusive analyses delivered weekly.
