El pasado martes, Google anunció un nuevo producto de inteligencia artificial en Gemini Live. Similar al GPT-4o de OpenAI recientemente anunciado, Gemini Live es un modelo nativo de IA multimodal con impresionantes capacidades de voz y video.
Gemini Live es solo una parte del “Proyecto Astra”, un agente universal de inteligencia artificial que potencialmente llegará a las gafas inteligentes. Por ahora, Gemini Live será la primera versión disponible en teléfonos inteligentes.
Pudimos ver pruebas de conversaciones de voz y video durante demostraciones en Google I/O 2024.
Sin embargo, Gemini Live no está disponible hoy. Entonces, ¿qué funciones estarán disponibles y cuándo podemos esperar ver Gemini Live en dispositivos Android? Sigue leyendo para descubrirlo.
Funciones de Géminis Vivo
Google acaba de poner Gemini 1.5 a disposición de los usuarios pagos de Gemini Advanced. Trae consigo la ventana de contexto ampliada, que permite a Gemini analizar varios documentos grandes o resumir hasta 100 correos electrónicos, por ejemplo.
1.5 agrega mejoras en la comprensión de imágenes y la creación de visualizaciones y gráficos. A diferencia de GPT-4o, Gemini depende de otros modelos como Imagen 3 y Google Veo para generar imágenes y videos.
La actualización 1.5 ofrece la posibilidad de cargar Google Docs, PDF y otros documentos en Gemini para obtener resúmenes, comentarios y respuestas.
Gemini Live será parte de esa actualización, si eres un usuario pago de Gemini Advanced. Puedes probarlo gratis durante dos meses, pero después Gemini Advanced cuesta $19,99 al mes.
Se podrá acceder a Gemini Live en la aplicación Gemini tanto en Android como en iOS a través del ícono de voz en la aplicación. Pasa a pantalla completa y permite a los usuarios tener una conversación bidireccional con Gemini.
Al igual que GPT-4o, los usuarios pueden hablar a su ritmo e interrumpir a Gemini para agregar nueva información o aclarar indicaciones. La mayoría de las demostraciones y videos mostrados en Google I/O 2024 presentaban una voz femenina y una voz masculina. Se supone que habrá 10 voces diferentes disponibles para elegir.
Gemini Live obtendrá una función similar a Google Lens que permitirá a los usuarios usar la cámara de su teléfono. Esto permitirá a Gemini Live “ver” el mundo a través de la cámara y brindar comentarios y respuestas, un precursor de las posibles gafas inteligentes del Proyecto Astra que Google introdujo en su video de demostración en vivo.
¿Cuándo estará disponible Gemini Live?
Incluso para los usuarios de Gemini Advanced, Gemini Live no estará disponible de inmediato. A entrada en el blog de Google dice los “próximos meses”. Encontramos un tuit de Google durante I/O afirmando “este verano”.
No esperamos que nadie tenga Gemini Live en junio. Parece que no veremos Gemini Live hasta finales de julio como muy pronto.
Además de eso, la capacidad de usar la cámara no llegará hasta “más adelante este año”, lo que probablemente signifique una actualización de finales de otoño.
Desafortunadamente, no hemos visto actualizaciones sobre cuándo todos podrán acceder a Gemini Live. Lo mejor que hemos visto es “el futuro cercano”, que podría ser en cualquier momento entre 2024 y el próximo año.
- ChatGPT-4o vs Google Gemini Live: cómo se comparan los nuevos asistentes de IA
- El asistente de IA del Proyecto Astra se roba el show en Google I/O y funciona con gafas inteligentes
- Google I/O 2024: las 7 mejores demostraciones de IA de Gemini que debes ver