Google y Microsoft democratizan la IA visual con Gemini Live y Copilot Vision: innovaciones tecnológicas para todos los usuarios

Gemini Live y Copilot Vision: Innovaciones tecnológicas al alcance de todos

En el ámbito de las innovaciones tecnológicas, Google y Microsoft han dado un paso importante al expandir las capacidades de sus inteligencias artificiales generativas, Gemini Live y Copilot, al público general. Ambas tecnologías ahora ofrecen funciones de visión a los usuarios gratuitos, permitiendo una interacción más rica y dinámica.

Gemini Live con visión amplia

Gemini Live ha incorporado “ojos” a través de la cámara del smartphone, una funcionalidad previamente reservada para usuarios de pago con dispositivos como el Pixel 9 o el Samsung Galaxy S25. Con esta actualización, ahora cualquier usuario de Android puede aprovechar la cámara de su móvil para identificar especies de pájaros o recibir consejos sobre reparaciones domésticas al apuntar la cámara hacia los objetos. Además, a través de su app, permite a los usuarios evaluar cómo muebles como un sofá se verían en sus hogares.

Con la intención de ofrecer estas capacidades visuales a un público más amplio, Google ha afirmado que “Gemini Live con cámara y pantalla compartida ha tenido muy buena acogida”, lo cual ha impulsado a la empresa a extender estas funciones al mercado general.

Copilot Vision a través de Edge

Por el lado de Microsoft, Copilot Vision se abre a todos los usuarios del navegador Edge, permitiéndoles indagar en el contenido visual de las páginas web. Aunque la capacidad de Interacción directa a través de equipos de escritorio o webcams sigue siendo exclusiva para usuarios de pago, esta función gratuita representa un avance significativo en la democratización del acceso a tecnologías de inteligencia artificial avanzada.

Con Copilot Vision, los usuarios pueden consultar imágenes y textos dentro de una página web, desde obtener detalles sobre la persona en una foto hasta aprender a usar una aplicación específica. Esta integración sustentada por Edge refuerza el impacto del navegador al facilitar interacciones inteligentes para cualquier contenido web visible.

Implicaciones de privacidad

A pesar de estas emocionantes innovaciones, tanto Google como Microsoft han advertido sobre el manejo adecuado de información sensible. Las capacidades visuales de Gemini Live y Copilot, aunque útiles, requieren de consideración en cuanto a la privacidad de datos personales y sensibles que puedan ser captados por estas plataformas.

Conclusiones

La introducción de capacidades visuales en las IA de Google y Microsoft representa una tendencia creciente hacia la integración completa de tecnología de visión en plataformas móviles y de escritorio. Estas funciones no solo democratizan el acceso a herramientas avanzadas de inteligencia artificial, sino que también indican un foco continuo en la expansión funcional y la competencia dentro del campo tecnológico. Con precauciones sobre la privacidad, estas innovaciones presentan una oportunidad emocionante para los usuarios para explorar nuevas maneras de interactuar con sus dispositivos y el mundo digital que los rodea.