La compañía tecnológica Google ha presentado oficialmente sus más recientes modelos de inteligencia artificial, denominados Gemini 3.8 Live y Gemini 3.8 Live Extended Thinking. Estas versiones incorporan avances significativos en la capacidad de razonamiento, con el objetivo de potenciar los asistentes de voz y lograr interacciones más naturales y eficientes, incluso para ejecutar operaciones complejas. Los usuarios podrán acceder a estas funcionalidades tanto desde la aplicación de Gemini como a través de la experiencia de Búsqueda de Google.
Para quienes no lo conocen, Gemini Live es la herramienta de chat por voz del asistente de inteligencia artificial de Google. Permite mantener diálogos fluidos y resolver consultas o realizar acciones exclusivamente mediante comandos de voz. La empresa busca seguir perfeccionando esta experiencia conversacional y, para ello, ha lanzado sus modelos de diálogo en tiempo real más avanzados hasta la fecha, con mejoras en inteligencia y razonamiento que hacen la herramienta más intuitiva.
En concreto, el modelo Gemini 3.8 Live ha sido diseñado priorizando la escalabilidad y la eficiencia de costos. Combina inteligencia conversacional con un diálogo fluido y una base visual sólida. Según informó Google en un comunicado oficial, este modelo procesa las entradas visuales prácticamente en tiempo real, lo que enriquece las conversaciones con mayor contexto y genera respuestas más útiles. Además, tiene la capacidad de detectar y cambiar automáticamente entre 97 idiomas durante una misma conversación.
Otro aspecto destacado de Gemini 3.8 Live es que puede ejecutar herramientas en segundo plano, permitiendo que los usuarios sigan conversando con el modelo mientras este finaliza las tareas y confirma las solicitudes. Esto facilita una experiencia multitarea sin interrupciones.
Por otra parte, Gemini 3.8 Live Extended Thinking está orientado a tareas de alta complejidad, ofreciendo mayor inteligencia y razonamiento en múltiples pasos. Google explicó que este modelo puede razonar y hablar al mismo tiempo, e incorpora expresiones verbales naturales como “Déjame comprobar esto…” para confirmar las indicaciones del usuario de forma orgánica.
Con la versión Extended Thinking, la compañía ha puesto énfasis en su capacidad para completar tareas de nivel empresarial. Los resultados son contundentes: obtuvo el primer puesto en el Índice de Calidad de Voz a Voz de Artificial Analysis y lidera la finalización de tareas automatizadas con un 68,8% en t-Voice.
Además, el modelo demostró sus capacidades de razonamiento mejoradas al alcanzar una puntuación del 97,7% en Big Bench Audio, según datos proporcionados por Google. Estas cifras reflejan un avance considerable en la precisión y eficiencia del asistente.
Como resultado de estas mejoras, Google asegura que los usuarios podrán hablar con Gemini de forma más fluida y con una interacción más colaborativa, ya sea a través de la aplicación del asistente, Google Workspace o la experiencia de Búsqueda de Google.
Estos modelos también benefician a desarrolladores y empresas, ofreciendo componentes básicos para impulsar agentes de voz fiables y listos para producción mediante la API de Gemini Live. La compañía ha subrayado la importancia de contar con herramientas robustas para crear soluciones de voz escalables.
Un detalle relevante es que todo el audio generado por estos modelos Gemini Live incluirá la marca de agua SynthID, integrada directamente en la salida de audio para que sea detectable. Esta medida busca garantizar la autenticidad y trazabilidad del contenido generado por IA.
En cuanto a disponibilidad, Gemini 3.8 Live ya está accesible para desarrolladores en la API de Gemini y Google AI Studio, así como para empresas con Gemini Enterprise y para usuarios en Search Live. Por su parte, Gemini 3.8 Live Extended Thinking también está disponible para desarrolladores y empresas, pero en el ámbito de usuarios finales solo se ha lanzado en Gemini Live para suscriptores de Google AI Pro y Ultra, además de en Workspace de Google Docs y para todos los suscriptores de Google AI en Gmail y Keep.
Con estos lanzamientos, Google apuesta por una inteligencia artificial conversacional más avanzada, capaz de entender mejor el contexto, razonar en múltiples pasos y ejecutar tareas complejas mientras mantiene una conversación natural. La compañía continúa posicionándose a la vanguardia de la tecnología de voz asistida por IA, compitiendo directamente con otras soluciones del mercado.
Los usuarios ecuatorianos que tengan acceso a estas herramientas podrán experimentar asistentes de voz más inteligentes y colaborativos, aunque la disponibilidad dependerá del plan de suscripción y la región. Se espera que en los próximos meses se amplíe el alcance de estos modelos a más plataformas y planes de Google.
Finalmente, cabe recordar que Google recomienda a los desarrolladores y empresas aprovechar la API de Gemini Live para integrar estas capacidades en sus propias aplicaciones, abriendo nuevas posibilidades para la automatización y la interacción por voz en el ámbito profesional y personal.
Fuente: Infobae