Géminis se refuerza, regresa Imagen 2 y nace Google Vids

El evento Cloud Next 2024 de Google celebrado hoy está siendo una auténtica muestra de las novedades en el campo de la inteligencia artificial aplicada a las plataformas en la nube de la compañía. Las novedades son muy numerosas, pero una cosa está clara: en Mountain View han estado (muy) ocupados.

Gemini 1.5 Pro puede oírte. La nueva versión del LLM de Google se actualiza con la opción de escuchar los archivos de audio que subes a la plataforma. Esto posibilita que Gemini pueda realizar resúmenes de llamadas de voz o vídeos sin tener que recurrir a una transcripción previa. Gemini 1.5 Pro ya se anunció en febrero, pero ahora lo pone a disposición del público a través de su plataforma de desarrollo de aplicaciones de IA, Vertex AI.

Imagen 2.0. La familia de modelos de IA generativa tiene un nombre engañoso porque no solo genera imágenes. Esta opción en concreto dio un buen disgusto a Google por su exagerada inclusividad y fue presentada hace meses, pero es ahora cuando se relanza como una alternativa en un campo cada vez más competitivo. Entre sus opciones están las de añadir contenido a una imagen existente (outpainting) o corregir y eliminar datos de otras (inpainting, como el Pixel Magic Editor). Google utilizará la opción SynthID para agregar marcas de agua a las imágenes generadas por IA.

Y puede generar video y código.. Como decimos, Image 2 es una familia de modelos de IA, y no solo genera imágenes, sino también vídeos. Por lo tanto, es posible crear videos cortos de cuatro segundos a partir de indicaciones de texto. Y por si fuera poco, también incluye un generador de códigos IA, en concreto CodeGemma, un modelo ligero que intenta ofrecer ayudas como las que ya proporciona, por ejemplo, GitHub Copilot.

Hola vídeos de Google. Otra novedad destacable es Vids, una herramienta que se suma a la gama de aplicaciones en la nube de Google Workspace. Este es un editor de video diseñado para entornos empresariales y que te permite producir videos rápidamente que luego puedes compartir en el trabajo. En Google lo conciben como una alternativa a las presentaciones de Powerpoint, pero aquí la compañía también ofrece la potencia de Gemini AI para que la inteligencia artificial cree un primer borrador del vídeo sobre el que trabajar. Puedes crear un guión gráfico, un guión, puedes leerlo en voz alta o puedes crear imágenes para usar en el vídeo. Para los responsables de la creación, la idea es trabajar como lo haríamos con una hoja de cálculo o un procesador de textos.

La IA conquista la nube de Google. La compañía ha querido integrar opciones de IA en todos sus productos, y ha anunciado nuevas funcionalidades en sus herramientas de analítica, bases de datos, ciberseguridad, plataforma IaaS (informática, comunicaciones), así como nuevas instancias para clientes como A3 Mega (basada en el NVIDIA H100) y la disponibilidad de la nueva NVIDIA HGX B200 a principios de 2025.

Chrome se pone un traje (blindado). El navegador web de Google acaba de anunciar la disponibilidad de una versión empresarial llamada Chrome Enterprise Premium. En esta edición, aún más ambiciosa que la que ya ofrecía para empresas, el navegador se convierte en una aplicación de suscripción (6 dólares al mes por usuario), pero añade más capacidades de seguridad para protegerse contra amenazas externas y prevenir posibles ataques. explotar vulnerabilidades en el navegador para colarse en las empresas.

Muchas opciones, pero con orientación empresarial.. Las novedades son interesantes, pero todas ellas están dirigidas al entorno empresarial. Es una forma de controlar el despliegue de esas funciones para que las cosas no se salgan de control en el pasado. Queda por ver si Google ofrece estas opciones a los usuarios finales en algún momento, pero Google I/O en mayo puede ser una buena oportunidad para que la compañía impulse el uso de sus alternativas a plataformas emblemáticas como ChatGPT. o A mitad de viaje.

En Xataka | OpenAI se quedó sin datos para entrenar su IA. Así transcribió un millón de horas de YouTube para GPT-4