Si eres un usuario de Gemini Live o Copilot en su versión gratuita, te sorprenderá saber que recientemente estas herramientas de inteligencia artificial han recibido una nueva capacidad revolucionaria: ahora son capaces de “ver”.
Mientras que Gemini Live lo hace a través de la cámara de tu móvil, Copilot Vision utiliza el navegador Edge para interpretar el contenido que aparece en las páginas web.
¿Será esto generosidad o estrategia?
Esta función de visión ha estado disponible para los usuarios de pago durante algunos días, pero tanto Google como Microsoft han decidido extenderla repentinamente a todos los usuarios gratuitos.
Según las declaraciones de Google, Gemini Live, con su nueva característica de cámara y pantalla compartida, ha tenido una acogida excepcional entre los usuarios, lo que los llevó a abrir la función al público en general. Sin embargo, es claro que la competencia feroz y la necesidad de recopilar más datos para el entrenamiento son las verdaderas razones detrás de este impulso.
Gemini Live y Copilot Vision: Nuevas capacidades para todos
A partir de hoy, aunque la implementación de esta nueva función será gradual, la inteligencia artificial generativa realmente se ha dotado de “ojos”. Sin embargo, hay diferencias notables en lo que cada plataforma puede ofrecer.
Con Gemini Live, ahora puedes utilizar la cámara de tu móvil para reconocer objetos y ofrecer información útil al instante. Así que, si apuntas tu cámara a un pájaro en el parque, por ejemplo, Gemini Live te proporcionará su nombre y características. O si estás frente a una grieta en la pared, esta IA te dirá cómo puedes repararla de la mejor forma.
Además, la función de reconocimiento también está disponible en la pantalla. Solo necesitas seleccionar una imagen de un sofá en una tienda en línea y preguntarle si se vería bien en tu salón.
Asistentes con visión, ahora para más usuarios
Al principio, esta funcionalidad solo estaba habilitada para dispositivos premium como el Pixel 9 o el Samsung Galaxy S25, pero ahora está al alcance de todos los usuarios de Android, de forma gratuita, como lo ha declarado Google.
Por otro lado, Copilot Vision de Microsoft también ha ampliado su campo de visión, pero, en este caso, solo puede acceder al contenido visible a través del navegador Edge.
Esto significa que puedes abrir una página web y preguntarle sobre cualquier información que veas en ella, como quién es una persona que aparece en una foto o cómo utilizar alguna aplicación que encuentres dentro del sitio.
Aunque Copilot Vision tiene la capacidad de ver, también puede hacerlo a través de un escritorio con Windows o una webcam, aunque estas funciones siguen siendo exclusivas para los usuarios de pago.
Los desafíos de la visión en IA y la privacidad
Si bien la incorporación de “ojos” a Gemini Live y Copilot es emocionante, es fundamental tener en cuenta cuestiones de privacidad. Ambas herramientas ahora pueden acceder a información visual que existe en tu entorno o en las páginas web que visitas. Por lo tanto, es crucial ser cauteloso al utilizar estas herramientas y no compartir datos o información sensible.
Ahora que ambas plataformas han extendido estas increíbles capacidades a los usuarios gratuitos, explora con precaución las posibilidades que ofrecen, reconociendo al mismo tiempo la importancia de tu privacidad.
Al final del día, estas innovaciones no solo transforman la forma en que interactuamos con la tecnología, sino que también nos invitan a reflexionar sobre cómo queremos compartir nuestro entorno con estas potentes herramientas de inteligencia artificial.
