Desde nuevas funciones de IA hasta actualizaciones de Android, Google tuvo mucho que compartir durante la I/O de este año. Echamos un vistazo al Proyecto Astra de Google, un asistente de inteligencia artificial multimodal que la compañía espera que se convierta en un asistente virtual que lo haga todo.
Category
🗞
NoticiasTranscripción
00:00¡GOOGLE!
00:04¡GOOGLE!
00:07¿Estamos listos para hacer un poco de Googling?
00:10Bienvenidos a Google I.O.U. ¡Es genial tener a todos con nosotros!
00:13Empezaremos a lanzar esta experiencia completamente revampada,
00:16AI o Abuse, a todos en los Estados Unidos esta semana
00:20y lo traeremos a más países pronto.
00:22Con Gemini, lo haremos mucho más fácil.
00:25Digamos que estás en una estación de parques listo para pagar.
00:28Ahora, simplemente puedes pedir fotos.
00:31Sabe los coches que aparecen a menudo,
00:34triangula cuál es el tuyo
00:36y te dice el número de licencia.
00:39Puedes seguir con algo más complejo.
00:42¡Muéstrame cómo ha progresado Lucia en el baño!
00:46Aquí, Gemini va más allá de una búsqueda simple,
00:49reconociendo diferentes contextos,
00:52de hacer lapas en el baño,
00:54a nadar en el océano.
00:56Vamos a lanzar las fotos de demanda esta semana
00:59con más capacidades para venir.
01:01La multimodalidad radicalmente expande las preguntas que podemos preguntar
01:04y las respuestas que obtendremos.
01:06El contexto largo nos lleva un paso más allá,
01:09nos permite traer aún más información,
01:12cientos de páginas de texto,
01:14horas de audio,
01:16una hora completa de video
01:18o repostos de código completo.
01:20Necesitas una ventana de contextos de 1 millón de tokens,
01:22ahora posible con Gemini 1.5 Pro.
01:24Estoy emocionado por anunciar que traemos esta versión mejorada
01:27de Gemini 1.5 Pro
01:29a todos los desarrolladores mundialmente.
01:32Gemini 1.5 Pro con 1 millón de contextos
01:35ahora está directamente disponible para consumidores
01:38en Gemini Advanced
01:40y puede ser usado en más de 35 idiomas.
01:43Así que hoy, estamos expandiendo la ventana de contextos
01:46a 2 millones de tokens.
01:50Esto representa el siguiente paso en nuestro viaje
01:52hacia el objetivo último de infinito contexto.
01:55Y no pudiste hacer la reunión PTA.
01:57La grabación de la reunión es de una hora.
02:00Si es de Google Meet,
02:02puedes pedir a Gemini para darte los destacados.
02:05Hay un grupo de padres buscando voluntarios.
02:08Estás libre ese día.
02:10Por supuesto, Gemini puede responder.
02:12Gemini 1.5 Pro está disponible hoy en Workspace Labs.
02:16Notebook LLM va a tomar
02:18todos los materiales a la izquierda como input
02:21y los ejecuta en una discusión de ciencia
02:24personalizada para él.
02:26Vamos a profundizar en la física.
02:28¿Qué está en la tabla hoy?
02:30Empezamos con las básicas.
02:31Fuerza y moción.
02:32Y eso, por supuesto, significa que tenemos que hablar
02:34de Sir Isaac Newton y sus tres leyes de la moción.
02:36Y lo increíble es que mi hijo y yo
02:39podemos unirnos a la conversación
02:41y dirigirlo en cualquier dirección que queramos.
02:44Cuando pongo el botón, unimos.
02:47Espera, tenemos una pregunta. ¿Qué tal, Josh?
02:49Sí, ¿puedes darle a mi hijo Jimmy un ejemplo de básquetbol?
02:58¡Ey, Jimmy! ¡Es una idea fantástica!
03:01El básquetbol es una buena forma de visualizar la fuerza y la moción.
03:04Comencemos.
03:05Bueno, primero, imagina un básquetbol
03:07simplemente sentado en la tabla.
03:09No se mueve, ¿verdad?
03:11Eso es porque todas las fuerzas que actúan en él son balanceadas.
03:15Lo conectó a los puntos y creó ese ejemplo de edad apropiado para él.
03:23El año pasado, llegamos a un milagro en ese camino
03:25cuando formamos Google DeepMind.
03:27Así que hoy introducimos Gemini 1.5 Flash.
03:31Flash es un modelo de peso más ligero que Pro.
03:34A partir de hoy, puedes usar 1.5 Flash y 1.5 Pro
03:38con hasta un millón de tokens en Google AI Studio y Vertex AI.
03:43Hoy tenemos un nuevo progreso emocionante para compartir
03:46sobre el futuro de la asistencia artificial que llamamos Proyecto Astra.
03:51Dime cuándo ves algo que hace sonido.
03:55Veo un micrófono que hace sonido.
03:59¿Cuál es la parte de ese micrófono?
04:04Es el tweeter. Produce sonidos de alta frecuencia.
04:09¿Qué hace esa parte del código?
04:14Este código define funciones de encrypción y decrypción.
04:18Parece usar encrypción AESCBC para encoder y decoder datos
04:23basado en una llave y un vector de inicialización, IV.
04:29¿Qué puedo añadir aquí para hacer que este sistema sea más rápido?
04:34Añadir un cache entre el servidor y el databases podría mejorar la velocidad.
04:39Hoy estamos presentando una serie de actualizaciones
04:41a través de nuestros herramientas de medios generativos
04:43con nuevos modelos que cubren imagen, música y video.
04:47Hoy estoy muy emocionado por presentar Imagine 3.
04:51Imagine 3 es más fotorealística.
04:53Puedes literalmente cumplir con el sonido de los whiskers
04:55con detalles más ricos, como esta increíble luz del sol en la foto,
04:59y menos artefactos visuales o imágenes distorsionadas.
05:02Puedes suscribirte hoy para probar Imagine 3 en ImageFX,
05:05parte de nuestra serie de herramientas de AI en Labs.Google.
05:08Juntos con YouTube, hemos estado construyendo Music AI Sandbox,
05:12una serie de herramientas de AI profesionales que pueden crear
05:15nuevas secciones instrumentales desde cero,
05:17transferir estilos entre tracos y más.
05:20Hoy estoy emocionado por presentar nuestro modelo de video
05:23más capaz de generación de video más reciente, llamado Veo.
05:28Veo crea videos de 1080p de calidad alta
05:31con texto, imagen y promtes de video.
05:34Puede captar los detalles de tus instrucciones
05:36en diferentes estilos visuales y cinemáticos.
05:39Puedes hacer promtes para cosas como fotos aéreas
05:41de un paisaje o el tiempo, y editar más
05:44tus videos usando promtes adicionales.
05:46Puedes usar Veo en nuestro nuevo herramienta experimental
05:49llamado VideoFX.
05:51Estamos explorando funciones como la narración
05:53y la generación de escenas más largas.
05:55No solo es importante entender dónde un objeto
05:58o un sujeto debería estar en el espacio,
06:00también debe mantener esta consistencia con el tiempo,
06:03como el coche en este video.
06:05En las próximas semanas, algunas de estas funciones
06:07estarán disponibles para elegir creadores
06:09a través de VideoFX en labs.google,
06:12y la lista de espera está abierta ahora.
06:14Hoy estamos emocionados por presentar la sexta generación
06:17de TPUs, llamada Trillium.
06:20Trillium ofrece un mejoramiento de 4.7X
06:24en la performancia de computación por chip
06:26sobre la generación anterior.
06:28Haremos que Trillium sea disponible a nuestros clientes de cloud
06:30en la tarde de 2024.
06:32Estamos haciendo que los análisis de inteligencia
06:34sean aún más útiles para las preguntas más complejas.
06:37Para hacer esto posible,
06:38estamos presentando razonamiento de multitud de pasos
06:40en Google Search.
06:41Pronto podrás pedir a Search
06:43para encontrar los mejores estudios de yoga o pilates
06:45en Boston,
06:46y mostrarles los detalles de sus ofertas de introducción
06:48y el tiempo de caminata de Beacon Hill.
06:51Obtendrás algunos estudios con buenas ratificaciones
06:53y sus ofertas introductorias.
06:55Y puedes ver la distancia para cada uno.
06:57Como este, es solo un caminata de 10 minutos.
07:00En la parte de abajo,
07:01puedes ver dónde están ubicados visualmente.
07:04Esto rompe tu pregunta más grande
07:05a través de todas sus partes.
07:07Y se encuentra cuáles son los problemas
07:09que necesita resolver
07:10y en qué orden.
07:12Siguientemente,
07:13toma planificación, por ejemplo.
07:15Ahora puedes pedir a Search
07:16para crear un plan de comida de tres días
07:17para un grupo fácil de preparar.
07:20Y aquí obtienes un plan
07:22con una gran variedad de recetas
07:23desde el medio ambiente.
07:25Si quieres obtener más verduras,
07:26puedes simplemente pedir a Search
07:27para cambiar a un plato vegetariano.
07:29Y puedes exportar tu plan de comida
07:31o obtener los ingredientes como una lista
07:33simplemente tapando aquí.
07:35Pronto podrás hacer preguntas con video
07:37justo en Google Search.
07:39Voy a tomar un video y preguntar a Google
07:42¿por qué esto no se mantiene en lugar?
07:47Y en un instante cercano,
07:49Google me da una visión de AI.
07:52Creo que hay algunas razones
07:53por las que esto podría estar sucediendo
07:54y pasos que puedo tomar para arreglarlo.
07:56Comenzarás a ver estas funciones
07:58circulando en Google Search
07:59en los próximos meses.
08:01Y ahora, estamos muy emocionados
08:03de que el nuevo panel lateral
08:05con poder de Gemini
08:06será generalmente disponible
08:08el próximo mes.
08:11Tres nuevas capacidades
08:13llegando a Gmail móvil.
08:16Parece que hay una red de e-mails
08:18sobre esto con muchas e-mails
08:20que no he leído.
08:21Y por suerte para mí,
08:23puedo simplemente tapar
08:24la opción de resumir
08:26arriba y olvidar leer
08:27este largo recorrido.
08:29Ahora, Gemini lleva esta
08:31carta móvil ayudante
08:33como un overlay.
08:34Y aquí es donde puedo leer
08:36una buena sumaría
08:37de toda la información salienta
08:39que necesito saber.
08:41Ahora, simplemente puedo
08:43escribir mi pregunta
08:44aquí en la carta móvil
08:45y decir algo como
08:47comparar mis peticiones de reparación de terreno
08:49por precio y disponibilidad.
08:50Esta nueva función de Q&A
08:52hace que sea tan fácil
08:54obtener respuestas rápidas
08:55sobre cualquier cosa en mi bolsa
08:56sin tener que buscar en Gmail
08:58y abrir la e-mail
08:59y luego buscar la información específica
09:01y los atajos y así sucesivamente.
09:02Veo algunas respuestas sugeridas
09:04de Gemini.
09:05Ahora, aquí veo que he declinado
09:07el servicio, sugerir un nuevo tiempo.
09:09Estas nuevas capacidades
09:10en Gemini y Gmail
09:12comenzarán a salir este mes
09:14a los usuarios de Labs.
09:16Tiene un PDF
09:17que es un atajo
09:18de un hotel
09:19como una recepción
09:20en el panel de la izquierda.
09:21Ayúdame a organizar
09:22y recortar mis recetas.
09:24Paso uno,
09:25crea un folder de archivos
09:26y pon este receto
09:27y 37 otros que se encuentran
09:29en ese folder.
09:31Paso dos,
09:32extrae la información relevante
09:34de esos recetos
09:35en ese folder
09:36en un nuevo spreadsheet.
09:37Gemini te ofrece la opción
09:39de automatizar esto
09:40para que este particular
09:42flujo de trabajo
09:43se ejecute en todas las e-mails futuras.
09:45Gemini hace el trabajo difícil
09:47de extraer toda la información correcta
09:48de todos los archivos
09:49en ese folder
09:50y genera este spreadsheet
09:51para ti.
09:52¡Muéstrame dónde
09:53se gastó el dinero!
09:55Gemini no sólo analiza
09:56los datos del spreadsheet,
09:58sino también crea
09:59un bonito visual
10:01para ayudarme a ver
10:02el completo
10:03desplazamiento
10:04por categoría.
10:05Esta habilidad en particular
10:06se llevará a cabo
10:07a los usuarios de Labs
10:08este septiembre.
10:10Estamos prototipando
10:11a un compañero
10:12con poder de Gemini
10:13virtual.
10:15Chip se ha dado
10:16una función específica
10:17en el set
10:18de descripciones
10:19sobre cómo ser útil
10:20para el equipo.
10:21Puedes ver eso aquí.
10:22Y algunos de los trabajos
10:23son monitorear
10:24y recortar proyectos.
10:25Hemos listado algunos
10:26para organizar la información
10:27y proporcionar contexto.
10:28Y algunas cosas más.
10:29¿Estamos en el camino
10:31para el lanzamiento?
10:35Chip no sólo
10:36busca por todo
10:37lo que tiene acceso,
10:38sino también
10:39sintetiza lo que se encontró
10:41y vuelve
10:42con una respuesta
10:43actualizada.
10:45Ahí está.
10:46Una línea clara,
10:47una buena sumarización.
10:48Y noten que
10:49en este primer mensaje
10:50Chip señala un problema
10:51potencial
10:52que el equipo debe saber.
10:53Porque estamos
10:54en un espacio de grupo,
10:55todos pueden seguir.
10:56Cualquiera puede
10:57entrar en cualquier momento.
10:58Como puedes ver,
10:59alguien ya lo hizo,
11:00pidiendo a Chip
11:01que ayude a crear un doc
11:02para abordar el problema.
11:03Y este verano
11:04puedes tener
11:05una conversación
11:06en profundidad
11:07con Gemini
11:08usando tu voz.
11:09Le llamamos
11:10a esta nueva experiencia
11:11Live.
11:12Cuando vas a Live,
11:13podrás abrir
11:14tu cámara
11:15para que Gemini
11:16pueda ver
11:17lo que ves
11:18y responder
11:19a tus alrededores
11:20en tiempo real.
11:21Entonces,
11:22estamos desarrollando
11:23una nueva función
11:24que te permite
11:25customizarla
11:26para tus propios necesidades
11:27y crear
11:28expertos personales
11:29en cualquier tema
11:30que quieras.
11:31Le llamamos
11:32a estas gemas.
11:33Simplemente
11:34tapa para crear una gema,
11:35escriba tus instrucciones
11:36una vez
11:37y vuelve
11:38cuando necesites.
11:39Por ejemplo,
11:40aquí hay una gema
11:41que creé
11:42que actúa
11:43como un entrenador
11:44de escritura personal.
11:45Esta gema
11:46se realiza
11:47en historias cortas
11:48con retos misteriosos.
11:49Y incluso
11:50se construye
11:51en mis gráficos
11:52de historia
11:53en Google Drive.
11:54Las gemas
11:55se desarrollarán
11:56en los próximos meses.
11:57Ese entendimiento
11:58y inteligencia
11:59se unen
12:00en la nueva experiencia
12:01de planeación
12:02de viaje
12:03en Gemini Advanced.
12:04Vamos a Miami.
12:05Mi hijo
12:06ama la arte,
12:07mi marido
12:08ama la comida,
12:09y nuestros detalles
12:10de vuelo
12:11y hotel
12:12ya están
12:13en mi bolsa
12:14de información.
12:15Y estamos
12:16recopilando
12:17todas las informaciones
12:18desde la búsqueda
12:19y las extensiones
12:20de ayuda
12:21como mapas
12:22y Gmail.
12:23El resultado final
12:24es un plan de vacaciones
12:25personalizado
12:26presentado en la nueva
12:27UI dinámica de Gemini.
12:28Me gustan
12:29estas recomendaciones,
12:30pero mi familia
12:31le gusta dormir.
12:32Así que tapé
12:33para cambiar el tiempo de comienzo
12:35y
12:36así
12:37Gemini
12:38ajustó
12:39mi intuición
12:40para el resto
12:41del viaje.
12:42Esta nueva experiencia
12:43con Gemini Advanced
12:44este verano
12:45te permitirá
12:46uploadar
12:47tu entera tesis,
12:48tus fuentes,
12:49tus notas,
12:50tu investigación,
12:51y pronto
12:52entrevistar
12:53grabaciones de audio
12:54y videos también.
12:55Puede
12:56disectar
12:57tus puntos principales,
12:58identificar mejoras
12:59y incluso
13:00jugar un papel
13:01como profesor.
13:02Quizás
13:03tengas
13:04un negocio
13:05de vendas
13:06de productos
13:07manualizados.
13:08Simplemente
13:09uploadar
13:10todas
13:11tus páginas
13:12y
13:13juntar
13:14su análisis
13:15en un solo
13:16gráfico.
13:17Y, por supuesto,
13:18tus fichas no son usadas
13:19para entrenar
13:20a nuestros modelos.
13:21Después de este año,
13:22tendremos
13:23un aumento
13:24de la ventana
13:25de contexto
13:26a 2 millones
13:27de tokens.
13:28Estamos poniendo
13:29una búsqueda
13:30con poder de inteligencia
13:31justo en tus dedos.
13:32Digamos
13:33que mi hijo
13:34necesita ayuda
13:35con un problema
13:36de palabra física
13:37difícil,
13:38como
13:39este.
13:40Si él
13:41tiene
13:42la capacidad
13:43de aprender
13:44y obtener
13:45instrucciones
13:46paso a paso,
13:47justo en el momento
13:48en que ya está
13:49haciendo el trabajo,
13:50esta nueva capacidad
13:51está disponible
13:52hoy.
13:53Ahora,
13:54estamos haciendo
13:55a Gemini
13:56consciente
13:57del contexto.
13:58Mi amigo Pete
13:59me pregunta
14:00si quiero jugar
14:01al baloncesto
14:02este fin de semana.
14:03Voy a responder
14:04y intentaré ser divertido
14:05y diré
14:06¿es como
14:07tenis
14:08pero con
14:09picos?
14:10Lo primero que verás
14:11es que la ventana
14:12de Gemini
14:13ahora está en lugar
14:14sobre la aplicación
14:15para que quede
14:16en el flujo.
14:17Bueno,
14:18eso generó
14:19unas imágenes
14:20bastante buenas.
14:21Lo bueno
14:22es que puedo
14:23agregar y dejar
14:24cualquiera de estos
14:25directamente
14:26a la aplicación
14:27de mensajes
14:28abajo.
14:29Así que,
14:30bien,
14:31déjame enviar eso.
14:32Y porque es
14:33consciente del contexto,
14:34Gemini sabe
14:35que estoy mirando
14:36un video,
14:37así que me muestra
14:38proactivamente
14:39la aplicación
14:40para
14:41jugar
14:42al baloncesto.
14:43Por cierto,
14:44esto usa
14:45señales
14:46como los capítulos
14:47de YouTube,
14:48lo que significa
14:49que puedes usarlo
14:50en billones
14:51de videos.
14:52Entonces,
14:53déjame un momento
14:54y
14:55ahí está.
14:56Empezando
14:57con Pixel
14:58después de este año,
14:59vamos a expandir
15:00lo posible
15:01con nuestro
15:02modelo más reciente,
15:03Gemini Nano
15:04con multimodalidad.
15:05Así que,
15:06hace varios años,
15:07desarrollamos
15:08un modelo
15:09con las capacidades
15:10multimodales
15:11de Gemini Nano.
15:12Entonces,
15:13cuando alguien envía
15:14una foto,
15:15obtendrá una descripción
15:16más rica y clara
15:17de lo que está sucediendo.
15:18Y el modelo
15:19incluso funciona
15:20cuando no hay
15:21conexión de red.
15:22Estos mejoras
15:23para hablar de
15:24después
15:25vienen
15:26después de este año.
15:271.5 Pro
15:28es $7
15:29por 1 millón
15:30de tokens.
15:31Y estoy emocionado
15:32por compartir
15:33que para promtes
15:34hasta 128K
15:35será 50%
15:36menos
15:37y 1.5 Flash
15:38comenzará
15:39a $0.35
15:40por 1 millón
15:41de tokens.
15:42Y el nuevo miembro
15:43de hoy,
15:44PolyGemma,
15:45nuestro primer
15:46modelo de
15:47lenguaje de visión
15:48abierto
15:49y está disponible
15:50en este momento.
15:51También estoy
15:52muy emocionado
15:53por anunciar
15:54que tenemos
15:55Gemma 2
15:56en camino.
15:57Es la
15:58próxima generación
15:59de Gemma
16:00y estará disponible
16:01en junio.
16:02Hoy,
16:03estamos expandiendo
16:04Synth ID
16:05a dos nuevas
16:06modalidades,
16:07texto
16:08y video.
16:09Y en los próximos
16:10meses,
16:11estaremos
16:12abriendo
16:13Synth ID
16:14Text Watermarking.
16:15Estoy emocionado
16:16por presentar
16:17LearnLM,
16:18nuestra nueva
16:19familia de
16:20modelos
16:21basados en
16:22Gemini
16:23y bien ajustados
16:24para aprender.
16:25Estamos desarrollando
16:26algunas gemas
16:27pre-hechas,
16:28que estarán disponibles
16:29en la aplicación
16:30Gemini
16:31y la experiencia web,
16:32incluyendo
16:33una llamada
16:34Coach de Aprendizaje.
16:35Creo que alguien
16:36por ahí puede estar
16:37contando
16:38cuántas veces
16:39mencionamos
16:40AI hoy.
16:41Nosotros
16:42fuimos
16:43y contamos
16:44para que
16:45no tuvieras que.
16:49Eso puede ser
16:50un recuerdo
16:51de cuántas veces
16:52alguien
16:53ha dicho
16:54AI.
16:55Aquí están
16:56las posibilidades
16:57por delante
16:58y la creación
16:59juntas.
17:00Gracias.