
Google lleva Gemini más cerca del dispositivo
admin
Google está profundizando la integración de Gemini en sus nuevos dispositivos Pixel, con el Pixel 11 y el procesador Tensor G6 como parte de su estrategia para incorporar más funciones de inteligencia artificial directamente en el teléfono. La apuesta busca que la IA deje de ser únicamente una herramienta que funciona mediante servicios en la …
Google lleva Gemini más cerca del dispositivo

Google está profundizando la integración de Gemini en sus nuevos dispositivos Pixel, con el Pixel 11 y el procesador Tensor G6 como parte de su estrategia para incorporar más funciones de inteligencia artificial directamente en el teléfono.
La apuesta busca que la IA deje de ser únicamente una herramienta que funciona mediante servicios en la nube y tenga una presencia cada vez mayor dentro del propio dispositivo.
Esto permitiría aprovechar las capacidades de Gemini para distintas funciones del teléfono, con un mayor nivel de integración entre el asistente, el sistema operativo y las aplicaciones.
Meta apuesta por agentes de IA que pueden ejecutarse localmente
Mientras Google lleva sus capacidades de IA al smartphone, Meta está avanzando en otra dirección: modelos capaces de ejecutarse en hardware local.
La compañía liberó un agente de 30 mil millones de parámetros, diseñado para realizar tareas de forma autónoma y que puede funcionar en una sola GPU bajo determinadas configuraciones.
La importancia de este desarrollo está en que los modelos de inteligencia artificial ya no necesariamente requieren grandes infraestructuras de servidores para determinadas tareas.
La tendencia apunta hacia una IA menos dependiente de la nube
Los movimientos de Google y Meta reflejan una tendencia cada vez más evidente dentro de la industria tecnológica: llevar modelos y agentes de IA directamente a los dispositivos donde serán utilizados.
Para los usuarios, esto podría traducirse en aplicaciones más rápidas, mayor privacidad en determinadas tareas y menor dependencia de una conexión permanente con servidores externos.
Sin embargo, la capacidad real de ejecutar modelos de este tamaño dependerá del hardware disponible, la optimización del modelo y el tipo de tarea que se quiera realizar.
La carrera ahora no solamente consiste en crear modelos de IA más grandes, sino en conseguir que sean más eficientes y capaces de funcionar en dispositivos cada vez más accesibles.

Mantente Informado
Resumen matutino. Resumen vespertino. Sin ruido.