None

Google presenta Gemini Omni y nuevas funciones de IA para YouTube en el I/O 2026

Durante el evento Google I/O 2026, Google ha anunciado una serie de avances significativos en inteligencia artificial, con un enfoque especial en la creación de contenido y en la optimización de la experiencia de usuario en YouTube.

Gemini Omni: Creación y edición de video con IA generativa

Uno de los lanzamientos más destacados es la introducción de Gemini Omni. Esta herramienta ha sido presentada para potenciar la creación y edición de videos mediante el uso de inteligencia artificial generativa, abriendo nuevas posibilidades en el ámbito de la producción audiovisual.

Innovaciones en YouTube: «Ask YouTube» y Remix en Shorts

La plataforma YouTube también protagonizó los anuncios con nuevas funciones impulsadas por IA, diseñadas para facilitar la interacción y fomentar la creatividad:

• Ask YouTube: Una nueva función que permite a los usuarios encontrar el segmento exacto de un video que contiene la respuesta a su pregunta.
• Remix con IA para Shorts: YouTube ha integrado una nueva capacidad de «remix» basada en inteligencia artificial para sus videos cortos (Shorts), brindando herramientas avanzadas para la experimentación creativa.

Los automóviles modernos se están convirtiendo rápidamente en ordenadores sobre ruedas. Desde precalentar el coche por la mañana hasta usar el smartphone como llave, muchas de las funciones actuales de los vehículos están controladas por software. Estos Vehículos Definidos por Software (SDV, por sus siglas en inglés) permiten una innovación rápida, trayendo nuevas funciones “over-the-air” mucho más rápido.

Sin embargo, la transición a vehículos definidos por software no está exenta de desafíos. Diferentes fabricantes han desarrollado diferentes arquitecturas de software, integrando módulos de software de docenas de proveedores distintos. Este enfoque fragmentado significa que los fabricantes de automóviles deben dedicar tiempo a construir infraestructura en lugar de lo que realmente los diferencia en un mercado en rápido movimiento.

En Android, creen que las plataformas abiertas pueden ayudar a aumentar la innovación y reducir la complejidad. Al promover plataformas abiertas, empoderan a la industria para definir lo que ofrecerán los coches del futuro. Comenzaron este camino con Android Automotive OS (AAOS), proporcionando a los fabricantes de automóviles la opción de construir experiencias de infoentretenimiento premium al tiempo que reducen significativamente los costos de desarrollo y el tiempo de comercialización. Muchos fabricantes de automóviles han adoptado ampliamente AAOS, permitiendo a los conductores acceder a sus aplicaciones favoritas directamente en la pantalla del coche a través de docenas de marcas.

Hoy, para ayudar a sus socios a realizar su visión completa de SDV, están extendiendo AAOS más allá de la pantalla del coche con Android Automotive OS for Software Defined Vehicles (AAOS SDV). Esta nueva base, construida en colaboración con sus socios automotrices, proporciona una infraestructura abierta para las partes no relacionadas con la seguridad de los vehículos, lo que permite a los fabricantes de automóviles tener más opciones y tiempo para centrarse en ofrecer experiencias e innovaciones únicas que sus clientes adoren.

Para los conductores, estas experiencias en el coche se sentirán mucho más cohesivas y las últimas funciones llegarán a su garaje más rápido. Desde una experiencia de voz verdaderamente integrada hasta recordatorios proactivos de mantenimiento, su coche se convertirá en una verdadera extensión de su vida digital.

Su viaje ya está en marcha con líderes de la industria como Renault Group y Qualcomm, y esperan llevar AAOS SDV a código abierto más adelante este año. Permanecen comprometidos con el apoyo a sus socios automotrices con software de código abierto que dará forma a la próxima generación de automóviles.

Para una inmersión técnica más profunda, pueden leer más en el Android Developers Blog.

El siguiente artículo está adaptado de una presentación magistral ofrecida por Christy Abizaid, Vicepresidenta de Confianza y Seguridad, Política y Estándares Globales, en la Cumbre “Creciendo en la Era Digital” en Google Dublín el 11 de marzo.

La inteligencia artificial generativa está abriendo nuevas oportunidades para el aprendizaje, la creatividad y la conexión. A medida que desarrollamos esta tecnología, tenemos una profunda responsabilidad de hacerlo de una manera segura y beneficiosa para todos, especialmente para los usuarios más jóvenes que están comenzando a explorar su potencial.

En Google, nuestro trabajo se basa en tres pilares fundamentales: proteger a los jóvenes en línea, respetar las relaciones únicas de las familias con la tecnología y empoderar a los jóvenes para que aprendan y exploren en línea de forma segura. Al crear herramientas de IA generativa más seguras, nos comprometemos a crear experiencias de IA de alta calidad, que protejan la privacidad y sean apropiadas para la edad, que empoderen a los jóvenes y salvaguarden sus necesidades de desarrollo únicas.

Construyendo una base de protección proactiva

Durante más de dos décadas, la IA ha impulsado los productos principales de Google, y nuestro enfoque de seguridad ha evolucionado junto con ella. Nuestro trabajo se basa en políticas integrales que prohíben ciertos usos de nuestra IA generativa y restringen el contenido dañino para los menores. Esto incluye prohibiciones claras del contenido relacionado con el abuso sexual infantil, el extremismo violento, la autolesión y las imágenes íntimas no consensuadas. También mantenemos políticas específicas que restringen el contenido inapropiado para la edad de los menores, como el contenido que representa o promueve trastornos alimentarios o ejercicios peligrosos.

Estas políticas no son solo una red de seguridad reactiva; están integradas en todo el ciclo de desarrollo. Las salvaguardias se implementan estratégicamente en cada etapa, desde la entrada inicial de un usuario hasta la salida final del modelo. Utilizamos clasificadores específicos para detectar consultas relacionadas con la seguridad infantil y prevenir resultados dañinos. Por ejemplo, algunas comprobaciones están diseñadas para identificar CSAM conocidos, mientras que otras evalúan si una consulta podría violar nuestras políticas (incluidas las diseñadas específicamente para adolescentes), lo que desencadena un bloqueo o una respuesta más segura. Nuestras evaluaciones han demostrado, por ejemplo, cómo Gemini 3 logró ganancias específicas en la reducción de la adulación, la resistencia a las inyecciones de prompts y la mejora de la protección contra el uso indebido cibernético.

Realización de pruebas rigurosas y diseño responsable

Para garantizar que estas protecciones sean efectivas, realizamos pruebas rigurosas y consultas con expertos. Esto incluye pruebas adversarias y evaluaciones especializadas de seguridad juvenil diseñadas para descubrir nuevos riesgos y vulnerabilidades. (En 2025 solo, nuestro Equipo de Contenido Adversarial, o CART, completó más de 350 ejercicios que abarcan todas las modalidades principales, incluidos texto, audio, imágenes, video y capacidades complejas como la IA agente). Nuestras salvaguardias integrales son desarrolladas por especialistas internos dedicados de Google en consulta continua con expertos externos en desarrollo infantil. Este enfoque multifacético garantiza que nuestras salvaguardias se basen tanto en la experiencia técnica como en una profunda comprensión de la psicología infantil.

Reconocemos que los usuarios más jóvenes son especialmente vulnerables a formar fuertes conexiones emocionales con los sistemas de IA generativa. Por eso, hemos diseñado protecciones de personalidad específicas para evitar que nuestros modelos participen en comportamientos dañinos. Esto incluye prohibir afirmaciones explícitas de consciencia, simular relaciones románticas o insinuaciones coquetas, o interpretar el papel de personajes dañinos del mundo real o de la ficción. Complementamos este trabajo asociándonos con expertos externos; el año pasado, nos unimos a otras empresas de tecnología para comprometernos con los principios de Diseño de Seguridad de Thorn, que se centran en integrar protecciones contra el abuso y la explotación sexual infantil facilitados por la IA.

Promoviendo la seguridad y la oportunidad

Más allá de prevenir daños, nuestra misión es promover el bien. Creemos en avanzar en la seguridad y el acceso, empoderando a los usuarios más jóvenes para que se beneficien de todo lo que esta nueva tecnología tiene para ofrecer. Esto significa apoyar el desarrollo de la alfabetización en IA, el pensamiento crítico y el autodescubrimiento. Hemos publicado recursos de alfabetización en IA para familias, como nuestro video «Cinco cosas que debes saber para comenzar con la IA» y una Guía de conversación familiar sobre la IA, para fomentar el diálogo entre padres e hijos sobre el uso responsable de esta tecnología.

Para ayudar tanto dentro como fuera del aula, hemos lanzado herramientas como el Aprendizaje Guiado en Gemini, que ayuda a los estudiantes a construir una comprensión más profunda de los temas al descomponer los problemas y adaptar las explicaciones a sus necesidades. Estas herramientas están diseñadas para ser ayudas de aprendizaje conversacionales, que ayudan a los usuarios más jóvenes a encontrar los mejores recursos en la web mientras utilizan técnicas de aprendizaje probadas.

A medida que la IA generativa continúa evolucionando, seguimos comprometidos con este enfoque responsable. Continuaremos construyendo y refinando nuestras políticas, salvaguardias y herramientas para ofrecer experiencias de productos más seguras que empoderen a los usuarios más jóvenes para que exploren, aprendan y se beneficien del increíble potencial de esta tecnología.

Probablemente ya haya oído hablar de modelos de lenguaje grandes, modelos de aprendizaje automático, modelos de generación de imágenes y así sucesivamente… pero “modelo del mundo” podría ser algo nuevo. Para ayudar a explicar el concepto, hablamos con Shlomi Fruchter y Jack Parker-Holder, investigadores de Google.

¡Felicitaciones por el lanzamiento de Project Genie! ¿Cuáles fueron sus roles en el equipo?

Shlomi: Jack y yo codirigimos el desarrollo de Genie. Principalmente me concentro en nuestros modelos de video y del mundo de próxima generación y en trabajar con el equipo para investigar nuevas mejoras.

Jack: Soy científico investigador, además de codirigir Genie. Mi trabajo consiste principalmente en imaginar nuevas capacidades para nuestros modelos y luego asegurarme de que haya un equipo, una hoja de ruta y un plan para hacerlas realidad.

¿Qué es exactamente Project Genie?

Jack: Project Genie es una herramienta donde puedes crear tu propio mundo con personajes y entornos y explorarlos en tiempo real. Por ejemplo, viajar a un planeta alienígena o sumergirte bajo el agua con criaturas marinas. Todo lo que se te ocurra.

Shlomi: Los mundos que normalmente queremos simular son variantes del mundo en el que vivimos, porque eso es lo que conocemos y nos importa. Genie predice lo que sucederá basándose en la mecánica de dicha variante del mundo: «Vale, si voy a entrar en la habitación que se parece a la imagen que proporcionaste de tu habitación, ¿cómo se verá cuando me mueva? ¿Cómo se verá el espejo? ¿Cómo se reflejará la luz en el suelo de madera?». Toda esa dinámica ambiental, si se derrama agua o llueve, el modelo la simula de principio a fin, sin que funcione ningún motor de juego en segundo plano. Y realmente puedes interactuar. Si hay una pelota en el suelo, realmente puedes chocar con ella y empieza a rodar, que es lo que esperarías que sucediera en la realidad. Cuando el modelo lo hace bien, se ve realista.

¿Es Genie el primer modelo del mundo?

Jack: En realidad, hay muchos artículos históricos sobre modelos del mundo, pero uno de los que popularizó la idea es de 2018 de lo que entonces se llamaba Google Brain. Google Brain era nuestro equipo de investigación de aprendizaje profundo e inteligencia artificial, y ahora es parte de Google DeepMind. Ese artículo fue de David Ha y Jürgen Schmidhuber; fue la primera vez que alguien entrenó un modelo del mundo a partir de un dominio visual. Eso fue lo que realmente popularizó el término «modelo del mundo» en la comunidad de desarrolladores.

¿Cuál es la diferencia entre un modelo del mundo y, por ejemplo, un modelo de lenguaje grande?

Shlomi: Piénsalo de esta manera: un modelo de lenguaje intenta predecir la siguiente palabra. A partir de eso, aprende una representación del lenguaje. Más tarde, podemos enseñarle a mantener una conversación completa con una persona e incluso, tal vez, a pensar en un problema matemático. De manera similar, un modelo del mundo intenta predecir lo que sucederá a continuación en el mundo basándose en la secuencia de acciones que está realizando un agente. Básicamente, está simulando todo un entorno, momento a momento, en reacción a un agente. A través de esta simple tarea, el modelo aprende una representación del mundo.

Entonces, un modelo del mundo predice ese mundo basándose en un entorno en el que ha sido entrenado. Y no solo el mundo, sino también cómo reaccionan las cosas en ese mundo. ¿Es correcto?

Shlomi: Sí. Una parte clave de lo que está sucediendo en un modelo del mundo es lo que llamamos «observación». Cuando usamos esta palabra, tiene una definición estrecha: observación visual. La observación en general no tiene por qué ser visual; puedes observar cómo se siente algo al tacto o el olor de algo. Pero en este momento, estamos hablando de imágenes.

Entendido. ¿Cómo se introduce información en Genie?

Jack: La mejor manera de empezar a introducir información en Genie es con una imagen o imágenes – a menudo usamos Nano Banana para esto – y algo de texto. Puedes usar solo texto, pero es más entretenido usar también una imagen. Por ejemplo, puedes subir una foto de un perro en la playa, y el texto puede describir la dinámica de la escena, tal vez algo como lo agitado que está el mar.

¿Para qué podríamos usar los modelos del mundo?

Jack: Una aplicación es entrenar a agentes de IA para que aprendan a hacer cosas en el mundo real. Darles acceso a nuestro mundo real sería peligroso y costoso, pero si pudiéramos simularlo, eso nos daría un campo de pruebas. Otra es la educación: podrías usar un modelo del mundo para enseñar a una clase sobre ciencia e historia. Imagina a 35 niños en una clase que no prestan atención. De repente, el profesor muestra un modelo del mundo en la pizarra: «Vale, vamos a caminar por la antigua Roma. ¿Qué deberíamos hacer? Vamos a preguntar a esa persona qué está pasando». Podemos asegurarnos de que el modelo sea más históricamente preciso y convertirlo en una experiencia interactiva. Para la ciencia, podrías explorar el buceo submarino; ya tenemos ejemplos de esto.

La inteligencia artificial va más allá de la simple aceleración de la resolución de problemas, abriendo nuevas vías para el descubrimiento y la escalabilidad. Con el objetivo de impulsar aún más a las organizaciones líderes en investigación científica y consolidar el éxito de su fondo inaugural AI for Science, Google.org anuncia hoy el lanzamiento del Google.org Impact Challenge: AI for Science, una nueva convocatoria global dotada con 30 millones de dólares.

Esta iniciativa proporcionará financiación inicial y apoyo técnico especializado para que investigadores, organizaciones sin ánimo de lucro y empresas sociales puedan llevar a cabo proyectos de investigación con un potencial transformador. Se priorizarán especialmente aquellos proyectos centrados en la salud y las ciencias de la vida, la resiliencia ante crisis y las ciencias ambientales.

Además de la financiación, las organizaciones seleccionadas tendrán la oportunidad de participar en el programa Google.org Accelerator, recibiendo apoyo de ingeniería, mentoría técnica y acceso a la infraestructura de Google para potenciar sus soluciones.

Google.org busca la próxima generación de innovadores. Las candidaturas están abiertas hasta el 17 de abril de 2026: candidatevi ahora y únase a nosotros en nuestro objetivo de promover descubrimientos científicos revolucionarios capaces de transformar la forma en que la sociedad aborda los mayores desafíos.

El último episodio del podcast Google AI: Release Notes se centra en cómo el equipo de Gemini construyó uno de los modelos de codificación con inteligencia artificial más avanzados del mundo.

El presentador Logan Kilpatrick conversa con Connie Fan y Danny Tarlow, líderes de producto e investigación de las capacidades de codificación de Gemini. En la conversación, abordan los objetivos iniciales que moldearon el enfoque de Gemini hacia el código, el auge de la denominada «vibe coding» (codificación basada en la intuición) y el futuro de los lenguajes de programación en la era de la IA.

Puedes escuchar la conversación completa a continuación, o acceder al podcast Google AI: Release Notes en Apple Podcasts o Spotify.

Google Trends siempre ha sido una herramienta valiosa para comprender mejor lo que ocurre en el mundo a través de las tendencias de búsqueda. Ahora, la página Trends Explore ha sido rediseñada para facilitar aún más a periodistas, creadores de contenido, investigadores y a cualquier persona interesada en las tendencias de búsqueda, el descubrimiento de información relevante, la inspiración y la profundización en un tema específico.

Al explorar un tema en Trends, a menudo es necesario comparar datos de búsquedas relacionadas para obtener una visión completa. Sin embargo, identificar estas búsquedas relacionadas puede consumir tiempo. La página Explore actualizada incorpora un nuevo panel lateral que utiliza las capacidades de Gemini para identificar y comparar automáticamente las tendencias relevantes para el área de interés del usuario. Además, se mostrará una lista de sugerencias de indicaciones (prompts) de Gemini para ayudar a explorar el tema con mayor detalle.

Por ejemplo, si se está investigando sobre razas de perros en tendencia, hasta ocho términos de búsqueda como “golden retriever” o “beagle” se completarán automáticamente en el gráfico para facilitar su comparación. El panel lateral también mostrará ideas relacionadas, como “razas de perros hipoalergénicas” o “razas de perros grandes”, para ayudar a profundizar en la investigación. Es posible editar cada término de búsqueda al pasar el cursor sobre él, o utilizar los filtros de país, tiempo y propiedad para ajustar la línea de tiempo de Trends.