El panorama de la inteligencia artificial continúa evolucionando a un ritmo vertiginoso, con innovaciones que redefinen la interacción digital. Dos de los actores principales en esta carrera, ByteDance y Baidu, han lanzado recientemente avances significativos que prometen transformar la forma en que interactuamos con las interfaces de usuario.
UI-TARS 1.5: El Agente Multimodal de ByteDance que Rompe Moldes
ByteDance ha lanzado UI-TARS 1.5, un potente agente de IA multimodal de código abierto, en abril de 2025. Este avanzado modelo de visión-lenguaje está diseñado para interactuar de forma fluida con interfaces gráficas de usuario (GUI), abarcando plataformas de escritorio, móviles y web, así como entornos de juego [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] .
UI-TARS 1.5 ha demostrado un rendimiento de vanguardia en diversas pruebas comparativas. Destaca en la percepción de GUI, comprendiendo diseños complejos y ejecutando acciones precisas como clics y escritura. El modelo integra percepción, razonamiento, fundamentación y memoria en un marco cohesivo, lo que le permite realizar tareas complejas de varios pasos sin depender de flujos de trabajo preestablecidos. Entre sus logros clave se incluyen un 61.6% en ScreenSpotPro, superando significativamente el 23.4% de OpenAI, y una puntuación perfecta del 100% en 13 juegos diferentes. También supera a modelos como Operator de OpenAI y Claude 3.7 de Anthropic en precisión y finalización de tareas. Utiliza capacidades de razonamiento avanzadas, incluyendo un enfoque de "pensar antes de actuar" y aprendizaje por refuerzo, para mejorar el rendimiento en escenarios dinámicos y tareas complejas como Minecraft. Está disponible en varias versiones de parámetros (2B, 7B, 72B) y se ha lanzado bajo la Licencia Apache 2.0, lo que lo hace accesible para uso comercial y ajuste fino [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] . Aunque UI-TARS es una iniciativa de ByteDance, se ha establecido una comparación con Baidu Qianfan, lo que sugiere una posible competencia en el panorama de la IA [1] .
Baidu: Inversiones en IA y un Desempeño Financiero Variado
Por su parte, Baidu continúa centrándose intensamente en sus propias inversiones en IA. La compañía reportó un aumento del 3% en sus ingresos totales a 4.500 millones de dólares en el primer trimestre de 2025, superando las expectativas, impulsado principalmente por la creciente demanda de sus servicios de nube de IA. Los ingresos por marketing no online aumentaron un 40% interanual, mientras que su negocio de marketing online experimentó un descenso del 6%, señalando un cambio estratégico para reducir su dependencia de la publicidad [12] [9] [13] .
Sin embargo, en el segundo trimestre de 2025 (abril-junio), Baidu informó un descenso del 4% en sus ingresos interanuales, afectado por un consumo doméstico lento, a pesar del robusto impulso de su negocio de nube de IA [9] [12] . La compañía también está expandiendo su cartera de conducción autónoma Apollo, con planes de introducir robotaxis en Europa para 2026 en asociación con Lyft, y en Asia y Oriente Medio con Uber a finales de este año [9] [3] . Baidu fue un pionero en chatbots de IA con su lanzamiento de Ernie tras ChatGPT de OpenAI a finales de 2022, y continúa enfrentando una intensa competencia de desarrolladores chinos como DeepSeek [12] [9] .
La Transformación UI/UX de Baidu Impulsada por la IA
Baidu ha implementado recientemente su revisión más sustancial de su motor de búsqueda en una década, introduciendo cambios significativos en la UI/UX impulsados por la inteligencia artificial. Estas actualizaciones buscan transformar la experiencia de búsqueda de una simple recuperación de información a un asistente integral para la finalización de tareas [14] [15] .
Una característica central de esta renovación es la "caja inteligente", una barra de búsqueda mejorada que ahora admite entradas de texto de más de 1.000 caracteres y mejora significativamente las capacidades de entrada multimedia, integrando funciones de foto, voz y vídeo. Este método de entrada expandido está diseñado para adaptarse a las formas cambiantes en que los usuarios interactúan con los servicios digitales en China [14] [15] [16] .
Mejoras Clave de UI/UX y Nuevas Características
Las mejoras clave de UI/UX y las nuevas características, cuyo lanzamiento inicial comenzó el 2 de julio de 2025, incluyen:
- Integración de IA: La plataforma de búsqueda integra fuertemente los modelos Ernie AI de Baidu y más de 18.000 agentes de IA de terceros, lo que le permite manejar solicitudes complejas y ofrecer respuestas más personalizadas y conscientes del contexto [14] [15] .
- Búsqueda Orientada a Tareas: La plataforma está evolucionando para ayudar a los usuarios a completar tareas directamente dentro de la interfaz de búsqueda, como generar contenido, planificar viajes, identificar objetos y redactar informes [14] .
- Interacción Multimodal: Los usuarios pueden hacer preguntas en lenguaje conversacional, adjuntar imágenes o archivos para guiar los resultados y solicitar fotos o vídeos generados. La búsqueda por voz, que admite múltiples dialectos chinos, también está incorporada [14] [15] .
- Página de Resultados Mejorada ("Baikan"): La función "Baikan" en la página de resultados de búsqueda se ha actualizado para admitir la salida de contenido mixto que incluye texto, imágenes, audio y vídeo, e integra agentes inteligentes y servicios de personas reales [14] [15] .
- Asistente de IA Mejorado: El Asistente de IA ha añadido la funcionalidad de videollamada, mejorando la entrada multimodal, la salida de medios enriquecidos y las capacidades de búsqueda en profundidad [14] .
- Herramientas de Creación de IA: Los usuarios pueden acceder directamente a herramientas de escritura y generación de imágenes por IA a través de la barra de búsqueda. Baidu también lanzó MuseSteamer en julio de 2025, una herramienta de IA capaz de generar vídeos cortos a partir de imágenes fijas, principalmente para usuarios empresariales [14] .
- GenFlow 2.0 en Baidu Wenku y Netdisk: El 18 de agosto de 2025, las aplicaciones de productividad impulsadas por IA de Baidu, Baidu Wenku y Netdisk, introdujeron GenFlow 2.0. Este agente de IA general cuenta con más de 100 agentes paralelos que trabajan colaborativamente y ofrece control en tiempo real de pausa e intervención, acelerando el procesamiento de tareas complejas de horas a menos de tres minutos [17] [18] [19] .
- Modelos ERNIE de Código Abierto: Baidu lanzó como código abierto la serie ERNIE 4.5, su última y más avanzada familia de modelos fundacionales, en junio de 2025, y ha hecho que su chatbot ERNIE sea gratuito para usuarios individuales para aumentar la concienciación y recopilar datos [14] [15] [19] .
Estos cambios reflejan el enfoque estratégico de Baidu en la IA y su objetivo de expandir los límites de la búsqueda, proporcionando una experiencia de usuario más intuitiva, inteligente e integrada. Baidu está invirtiendo fuertemente en IA para navegar la desaceleración de sus ingresos publicitarios tradicionales, que cayeron un 15% en el segundo trimestre de 2025 [15] . La empresa enfrenta una intensa competencia en el mercado de la IA de rivales como DeepSeek, ByteDance, Tencent, Alibaba y OpenAI [15] [19] .
Conclusión
En resumen, tanto ByteDance con su avanzado agente multimodal UI-TARS 1.5 como Baidu con su ambiciosa renovación de búsqueda impulsada por IA, están configurando activamente el futuro de la interacción digital, transformando la forma en que los usuarios acceden a la información y completan tareas en sus vidas diarias. La competencia es feroz, pero los beneficiarios finales serán los usuarios, quienes disfrutarán de experiencias cada vez más inteligentes y fluidas.
Fuentes:
- reddit.com
- skool.com
- youtube.com
- medium.com
- slashdot.org
- openrouter.ai
- ai-rockstars.com
- arxiv.org
- daily.dev
- youtube.com
- wikipedia.org
- baidu.com
- mitrade.com
- techinasia.com
- scmp.com
- straitstimes.com
- opentools.ai
- 36kr.com
- hindustantimes.com
No hay comentarios.:
Publicar un comentario