Google AI Studio: Un Vistazo a sus Novedades y Mejoras Clave de 2025

Google AI Studio ha experimentado una oleada de actualizaciones significativas y nuevas funcionalidades a lo largo de 2025, potenciando sus capacidades para los desarrolladores que trabajan con los modelos de IA generativa de Google. Estas mejoras se centran principalmente en una mejor experiencia del desarrollador, modelos de IA nuevos y mejorados, y funcionalidades multimodales expandidas.

Aquí te presentamos un resumen de las novedades más destacadas:

Experiencia del Desarrollador Optimizada (Mayo de 2025)

Google AI Studio recibió una importante actualización para mejorar la experiencia del desarrollador, según las noticias de Google. Esto incluye la generación nativa de código con Gemini 2.5 Pro, herramientas de agente y capacidades mejoradas de generación multimodal. Se introdujeron nuevas características como la pestaña "Build" y una API en vivo, junto con herramientas mejoradas para construir aplicaciones de IA sofisticadas.

Familia Imagen 4 y la Velocidad de Imagen 4 Fast (Agosto de 2025)

La familia de modelos texto-a-imagen Imagen 4 ya está disponible de forma general en la API de Gemini y Google AI Studio. Esta suite de modelos trae consigo mejoras sustanciales en la renderización de texto y la capacidad de generar imágenes de mayor resolución (hasta 2K). Además, se lanzó Imagen 4 Fast, diseñado específicamente para la velocidad y la generación rápida de imágenes a un precio accesible de 0,02 $ por imagen generada.

Veo 3 para la Generación de Video y Audio (Julio de 2025)

Veo 3, el modelo de IA más reciente de Google para la generación de video, está ahora disponible en una vista previa de pago a través de la API de Gemini y Google AI Studio. Presentado en Google I/O 2025, Veo 3 puede generar tanto video como audio sincronizado, incluyendo diálogos, sonidos de fondo y ruidos de animales, ofreciendo una alta dosis de realismo visual, iluminación natural, física precisa y sincronización labial. Incluso puede transformar cualquier imagen en un video ultra realista con sonido.

Actualizaciones Clave del Modelo Gemini 2.5 (Mayo - Julio de 2025)

La familia Gemini 2.5 ha recibido múltiples mejoras:

• Gemini 2.5 Flash Preview: Introducido con razonamiento y eficiencia mejorados.
• Texto a Voz en Gemini 2.5 Pro y Flash: Ahora soporta múltiples idiomas y voces.
• Diálogo de Audio Nativo de Gemini 2.5 Flash: Disponible para IA conversacional, permitiendo respuestas más naturales y la distinción entre oradores y conversaciones de fondo.
• Versiones Estables de Gemini 2.5 Pro y Flash (Junio de 2025): Se lanzaron las versiones estables de Gemini 2.5 Pro, el modelo más potente de Google con pensamiento adaptativo, y Gemini 2.5 Flash. Adicionalmente, se presentó Gemini 2.5 Flash-Lite Preview, un modelo de bajo costo y alto rendimiento.
• Diálogo de Audio Nativo y Diálogo Pensante de Gemini 2.5 (Julio de 2025): El modo de transmisión de Google AI Studio ahora cuenta con dos nuevos modelos de IA en vivo: Gemini 2.5 Native Audio Dialogue y Thinking Dialogue, diseñados para interacciones más humanas y expresivas, capaces de cambiar acentos, idiomas y emociones, y filtrar el ruido de fondo. Thinking Dialogue se pausa antes de responder a tareas complejas para ofrecer respuestas más profundas y precisas.

Nuevas Herramientas y Funcionalidades Adicionales

• Herramienta de Contexto de URL (Agosto de 2025): Ya disponible para la API de Gemini, permite al modelo leer directamente de URLs específicas para extracción y comparación de datos.
• Aplicación Gemini JS SDK (Julio de 2025): Un entorno de desarrollo interactivo para probar código y ver resultados instantáneos sin necesidad de una clave API.
• Plantillas Optimizadas para IA en Firebase Studio (Julio de 2025): Firebase Studio introdujo plantillas optimizadas para Flutter, Angular, React, Next.js y desarrollo web general, que aprovechan Gemini para acelerar el desarrollo de agentes y operan en modo Agente autónomo para un flujo de trabajo más rápido.
• Gemini CLI (Junio de 2025): Un agente de IA de código abierto que lleva el poder de Gemini directamente a la terminal, ofreciendo capacidades como comprensión de código, manipulación de archivos, ejecución de comandos y resolución dinámica de problemas. Ofrece límites de uso gratuitos con una cuenta personal de Google, accediendo a Gemini 2.5 Pro.
• Generación Multimodal Simplificada: Google AI Studio ahora centraliza el descubrimiento de modelos multimodales avanzados como Imagen, Veo y Gemini con generación nativa de imágenes y voz en una nueva página "Generate Media". También ofrece generación de música interactiva con Lyria RealTime a través de las aplicaciones PromptDJ.
• Botones de Comentarios y Créditos de Google Cloud (Septiembre de 2024): Se agregaron botones de "pulgar arriba" y "pulgar abajo" a las respuestas del modelo para la retroalimentación del usuario. La API de Gemini ahora también soporta créditos de Google Cloud.
• Botón "Abrir en Colab" (Septiembre de 2024): Permite exportar un prompt y su código correspondiente a un cuaderno de Colab.

Estas actualizaciones, según fuentes de Google AI y blogs de desarrolladores, tienen como objetivo colectivo proporcionar a los desarrolladores modelos más potentes, herramientas mejoradas y una experiencia más optimizada para la construcción de aplicaciones de IA avanzadas con Google AI Studio.

Fuentes:

• googleblog.com
• google.dev
• youtube.com
• google.com

La Batalla por la Interacción Digital: UI-TARS 1.5 de ByteDance vs. la Renovación de IA de Baidu

 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:

1. reddit.com
2. skool.com
3. youtube.com
4. medium.com
5. slashdot.org
6. openrouter.ai
7. ai-rockstars.com
8. arxiv.org
9. daily.dev
10. youtube.com
11. wikipedia.org
12. baidu.com
13. mitrade.com
14. techinasia.com
15. scmp.com
16. straitstimes.com
17. opentools.ai
18. 36kr.com
19. hindustantimes.com

Opal de Google: La Revolución de las Mini-Aplicaciones con IA Sin Código

 

Google ha lanzado recientemente "Opal", una innovadora herramienta experimental de Google Labs que promete democratizar el desarrollo de aplicaciones de inteligencia artificial. Disponible como beta pública en Estados Unidos desde finales de julio de 2025, Opal permite a cualquier persona, sin necesidad de conocimientos de programación, crear mini-aplicaciones impulsadas por IA utilizando lenguaje natural y edición visual.

¿Qué es Opal y Cómo Funciona?

Opal está diseñado para que profesionales del marketing, creadores, emprendedores y usuarios en general puedan construir soluciones de IA de manera sencilla. Su funcionamiento es intuitivo: los usuarios describen la funcionalidad deseada de su aplicación en lenguaje natural, y Opal traduce estas instrucciones en un flujo de trabajo visual de varios pasos. Este editor visual permite modificar y refinar el proceso con una interfaz de arrastrar y soltar, haciendo la lógica de la aplicación fácil de entender y ajustar.

La potencia de Opal radica en su integración con los modelos de IA de Google, como Gemini AI para tareas de escritura e investigación, Imagen AI para la generación de imágenes y Veo 3 AI para la creación de videos y audio. Esta integración permite que las mini-aplicaciones creadas en Opal aprovechen las capacidades avanzadas de la IA de Google.

Características Destacadas y Novedades

• Desarrollo Sin Código: La principal ventaja es la eliminación de la necesidad de programar, abriendo el desarrollo de IA a una audiencia mucho más amplia.
• Beta Pública en EE. UU.: Actualmente accesible a través de Google Labs, se espera una expansión global en el futuro.
• Plantillas y Personalización: Opal ofrece una galería de plantillas predefinidas que los usuarios pueden usar tal cual o personalizar para adaptarse a sus necesidades específicas, fomentando la experimentación y la creatividad.
• Compartir y Colaborar: Las mini-aplicaciones se pueden publicar y compartir fácilmente mediante enlaces, facilitando la colaboración y la mejora continua.
• Casos de Uso Diversos: Desde la creación de contenido optimizado para SEO, como blogs y videos publicitarios con voz en off, hasta la automatización de publicaciones en redes sociales y la gestión básica de relaciones con clientes (CRM), Opal tiene un amplio espectro de aplicaciones.
• Actualizaciones de Agosto de 2025: Recientes mejoras se han centrado en optimizar la interfaz de edición visual, ampliar la biblioteca de plantillas, refinar la calidad de las salidas de IA y simplificar aún más la función de compartir.

El Futuro de Opal y la Tendencia "Vibe-Coding"

Google Opal se enmarca en la creciente tendencia del "vibe-coding", que busca simplificar el desarrollo de software mediante el uso de IA y lenguaje natural, desdibujando la línea entre creadores y codificadores. En un mercado competitivo de herramientas de desarrollo de IA sin código, Opal se posiciona como la respuesta de Google a plataformas similares de empresas como Microsoft, Canva y Figma.

Se especula que Opal podría evolucionar hacia un "sistema operativo agéntico" nativo, profundamente integrado con el vasto ecosistema de Google (YouTube, Google Workspace, Gmail, Calendar, Search, Wallet), lo que podría transformar la forma en que los usuarios interactúan con los servicios de la compañía. Aunque por ahora no cuenta con acceso a API ni código de inserción para las aplicaciones, se anticipan futuras mejoras, como el soporte para lógica de negocio compleja y conexiones a bases de datos externas.

Con Opal, Google no solo facilita la creación de aplicaciones de IA, sino que también busca fomentar una comunidad de desarrolladores y creadores, abriendo un nuevo camino para la innovación digital al alcance de todos.

Inteligencia Artificial

IA
Machine Learning
Aprendizaje Supervisado
Aprendizaje no Supervisado
Algoritmos
Regresión
Clasificación
Clúster
Outliner
Aplicaciones

Plan de Monitoreo y Evaluación - Repositorio OIM

Documento completo pdf

Plan de Monitoreo y Evaluación - Repositorio OIM Adrián Quiroga Rodríguez

Apoyo en la elaboración del documento Plan de Monitoreo y Evaluación del Programa Nacional de Tuberculosis del País. 

Realidad Aumentada

PROYECTO DE REALIDAD AUMENTADA

Muchas instituciones públicas no tienen los recursos para comprar equipos electrónicos, por tal motivo una herramienta de realidad virtual que permita visualizar en 3D con un nivel alto de detalle, desde diferentes ángulos y que describa las diferentes partes de cada componente. Sería un aporte valioso para esta gran cantidad de instituciones que no cuentas con estos recursos.

Se propone la creación de un escenario de RA que permita el aprendizaje por parte de los alumnos de los diferentes dispositivos electrónicos como raspberry pi 3, arduino, etc. Y que se puedas usar tanto en el computador como en un celular

Se usaría un cuadernillo que contenga impreso en blanco y negro la mayoría de estos dispositivos.

TIPO DE PENSAMIENTO: Científico

ESTRATEGIA: Situación experimental

UNITY

Se seleccionó Unity, que en conjunto con Vuforia brinda muchas posibilidades para el desarrollo de aplicaciones de realidad aumentada.  Se descargó la última versión de estos dos programas. Además, fue necesario instalar Android SDK, Java SDK, así como como el Manager USB para el celular y la versión del software del Celular correspondiente.

LINKS DE DESCARGA

https://unity3d.com/es/get-unity/download

UnityDownloadAssistant-2017.1.2f1.exe

https://developer.vuforia.com/

vuforia-unity-6-2-10.unitypackage

https://developer.android.com/studio/index.html

android-studio-bundle-162.4069837-windows

http://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html

jdk-8u144-windows-x64.exe

https://motorola-global-es-latam.custhelp.com/app/answers/detail/a_id/89882

MotorolaDeviceManager_2.5.4.exe

AURASMA

Su facilidad de uso y cuenta con varios modelos 3D disponibles.

Cualquier fotografía, imagen u objeto del mundo real puede actuar como marcador de Realidad Aumentada. Esto permite aumentar cualquier cosa sin necesidad de imprimir ningún marcador.

Permite crear escenas de realidad aumentada añadiendo capas virtuales de imagen, vídeo, animaciones o modelos 3D en pocos minutos y compartirlas públicamente. De esta forma, cualquier persona siguiendo nuestro canal público podría ver desde su dispositivo móvil nuestras "auras", es decir, 

Dificultad para importar documentos 3D

Archivo comprimido en formato tar

.dae file (exported scene/model using OpenCollada or Collada exporter).

.png textures file(s).

.png thumbnail image (256x256 pixels) must be named ‘thumbnail’.

En la página web la defines como “La herramienta de generación de contenidos de Realidad Aumentada idónea para los que no saben programar.”

LINKS DE DESCARGA

https://www.aurasma.com/

AUMENTATY

En la página web la defines como “La herramienta de generación de contenidos de Realidad Aumentada idónea para los que no saben programar.”

LINKS DE DESCARGA

http://author.aumentaty.com/

Aumentaty Author ha sido diseñado teniendo en cuenta la facilidad de uso y permite, sin ningún conocimiento de programación, realizar contenidos en realidad aumentada en poco tiempo.

Las escenas generadas por Aumentaty Author están pensadas para publicar y poder compartirlas con otros usuarios.

Eso sí, es imprescindible que los modelos incluyan las texturas ya que en caso de estar en archivos independientes no serán incluidos en la aplicación.

Existe Aumentaty Viewer 1.2 BETA Para dispositivos móviles

Las marcas de realidad aumentada están predefinidas.

PROTOTIPO DE MOVIMIENTO Y GIROS DEL OBJETO 3D

También fue necesario aprender a manejar movimientos de objetos 3D para poder desplazarlo rotar la imagen 3D Esto se realizó con script realizados en el lenguaje de programación C#.

Unity se emplea para el desarrollo de vídeo juegos, lo que nos abre un gran horizonte al poder combinar estos con la realidad aumentada.

OBTENCIÓN DE OBJETOS 3D

Se utilizó software libre, específicamente la herramienta blender para poder unificar las texturas con el archivo original y también poder cambiar el formato a los solicitados en blender o aumentaty.

Existe otras posibilidades para construir los respectivos modelos:

ØUso de un lector 3D obtener el modelo.

ØUsar el dispositivo Kinect de Nintendo para obtener el modelo.

ØTomar una serie de fotografías en 2D y con software especial construir el modelo 3D

ØUsa una herramienta 3D y dibujar cada uno de los modelos.

ØSolicitar a cada uno de los fabricantes el envío de estos modelos en un formato 3D 

1.4 Big Data Análisis fundamental, analítica y tipos de aprendizaje automático (Machine Learning)

Tipos de análisis de datos (Data Analysis)

En la sección Terminología y conceptos fundamentales se presentó el término “análisis
de datos (Data Analysis)” y se mostró un ejemplo sencillo. Las secciones a continuación
describen con mayor profundidad los siguientes tipos básicos de análisis de datos (Data
Analysis):

 Análisis cuantitativo
 Análisis cualitativo
 Minería de datos (Data Mining)

Análisis cuantitativo

El análisis cuantitativo es una técnica de análisis de datos (Data Analysis) orientada a
cuantificar patrones y correlaciones hallados en los datos. Esta técnica implica el análisis
de un gran número de observaciones de un dataset con base en técnicas estadísticas.
Debido al amplio tamaño de la muestra, los resultados pueden aplicarse de manera
general a todo el dataset.
Los resultados del análisis cuantitativo son de naturaleza absoluta y, por lo tanto, pueden
ser usados para realizar comparaciones numéricas. Por ejemplo, en un análisis
cuantitativo de las ventas de helados, se puede encontrar que un aumento de 5 grados
en la temperatura incrementa las ventas en un 15%.