El Google I/O de este año llega con una presión evidente: demostrar que Google puede ponerse al nivel de OpenAI y Anthropic en la nueva carrera de los agentes y los modelos multimodales.

La parte agéntica, el gran hueco de Google

Mientras OpenAI y Anthropic han avanzado con herramientas tipo Codex, Claude Code y flujos cada vez más autónomos, Google todavía no ha mostrado una propuesta igual de contundente en agentes. Esa es una de las grandes expectativas del evento.

OVNI: vídeo dentro de Gemini

La filtración o anticipo más interesante de la transcripción es OVNI, presentado como una nueva capacidad de vídeo vinculada directamente a Gemini. La diferencia sería importante: no un modelo aislado de vídeo, sino una modalidad integrada en una red multimodal capaz de entender imagen, texto, sonido y contexto.

Editar vídeo con lenguaje natural

El gran potencial no estaría solo en generar clips, sino en editarlos con instrucciones sencillas: cambiar una camisa, modificar una escena o ajustar elementos sin recurrir a flujos complejos de edición. Si Google consigue eso dentro del contexto de Gemini, el impacto en producción audiovisual puede ser enorme.

Qué debe demostrar Google

La pregunta no es si Google tiene tecnología, sino si puede convertirla en producto usable. En IA generativa, la ventaja ya no se mide solo por benchmarks: se mide por herramientas que entren en el día a día de usuarios, desarrolladores y empresas.

Artículo elaborado a partir de una transcripción de noticias de inteligencia artificial, con redacción original y enfoque divulgativo.