Google potencia Gemini con funciones para interpretar vídeos

Google sumó una capacidad que muchos usuarios esperaban: la posibilidad de enviarle vídeos a su asistente Gemini para que los interprete y conteste preguntas en lenguaje natural. Ya no es necesario mirar una grabación completa para obtener detalles relevantes: ahora, con solo subir el archivo, es posible pedirle a la IA un resumen, identificar objetos, describir acciones o contextualizar escenas.

La integración de estas nuevas funciones consolida a Gemini como una de las IA más versátiles del mercado, acercando el análisis visual automatizado a un público cada vez más amplio. Sin necesidad de pagar, y con solo unos toques en el celular, ahora es posible hacer que la inteligencia artificial "piense como un humano" al ver un vídeo.

El funcionamiento es sencillo: se abre el chat, se pulsa el ícono “+” para seleccionar el vídeo desde la galería o los archivos, se formula la consulta y se envía. Si el archivo es extenso, puede demorar un poco más en cargar, pero la respuesta llega en segundos. La función está disponible sin costo en todas las versiones de Gemini, tanto para Android como para iPhone y en su formato web.

Las posibilidades son variadas: un estudiante puede pedirle a Gemini que resuma una clase grabada o aclare conceptos complejos de un vídeo académico; una persona con discapacidad visual puede solicitar una descripción detallada de una grabación; incluso se puede usar para analizar un electrodoméstico que falla y detectar señales visibles del problema. En todos los casos, el objetivo es el mismo: ahorrar tiempo y ampliar el acceso a la información contenida en los vídeos.

Para quienes cuentan con una suscripción a Gemini Advanced, la experiencia se complementa con DeepResearch, una herramienta diseñada para investigaciones académicas o técnicas. Este recurso permite estructurar trabajos, encontrar fuentes verificadas y redactar textos complejos en pocos pasos. Por ejemplo, ante la consulta sobre sensores para vehículos autónomos, DeepResearch puede localizar papers sobre LiDAR, radar o visión computarizada, resumir tendencias tecnológicas y generar un informe completo. Se accede desde la app de Gemini en Android y debe activarse manualmente.