En Google I/O 2025, Google anunció un montón de nuevos modelos de IA, herramientas y servicios de suscripción. Estas son algunas de las actualizaciones más destacadas y sus fechas de lanzamiento.
**Medios de comunicación generativos
- Veo 3, el modelo de generación de vídeo más avanzado de Google, capaz de crear vídeos con efectos de sonido e incluso diálogos, ya está disponible para los suscriptores de Google AI Ultra en EE.UU. y se puede acceder a él a través de la aplicación Gemini y Flow, así como en vista previa privada en Vertex AI, con un despliegue más amplio en las próximas semanas.
- Veo 2 añade nuevas funciones como el vídeo basado en referencias (para mantener estilos y caracteres coherentes), controles de cámara para ajustes precisos de la lente, relaciones de aspecto aumentadas y adición/eliminación de objetos, con algunas de las nuevas funciones ya disponibles en Flow, y la gama completa de funciones próximamente en Vertex AI.
- Imagen 4 genera imágenes más ricas, detalladas y precisas, con una renderización de texto y unos resultados de cueing mejorados, y ya está disponible de forma gratuita en la aplicación Gemini, Whisk, Workspace (Slides, Docs, Vids) y Vertex AI, con una versión más rápida próximamente.
- Flow, una nueva herramienta de creación de películas con IA que permite a los usuarios crear clips de películas con Veo, Imagen y Gemini a través del lenguaje natural y la gestión de activos, ya está disponible para los suscriptores de Google AI Pro y Ultra en Estados Unidos.
- Lyria 2, el modelo de generación de música de Google, ya está disponible en Vertex AI y admite la generación de música adaptativa de alta fidelidad, mientras que Lyria RealTime está disponible como modelo experimental de música interactiva que ofrece generación en tiempo real y música generada por interpretación a través de la API Gemini y Google AI Studio.
Aplicaciones Gemini
- Canvas cuenta con un nuevo botón "Crear" de un solo clic que facilita la conversión de chats en contenidos interactivos como infografías, cuestionarios y podcasts en 45 idiomas, Deep Research permite ahora subir archivos e imágenes, y la integración con Google Drive y Gmail está al caer.
- Las funciones de cámara y pantalla compartida de Gemini Live ya están disponibles de forma gratuita en Android e iOS (despliegue en curso) y pronto se integrarán con aplicaciones como Google Calendar, Keep, Maps y Tasks.
servicio de suscripción
- Google AI Pro (19,99 $ al mes) ya está disponible en EE.UU. y otros países, pero algunas de las nuevas funciones (como Flow o Gemini en Chrome) se están desplegando primero en EE.UU., seguidas de un despliegue más amplio.
- Google AI Ultra (249,99 $ al mes, 50% de descuento durante los tres primeros meses para nuevos suscriptores) ofrece los límites de uso más altos, acceso más temprano a modelos premium (como Veo 3 y Gemini 2.5 Pro Deep Think), el límite más alto de funciones Flow y acceso exclusivo a Agent Mode, y también incluye YouTube Premium y 30 TB de almacenamiento, ya está disponible en EE.UU. y próximamente en más países.
- Los estudiantes universitarios de EE.UU., Reino Unido, Brasil, Indonesia y Japón pueden obtener gratuitamente un año académico de los servicios de Google AI Pro.
---
OpenAI ha realizado una importante actualización de su API Responses con la incorporación de la compatibilidad con servidores MCP remotos. Esta función permite a los usuarios procesar y gestionar datos de forma más eficiente a través de la nube.
Además, OpenAI ha introducido funciones de generación de imágenes en tiempo real y edición multirronda a un coste de 5 dólares por cada millón de tokens de entrada de texto, 10 dólares por cada millón de tokens de entrada de imagen y 40 dólares por cada millón de tokens de salida de imagen. Esto mejorará enormemente la eficacia y la calidad de la generación de contenidos de imagen para una gran variedad de escenarios de diseño creativo y producción de contenidos.
Intérprete de códigoTambién se ha mejorado la funcionalidad a un coste de 0,03 dólares por contenedor para ayudar a los desarrolladores a ejecutar código y obtener resultados de forma más eficiente.
Para la búsqueda de archivos, OpenAI ha aumentado su rendimiento hasta costar 0,10 dólares por GB de almacenamiento vectorial al día y 2,50 dólares por cada 1.000 llamadas a la herramienta, lo que permite a los usuarios encontrar la información que necesitan con mayor rapidez y precisión.
Estas nuevas funciones ya están disponibles en los modelos GPT-4o, GPT-4.1 y la serie o de OpenAI. La actualización también incluye funciones como el modo en segundo plano, los resúmenes de inferencia y los términos de inferencia cifrados, lo que mejora aún más la seguridad y la utilidad de los modelos.
---
OpenAIDevs ha anunciado la introducción de una serie de nuevas funciones en la API Responses, entre ellas la compatibilidad con servidores MCP remotos, la generación de imágenes y los intérpretes de código, entre otras. Estas actualizaciones mejoran aún más la funcionalidad y flexibilidad de la API.
La compatibilidad con servidores MCP remotos permite a los desarrolladores gestionar y supervisar varios servidores con mayor facilidad, lo que mejora la escalabilidad y estabilidad del sistema. La función de generación de imágenes ofrece a los usuarios la posibilidad de generar imágenes de alta calidad para diversos campos, como el diseño de anuncios y la visualización de datos.
intérprete de códigoLa incorporación de las funciones de programación más potentes para que los desarrolladores ejecuten código directamente en la respuesta de la API, lo que simplifica el proceso de desarrollo y mejora la eficacia.
Además, estas nuevas funciones son compatibles con diversos escenarios de aplicación, como las pruebas automatizadas, el análisis de datos y el despliegue de modelos de aprendizaje automático, lo que ofrece a los desarrolladores aún más posibilidades.
Esta actualización no sólo mejora el rendimiento general de la API de respuestas, sino que también aporta a los desarrolladores más herramientas y recursos para ayudarles a lograr una mayor creatividad y productividad en diversos proyectos.
---
Desarrolladores, tened en cuenta que la API xAI acaba de recibir una importante actualización.
La recién introducida función Live Search permite a Grok buscar datos en tiempo real en plataformas 𝕏, Internet, noticias populares y otras fuentes. La introducción de esta función mejora enormemente la puntualidad y precisión de la adquisición de datos y abre más posibilidades a los desarrolladores.
API de búsqueda en directo Actualmente se encuentra en fase beta gratuita por tiempo limitado. Esto significa que los desarrolladores pueden empezar a desarrollar e innovar con esta potente herramienta de inmediato.
Tanto si está creando un asistente inteligente como una aplicación de análisis de datos o un sistema de recuperación de información en tiempo real, la API Live Search le ofrece un potente soporte. Visite https://t.co/NzSc0vUg7i Empiece ya a construir su proyecto
La actualización no sólo mejora la funcionalidad de la API, sino que también aporta más escenarios de aplicación para los desarrolladores. Con acceso a datos en tiempo real, los desarrolladores pueden responder con mayor flexibilidad a las necesidades cambiantes y ofrecer a los usuarios servicios más precisos y puntuales.
---
Nos complace anunciar que ya está abierto el plazo de presentación de candidaturas para el Programa de Lanzamiento de Llamas.
Esta nueva iniciativa tiene como objetivo capacitar a las startups en fase inicial para ayudarles a innovar y crear aplicaciones de IA generativa utilizando la plataforma Llama. Al participar en el programa, las startups obtendrán las siguientes ventajas:
- Reembolso de servicios en nube para reducir la carga de costes.
- Asistencia técnica práctica de expertos en Llama para ayudarle a aprovechar al máximo las funciones de Llama.
- Únase a una comunidad vibrante y obtenga acceso directo a una variedad de recursos para ayudar a que su startup prospere.
¿Quién puede solicitarlo?Cualquier empresa en fase inicial registrada y ubicada en EE.UU. que no haya recaudado más de 10 millones de dólares y que además cuente con al menos un desarrollador.
El plazo de solicitud finaliza el 30 de mayo de 2025 a las 18.00 horas (hora del Pacífico).
Obtenga más información y presente su candidatura hoy mismo.
Si desea información más detallada, visitehttps://t.co/M107ooVWFa
---
Nos complace anunciar queDevstral-Se ha publicado un modelo abierto de última generación (SOTA) diseñado para asistentes de programación. El modelo ha sido desarrollado por nosotros y @allhands_ai para mejorar la eficiencia de la generación, depuración y optimización de código.
Devstral utiliza la última tecnología de aprendizaje profundo para comprender tareas de programación complejas y proporcionar sugerencias de código de alta calidad. No solo es compatible con múltiples lenguajes de programación, sino que también cuenta con potentes funciones de comprensión contextual y completado de código.
Los escenarios de aplicación incluyen:
- Generación automática de código
- Revisiones del código y controles de calidad
- Creación rápida de prototipos
- Formación y educación para desarrolladores
Mediante el uso de Devstral, los desarrolladores pueden aumentar significativamente la productividad, reducir los errores de codificación y completar proyectos complejos en un corto período de tiempo.
Más información en https://t.co/LwDJ04zapf
---
Recientemente, se ha lanzado oficialmente la versión Gemini 2.5 Flash Preview, y lo más destacado de esta actualización es la función de salida de audio nativa a través de Live API, que hace que la interacción de diálogo sea más fluida y natural.
Esta versión admite más de 30 voces diferentes, lo que permite a los usuarios elegir entre una variedad de estilos e idiomas a la carta para crear agentes y experiencias de inteligencia artificial (IA) conversacional más intuitivos y auténticos. Ya sea para aplicaciones de atención al cliente, tutorías educativas o asistentes domésticos, esta tecnología proporcionará a los usuarios una forma de interactuar más rica y personalizada.
Gracias a su avanzada tecnología de conversión de texto a voz (TTS), Gemini 2.5 es capaz de generar voces sintéticas muy parecidas a las de las personas reales, lo que mejora aún más la calidad y eficacia de la comunicación entre humanos y ordenadores. Para los desarrolladores, esto significa que ahora disponen de más herramientas para crear interfaces de voz fluidas y atractivas, impulsando los sistemas de diálogo inteligente en una dirección más humana.
---
🚀 La Open Agent Platform (OAP) es una plataforma de código abierto, orientada a desarrolladores ciudadanos, para construir, crear prototipos y desplegar agentes inteligentes. La plataforma está diseñada para facilitar la creación y gestión de flujos de trabajo automatizados complejos incluso a usuarios sin grandes conocimientos de programación.
Con OAP, los usuarios pueden:
- 🔧 Construir agentes a través de una interfaz web sin codificación compleja.
- 🧠 Conéctate a servidores RAG para recuperar información de forma más eficiente
- 🔌 Integración de herramientas externas a través de agentes de extensión MCP
- 🤖 Orquestación de flujos de trabajo multiagente para la gestión de tareas complejas con Agent Supervisor
Tanto si es usted analista de negocio, jefe de producto o desarrollador, OAP le permite aprovechar la potencia de los agentes LangGraph sin necesidad de profundos conocimientos de programación.
---
La gestión de un único código base con más de 650 paquetes comunitarios nos planteó muchos retos. Para hacer frente a estos problemas, desarrollamos una herramienta de gestión de la compilación de código abierto, elLlamaDev.
En este post, compartiremos nuestra experiencia migrando de Poetry y Pants a uv y LlamaDev, permitiendo un proceso de desarrollo más rápido y sencillo:
- Velocidad de prueba 20%
- Registros más claros y depuración más sencilla
- Simplificar el desarrollo local con la integración de uv
- Empezar es ahora más fácil para los colaboradores de LlamaIndex.
LlamaDevNo sólo ha mejorado la eficacia de nuestro desarrollo, sino que también ha aumentado significativamente la participación de la comunidad. Al proporcionar un registro más claro y un proceso de depuración simplificado, los desarrolladores pueden localizar y resolver los problemas más rápidamente. Además, la integración de uv hace que la configuración de un entorno de desarrollo local sea fácil e intuitiva, lo que reduce significativamente la barrera de entrada para los nuevos colaboradores.
Creemos que estas mejoras harán más activa nuestra comunidad y atraerán a más desarrolladores.
---
Nos complace anunciar que LMArena ha recaudado con éxito100 millones de dólaresde financiación inicial para respaldar nuestra plataforma y continuar investigando sobre la IA fiable. Esta ronda fue liderada por firmas de inversión líderes y UC Investments, y nos sentimos honrados de contar con el apoyo de estos inversores que creen en nuestra ciencia y misión.
LMArena comenzó como un proyecto académico en UC Berkeley y ha crecido hasta convertirse en una startup valorada en 600 millones de dólares. Nuestro objetivo es construir una plataforma neutral, abierta e impulsada por la comunidad para ayudar a comprender y mejorar globalmente el rendimiento de los modelos de IA en consultas reales de usuarios.
Además, la semana que viene anunciaremos novedades importantes.
Con el fin de satisfacer mejor las necesidades de nuestros usuarios, vamos a relanzar LMArena en un futuro próximo, trayendo consigo un nuevo diseño de interfaz que se ha construido desde cero basado enteramente en los comentarios de la comunidad. Consulte el enlace para obtener más información.
Gracias a esta financiación, LMArena reforzará aún más su desarrollo tecnológico y ampliará su aplicación en educación, sanidad y otros campos para ofrecer a los usuarios servicios más precisos y eficientes.
