Computadoras en órbita y rostros en pantalla – el otoño de IA de Google toma impulso

Una industria que no frena

Hay semanas en que las noticias tecnológicas tratan principalmente sobre términos actualizados y mejoras marginales. Y luego están las semanas como esta.

El 1 de octubre, Google lanza su primer satélite experimental como parte del proyecto Suncatcher — una iniciativa para construir centros de datos de IA basados en el espacio en órbita, según reporta Ars Technica. El satélite, llamado MVP, viaja como pasajero sin boleto en el cohete Falcon 9 de SpaceX Transporter-18 y tiene aproximadamente el tamaño de un refrigerador. En su interior hay cuatro procesadores TPU propios de Google — el mismo chip que impulsa Gemini. Los paneles solares entregan inicialmente un kilovatio, aproximadamente lo que consume un secador de cabello. Modesto sobre el papel, histórico en contexto.

La lógica detrás de esta apuesta es fácil de entender para quien ha seguido el debate sobre centros de datos: las instalaciones basadas en tierra enfrentan una resistencia cada vez mayor de municipios y poblaciones locales debido al enorme consumo energético y uso de agua. El espacio ofrece energía solar las veinticuatro horas y enfriamiento natural — y ningún vecino al que convencer.

El avatar que te ve a los ojos

Al mismo tiempo, Google DeepMind presenta algo que parece un salto hacia las salas de conferencias del futuro: Live Avatar, una función vinculada al modelo de conversación Gemini 3.8 Live. Ya no es solo una voz en el altavoz — es un rostro en la pantalla que escucha, reacciona y mueve los labios en casi tiempo real.

Para clientes empresariales se ofrece la posibilidad de crear avatares personalizados basados en una imagen de referencia de alta resolución. Un representante de servicio al cliente que nunca se cansa, nunca pierde la compostura y siempre está disponible. DeepMind destaca casos de uso como atención al cliente, presentaciones de productos interactivas y guías digitales — e implementó mecanismos de protección contra el abuso, lo cual es prudente considerando lo accesible que la tecnología de otro modo corre el riesgo de volverse.

Como desarrollador de sistemas, me llama particularmente la atención el desafío técnico: sincronizar voz, movimientos faciales y lógica de conversación en tiempo real sin demora perceptible no es trivial. Que DeepMind lo entregue como producto — no solo como una demostración de investigación — dice algo sobre dónde se encuentra el desempeño del modelo en este momento.

La voz como modelo de negocio

En medio de todo esto, TechCrunch reporta que ElevenLabs está valuada en 22 mil millones de dólares — poco más de 220 mil millones de coronas suecas — a pesar de que la empresa fue fundada hace apenas cuatro años. Los ingresos reportados rondan los 600 millones de dólares en ingresos anuales recurrentes, y la lista de clientes incluye a Klarna, Deutsche Telekom, Cisco y Adobe.

El director ejecutivo Mati Staniszewski es honesto sobre lo que queda por resolver: nadie aún ha logrado el equivalente de voz de la prueba de Turing — una conversación imposible de distinguir de una humana. No basta con la respuesta correcta, explica. También hay que entender los estados de ánimo, poder frenar o acelerar el ritmo de la conversación. Es una observación interesante de un líder de la industria: el reconocimiento de lo que falta es tan elocuente como el orgullo por lo que se ha logrado.

Velocidad como nuevo estándar

En una noticia algo menos ruidosa pero técnicamente elegante, Liquid AI presenta una adición a su modelo de interpretación de imágenes LFM2.5-VL-3B. La adición, llamada DSpark, se basa en decodificación especulativa — una técnica donde un modelo auxiliar más pequeño predice pasos futuros que el modelo principal luego confirma o rechaza. El resultado, según Hugging Face, es interpretación de imágenes hasta tres veces más rápida en hardware de consumidor sin pérdida de calidad. Este es el tipo de mejora de infraestructura que rara vez acapara grandes titulares pero que en la práctica determina si los servicios de IA son realmente utilizables en aplicaciones del mundo real.

Del espacio al guardarropa

Y si necesitas una prueba de que el desarrollo de IA ahora se mueve del laboratorio a la vida cotidiana, basta con echar un vistazo a la nueva función de Google Photos: un guardarropa digital que analiza prendas de ropa en tus propias fotos y construye una colección buscable. Ahora disponible para todos los usuarios en Estados Unidos, Brasil e India. La inspiración parece provenir de la película de los años noventa Clueless — y es de hecho una descripción bastante acertada del ritmo en este momento: lo que una vez fue ciencia ficción es ahora una actualización gratuita de la aplicación.

Meta se suma con Muse Charm, un dije de bolsa impulsado por IA que se posiciona en la intersección entre cultura de coleccionismo y asistente de IA personal. Las reacciones son mixtas, pero el tiempo está bien calculado — el mercado global de dijes para bolsas se estima que superará los mil millones de dólares para 2030, y Meta evidentemente quiere una parte del pastel.