Google añade escritura de voz y resúmenes a Gemini

(CLO) Google continúa expandiendo las capacidades del chatbot de inteligencia artificial Gemini al agregar dos nuevas funciones: Canvas, un espacio de trabajo interactivo para escribir y programar, junto con Audio Overview, una herramienta de resumen de contenido de voz.

La función Canvas de Gemini permite a los usuarios crear, editar y compartir contenido directamente desde la app. Canvas puede considerarse la respuesta de Google a Canvas de ChatGPT (OpenAI) y Artifacts de Anthropic, ya que ambos buscan convertir los chatbots de IA en herramientas integrales de apoyo laboral, en lugar de meros asistentes de texto.

Programación con la nueva función CANVAS en Gemini. Foto: Google

“Canvas está diseñado para que los usuarios trabajen a la perfección con Gemini”, afirmó Dave Citron, gerente de producto de Gemini. “Estas funciones convierten a Gemini en un aliado más eficaz para dar vida a sus ideas”.

Gemini Canvas se puede abrir directamente desde la barra de entrada de la app de Gemini (tanto web como móvil). Además de escribir, Canvas también permite programar, lo que permite crear y previsualizar HTML, código React y prototipos de aplicaciones web directamente en el espacio de trabajo.

“Por ejemplo, si desea crear un formulario de registro por correo electrónico para su sitio web, puede pedirle a Gemini que genere el HTML del formulario y luego obtener una vista previa de cómo se ve y funciona”, explica Citron.

Junto con Canvas, Google también incorpora la función de descripción general de audio de NotebookLM a Gemini, que puede crear resúmenes de voz similares a podcasts para documentos, páginas web y muchas otras fuentes de contenido.

Cuando un usuario carga un documento, Gemini genera automáticamente un resumen de audio, que se puede descargar o compartir directamente desde la aplicación.

Canvas y la Vista General de Audio ahora son gratuitas para todos los usuarios de Gemini a nivel mundial. La vista previa del código en Canvas actualmente solo está disponible en la versión web. La Vista General de Audio actualmente solo está disponible en inglés.

Google está compitiendo con OpenAI y Anthropic para convertir los chatbots de IA en verdaderas herramientas de trabajo, en lugar de solo herramientas de chat inteligentes. Con la creciente popularidad de la IA en la creación de contenido y la programación, las nuevas funciones de Gemini prometen ayudar a los usuarios a usar la IA como un verdadero aliado, en lugar de simplemente proporcionar respuestas de texto.

Cao Phong (según Google, TC, CNET)