Hogar
Google supera la barrera del cambio entre modos múltiples al integrar operaciones informáticas nativas en Gemini 3.5 Flash

El equipo de Google DeepMind anunció un avance significativo al integrar directamente capacidades nativas de uso del ordenador en el modelo Gemini 3.5 Flash. Ahora los desarrolladores pueden crear agentes de IA que visualicen y realicen acciones de forma autónoma en pantallas de navegadores, dispositivos móviles y equipos de escritorio, utilizando un único modelo.
Anteriormente, esta funcionalidad solo estaba disponible como un modelo separado, lo que obligaba a los desarrolladores a gestionar complejas transiciones y transferencias de contexto entre diferentes modelos. Gracias a la integración nativa, la IA ya no necesita pasar información manualmente al ejecutar tareas a largo plazo entre plataformas, lo que simplifica enormemente el proceso de desarrollo.
Eliminación de la pérdida de contexto para mejorar la fiabilidad de los agentes
El equipo de Google considera que el cuello de botella principal de los agentes de IA no radica en las limitaciones de las herramientas individuales, sino en la pérdida de información de contexto al pasar de una herramienta a otra. Al unificar búsquedas, mapas y operaciones informáticas dentro de una misma arquitectura de modelo, el contexto fluye de forma continua, reduciendo significativamente las posibilidades de fallo en tareas complejas.
Este diseño de “integración multiherramienta” es similar a la construcción de un único edificio con conexiones internas, lo que elimina las comunicaciones largas y propensas a errores entre edificios separados. Este cambio arquitectónico tiene el potencial de mejorar considerablemente la fiabilidad y la latencia de respuesta en las tareas basadas en agentes.
Enfocarse en tres escenarios clave con defensas de seguridad en múltiples capas
Esta capacidad nativa se aplicará principalmente a tres escenarios fundamentales: tareas automatizadas que requieren operación continua durante horas o días, pruebas de software continuas para verificar la consistencia de las interfaces de usuario de forma automática, y trabajos intensivos en conocimiento que abarcan múltiples aplicaciones. Estos escenarios dependen en gran medida de la continuidad del contexto entre tareas y pueden reemplazar eficazmente a los humanos en operaciones repetitivas y exigentes.
En cuanto a la seguridad, Google ha adoptado una estrategia de defensa en múltiples capas que incluye entrenamiento adversarial dirigido, medidas de seguridad empresarial para operaciones sensibles y detección de inyecciones indirectas de comandos. Estos mecanismos, en conjunto, ayudan a los usuarios empresariales a establecer un límite de seguridad relativamente completo en entornos informáticos abiertos e incontrolados.
Artículo relacionado
China lanza una campaña especial para modelos grandes e IPv6: se requerirá que las aplicaciones de IA generativa adopten plenamente la red de próxima generación
La primera fase de una importante iniciativa para actualizar la infraestructura de redes para la era inteligente ha comenzado oficialmente en la Nueva Área de Xiongan. La Administración del Ciberespacio de China (CAC) se ha asociado con las autoridad
El cambio global en la regulación de la IA se traslada a las pruebas obligatorias previas al lanzamiento
A medida que los grandes modelos de inteligencia artificial avanzan rápidamente, los marcos regulatorios globales están pasando de directrices voluntarias a mandatos gubernamentales basados en evidencias. Esta transición señala una nueva era de regul
Jack Ma de Alibaba, Cao Xingxin: La IA se convertirá en infraestructura invisible, el TAM de los trabajadores del conocimiento alcanza los 50 billones de dólares
El presidente del Grupo Alibaba, Jack Ma, habló recientemente en Wave by Vento 2026, una cumbre italiana de tecnología e inversión, y predijo que la inteligencia artificial pasará de ser un tema independiente a convertirse en infraestructura integrad
Recomendaciones de temas especiales relacionados
comentario (0)
0/500

El equipo de Google DeepMind anunció un avance significativo al integrar directamente capacidades nativas de uso del ordenador en el modelo Gemini 3.5 Flash. Ahora los desarrolladores pueden crear agentes de IA que visualicen y realicen acciones de forma autónoma en pantallas de navegadores, dispositivos móviles y equipos de escritorio, utilizando un único modelo.
Anteriormente, esta funcionalidad solo estaba disponible como un modelo separado, lo que obligaba a los desarrolladores a gestionar complejas transiciones y transferencias de contexto entre diferentes modelos. Gracias a la integración nativa, la IA ya no necesita pasar información manualmente al ejecutar tareas a largo plazo entre plataformas, lo que simplifica enormemente el proceso de desarrollo.
Eliminación de la pérdida de contexto para mejorar la fiabilidad de los agentes
El equipo de Google considera que el cuello de botella principal de los agentes de IA no radica en las limitaciones de las herramientas individuales, sino en la pérdida de información de contexto al pasar de una herramienta a otra. Al unificar búsquedas, mapas y operaciones informáticas dentro de una misma arquitectura de modelo, el contexto fluye de forma continua, reduciendo significativamente las posibilidades de fallo en tareas complejas.
Este diseño de “integración multiherramienta” es similar a la construcción de un único edificio con conexiones internas, lo que elimina las comunicaciones largas y propensas a errores entre edificios separados. Este cambio arquitectónico tiene el potencial de mejorar considerablemente la fiabilidad y la latencia de respuesta en las tareas basadas en agentes.
Enfocarse en tres escenarios clave con defensas de seguridad en múltiples capas
Esta capacidad nativa se aplicará principalmente a tres escenarios fundamentales: tareas automatizadas que requieren operación continua durante horas o días, pruebas de software continuas para verificar la consistencia de las interfaces de usuario de forma automática, y trabajos intensivos en conocimiento que abarcan múltiples aplicaciones. Estos escenarios dependen en gran medida de la continuidad del contexto entre tareas y pueden reemplazar eficazmente a los humanos en operaciones repetitivas y exigentes.
En cuanto a la seguridad, Google ha adoptado una estrategia de defensa en múltiples capas que incluye entrenamiento adversarial dirigido, medidas de seguridad empresarial para operaciones sensibles y detección de inyecciones indirectas de comandos. Estos mecanismos, en conjunto, ayudan a los usuarios empresariales a establecer un límite de seguridad relativamente completo en entornos informáticos abiertos e incontrolados.
China lanza una campaña especial para modelos grandes e IPv6: se requerirá que las aplicaciones de IA generativa adopten plenamente la red de próxima generación
La primera fase de una importante iniciativa para actualizar la infraestructura de redes para la era inteligente ha comenzado oficialmente en la Nueva Área de Xiongan. La Administración del Ciberespacio de China (CAC) se ha asociado con las autoridad
El cambio global en la regulación de la IA se traslada a las pruebas obligatorias previas al lanzamiento
A medida que los grandes modelos de inteligencia artificial avanzan rápidamente, los marcos regulatorios globales están pasando de directrices voluntarias a mandatos gubernamentales basados en evidencias. Esta transición señala una nueva era de regul
Jack Ma de Alibaba, Cao Xingxin: La IA se convertirá en infraestructura invisible, el TAM de los trabajadores del conocimiento alcanza los 50 billones de dólares
El presidente del Grupo Alibaba, Jack Ma, habló recientemente en Wave by Vento 2026, una cumbre italiana de tecnología e inversión, y predijo que la inteligencia artificial pasará de ser un tema independiente a convertirse en infraestructura integrad











