lab Google — The Keyword (AI) · hace 1 h · releases

Google amplía la automatización de tareas con Gemini Intelligence y lleva Notebook a dispositivos Galaxy

Traducido del English → Español

En Galaxy Unpacked 2026, Google anunció tres actualizaciones para los nuevos Samsung Galaxy Z Fold8 Ultra, Fold8 y Flip8, centradas en el despliegue de Gemini Intelligence. La empresa está ampliando sus capacidades de automatización de tareas para admitir más de 40 aplicaciones populares e introduciendo la aplicación Gemini Notebook directamente en estos dispositivos.

La automatización de tareas ahora admite más de 40 aplicaciones, permitiendo que Gemini gestione tareas como reservar reservas y comprar entradas, con razonamiento avanzado para analizar imágenes complejas como prompts.
Gemini Notebook (anteriormente NotebookLM) está preinstalada en los nuevos plegables, lo que permite a los usuarios arrastrar y soltar fuentes multimodales en un espacio de trabajo lado a lado para investigación y creación de contenido.
Cada Galaxy Z Fold8 Ultra, Fold8 y Flip8 incluye una prueba gratuita de seis meses de Google AI Pro para acceder a funciones como Audio Overviews y Slides.
Gemini se está extendiendo al Galaxy Watch 9 con activación sin palabra clave y a las nuevas gafas inteligentes de Gentle Monster y Warby Parker, controlables mediante gestos manuales.

Estas actualizaciones tienen como objetivo simplificar las rutinas diarias y aumentar la productividad integrando asistencia proactiva de IA en teléfonos inteligentes, relojes y gafas.

Importancia 1/3 Confianza 3/3 Google — The Keyword (AI) Google DeepMind AI agents Multimodal

Artículos relacionados

arxiv arXiv cs.AI · hace 33 d · 1 vista

See-and-Reach: Navegación de visión-lenguaje para UAVs en el campo de visión

UAV-VLN-FOV aísla la etapa de ver-y-alcanzar para una evaluación precisa de la navegación de UAV. 3DG-VLN mejora la fundamentación visual y la alineación espacial utilizando pistas de dirección 3D dinámicas, logrando una mejora del 13.82% en la tasa de éxito sobre las líneas base y validado en pruebas del mundo real.

arxiv arXiv cs.AI · hace 33 d · 1 vista

Marco de doble agente para traducción verificada entre modelos

Un marco de doble agente convierte protocolos experimentales en lenguaje natural en comandos ejecutables para plataformas robóticas de laboratorio. Utiliza un Agente Analizador y un motor de mapeo basado en reglas para traducir los protocolos, con un Agente de Validación LLM heterogéneo que asegura la precisión e inicia la autocorrección. El marco permite con éxito la ejecución autónoma de extremo a extremo de experimentos basados en placas de microtitulación como el ensayo de Bradford.

arxiv arXiv cs.AI · hace 33 d

Lagrange: Marco disperso de vocabulario abierto para conducción de extremo a extremo

Lagrange introduce un marco disperso basado en energía y de vocabulario abierto para la conducción generalizada de extremo a extremo. Utiliza Modelos Visión-Lenguaje para generar propuestas de objetos independientes de la clase y las codifica en tokens semánticos continuos, lo que permite una generalización robusta a escenarios anómalos mientras se adhiere a la cinemática del vehículo mediante la minimización de la acción lagrangiana.

arxiv arXiv cs.LG · hace 33 d · 1 vista

Pose6DAug: Intercambio de objetos multi-vista físicamente plausible

Pose6DAug permite la augmentación de datos robóticos intercambiando objetos en episodios exitosos mientras se preservan trayectorias de poses 6D físicamente válidas. Opera en 3D utilizando una malla anclada por poses temporalmente coherentes, asegurando consistencia multi-vista y plausibilidad física. El ajuste fino de una política VLA con estos datos aumentados mejora las tasas de éxito para objetos nuevos en un 16.5% respecto a las líneas base más avanzadas.

arxiv arXiv cs.AI · hace 34 d · 1 vista

OneCanvas: Comprensión de escenas 3D mediante reproyección panorámica

OneCanvas permite la comprensión de escenas 3D en Modelos Visión-Lenguaje agregando características de parches sobre un lienzo panorámico utilizando coordenadas del mundo 3D. Logra resultados de última generación en SQA3D y VSI-Bench, con una fuerte generalización en SPBench, utilizando significativamente menos recursos de entrenamiento que los métodos anteriores.