Gemini Live se prepara para evolucionar: modo pensamiento profundo y control total sobre la interfaz del móvil

Hasta ahora, la experiencia de voz de Gemini se ha basado principalmente en el modelo 2.5 Flash, priorizando la velocidad de respuesta sobre la profundidad del análisis. Sin embargo, un análisis de la última versión beta de la aplicación de Google (v17.2) realizado por 9to5Google ha revelado líneas de código que apuntan a la introducción de un nuevo menú de Labs. Este apartado permitirá a los usuarios activar funciones experimentales que cambian radicalmente el comportamiento del asistente.

La novedad más destacada es el Live Thinking Mode, es decir, un modo de pensamiento en vivo. Según la descripción hallada en el código, esta función permitirá probar una versión de Gemini Live que «se toma su tiempo para pensar y proporcionar respuestas más detalladas». Esto sugiere que Google planea integrar los modelos más potentes, posiblemente variantes de Gemini 3 Pro o Thinking, directamente en las conversaciones de voz, sacrificando la inmediatez a cambio de razonamientos mucho más complejos y elaborados.

Gemimi Live apuesta por los agentes autónomos y la visión en tiempo real

Más allá del razonamiento, las filtraciones apuntan a una integración profunda con el hardware y el entorno del usuario. Bajo la etiqueta de «Funciones Experimentales», se han encontrado referencias a capacidades como la memoria multimodal, una mejor cancelación de ruido y, lo más interesante, la capacidad de «responder cuando ve algo». Esto último podría ser la materialización de las demos de Project Astra, donde la IA observa el mundo a través de la cámara y reacciona en tiempo real.

Te recomendamos nuestra guía sobre cómo hablar con ChatGPT con voz y cómo funciona su modo avanzado

Por último, el código de Gemini Live desvela dos funciones que prometen transformar el uso del teléfono: «UI Control» y «Deep Research». La primera describe la capacidad del agente para «controlar el teléfono para completar tareas», lo que implica que la IA podría navegar por menús y apps de forma autónoma. La segunda permitiría delegar investigaciones complejas al asistente, dejándolo trabajar en segundo plano para recopilar información.