Gemini sale a la calle con BTS: qué se puede hacer hoy con el asistente de Google

Buscar un cambio de aceite perdido en Gmail, diagnosticar una planta con hojas amarillas o pedir un consejo sobre el saque de tenis son algunas de las situaciones que Google eligió para mostrar cómo se usa Gemini en la vida cotidiana. La compañía presentó una serie de avisos publicitarios protagonizados por los integrantes de BTS, en los que el asistente responde a consultas por voz, a partir de fotos y a partir de videos.

Cómo funciona Gemini en las escenas de la campaña

En uno de los avisos, Jung Kook le pide al asistente que busque en su correo cuándo fue la última vez que cambió el aceite de su motocicleta. La respuesta devuelve una fecha concreta, el 7 de abril de 2026, tomada de un mensaje previo. Es como pedirle a un amigo con muy buena memoria que recuerde un dato entre miles de mails: en lugar de revisar la casilla mensaje por mensaje, el sistema lee el contenido y lo trae a la conversación.

En otra escena, V apunta con la cámara a una planta con hojas amarillentas y le pregunta al asistente qué le pasa, teniendo en cuenta el pronóstico de la semana. Gemini cruza dos fuentes: lo que se ve en la imagen y el tiempo previsto para esa zona. La conclusión es que el problema puede estar en un exceso de riego, ya que se esperan varios días húmedos. La recomendación, entonces, es regar menos. Funciona como un jardinero que mira la planta, consulta el clima y ajusta la frecuencia de riego en función de ambos datos.

• Correos: encuentra fechas y datos dentro de Gmail sin abrir cada mensaje, a partir de una pregunta hablada.
• Fotos: analiza una imagen y la combina con otra información, como el clima, para dar una respuesta contextual.
• Videos: revisa grabaciones y devuelve observaciones específicas, como la postura en un saque de tenis o un resumen de devoluciones en una clase de batería.
• Viajes: arma itinerarios en una ciudad a partir de preferencias, tiempos y tipo de comida.
• Idiomas: traduce en vivo de coreano a inglés y revisa la pronunciación leyendo un texto en voz alta.

Práctica deportiva e idiomas, paso a paso

Jin le muestra al asistente una grabación de su saque de tenis. La herramienta detecta que su cuerpo se inclina demasiado hacia adelante y le sugiere lanzar la pelota un poco más adelante. En la siguiente toma, el saque entra. Es la misma lógica de un entrenador que mira video en cámara lenta y corrige la técnica, solo que el análisis lo hace el software en el momento.

Con los idiomas aparecen dos variantes. Suga habla en coreano y usa la traducción simultánea para sostener una conversación en inglés, como si tuviera un intérprete pegado al oído. Jimin, en cambio, lee una carta en otro idioma y le pide a Gemini que revise cómo pronuncia cada palabra, algo similar a ensayar frente a un profesor particular que escucha y corrige.

En la escena de RM, el asistente arma un recorrido por Nueva York según los intereses del cantante y el tiempo disponible, e incluye opciones para comer comida coreana. Es comparable con un planificador de viajes que conoce los gustos del usuario y propone una ruta a medida en lugar de una lista genérica de atractivos.

Guided Vision: la cámara que describe el mundo

Google además incorporó a Gemini Live una herramienta llamada Guided Vision, que utiliza la cámara del teléfono para describir en voz alta lo que está en el cuadro. Permite hacer preguntas adicionales sobre lo que se ve. Está pensada, sobre todo, para personas ciegas o con baja visión, y puede servir para interpretar la letra chica de una etiqueta, consultar información nutricional o encontrar un objeto dentro de una habitación. Es, en la práctica, un par de ojos digitales que narra lo que tiene enfrente.

Qué falta para que llegue a todos

Las escenas son demostraciones publicitarias y no prueban que el sistema funcione así en cualquier situación. Para que estas herramientas formen parte del día a día de los usuarios quedan varios pasos por delante: que las funciones de cámara y video estén disponibles en español y en todos los modelos de teléfonos compatibles, que la traducción simultánea reduzca su latencia, que los resultados en tareas críticas, como un diagnóstico médico o una traducción legal, pasen controles de precisión, y que la herramienta de descripción visual se pruebe de forma masiva con personas con discapacidad visual, que son su público principal.