Contenido del artículo:
- Introducción: la inteligencia artificial en todas partes
- ¿Cuál es la clave de esta actualización? Mantener el parecido
- Capacidad 1: cambiar atuendos y ubicaciones fácilmente
- Capacidad 2: fusionar dos imágenes para crear una nueva escena
- Capacidad 3: realizar múltiples modificaciones graduales
- Capacidad 4: mezclar diseños y estilos
- Maravilloso y preocupante: los límites borrosos entre la realidad y la ficción
- Conclusión: un nuevo poder creativo al alcance de tu mano
Introducción: la inteligencia artificial en todas partes
Si hay algo de lo que no se puede escapar en 2025, es de la inteligencia artificial. Todas las grandes empresas compiten para desarrollar sus capacidades, y Google Gemini aparece en cada vez más lugares con funciones más avanzadas. Tras añadir la edición de imágenes nativa en Gemini a principios de este año, Google DeepMind ha subido ahora el listón con un nuevo conjunto de herramientas de edición de imágenes integradas en la aplicación Gemini y disponibles globalmente para todos los usuarios.
¿Cuál es la clave de esta actualización? Mantener el parecido
El blog oficial de Google señala que la clave de esta actualización es «un enfoque especial en preservar el parecido de la persona de una imagen a otra». Este ha sido uno de los mayores obstáculos para las herramientas de inteligencia artificial anteriores, ya que resultaba difícil cambiar un aspecto de la imagen sin distorsionar otros elementos. La nueva actualización resuelve este problema, abriendo la puerta a un abanico de nuevas posibilidades.
Capacidad 1: cambiar atuendos y ubicaciones fácilmente
Ahora puedes subir una foto tuya (o de cualquier otra persona) e indicarle a Gemini que realice cambios de vestuario o modifique la ubicación. Los ejemplos proporcionados por Google muestran cómo se puede transformar una foto personal en la imagen de un médico, un panadero o un escultor. Las posibilidades son infinitas, todo ello manteniendo intactos los rasgos originales de la persona.
Capacidad 2: fusionar dos imágenes para crear una nueva escena
Esta podría ser la característica más importante de la nueva actualización de Gemini: la capacidad de combinar dos imágenes y solicitar un resultado unificado en una nueva foto. Los ejemplos ilustran paso a paso cómo se proporcionó a Gemini la imagen de una mujer sosteniendo un baloncesto y la de un perro asomando la cabeza por la ventanilla de un coche, pidiéndole después que generara una nueva imagen. La inteligencia artificial parece capaz de mantener el realismo de ambos sujetos en la nueva foto, mezclándolos como si formaran parte de una escena real.
Capacidad 3: realizar múltiples modificaciones graduales
La última actualización también permite realizar ediciones iterativas, lo que significa que puedes utilizar una instrucción inicial, tomar el resultado y mejorarlo con una indicación adicional. El ejemplo del blog de Google indica: «Toma una habitación vacía, pinta las paredes y luego añade una estantería, un poco de mobiliario o una mesa de centro». Puedes crear mundos completamente nuevos desde cero o reinventar universos a partir de imágenes reales.
Capacidad 4: mezclar diseños y estilos
Otra gran ventaja son las mejoras en la «mezcla de diseños». Puedes tomar un estilo —tal vez uno que parezca una animación— y combinarlo con otro, como un escenario más realista o artístico. El ejemplo mostrado es el resultado de la instrucción: «Convierte esto en un vestido deslumbrante». Gemini no necesita que se le especifique cuál es la imagen para utilizar la fuente, y el resultado es indudablemente impresionante.
Maravilloso y preocupante: los límites borrosos entre la realidad y la ficción
Google Gemini acaba de volverse mucho más potente en la generación de imágenes. Esto resulta tanto maravilloso como preocupante, ya que los límites entre lo real y lo irreal se vuelven difusos. Sin embargo, las herramientas de inteligencia artificial llegaron para quedarse y avanzan a un ritmo acelerado. Google utiliza una marca de agua digital invisible llamada SynthID para indicar claramente cuándo una imagen ha sido generada por inteligencia artificial. No obstante, si la gente aprenderá o no a buscar este tipo de información es otra cuestión.
Conclusión: un nuevo poder creativo al alcance de tu mano
Esta actualización de Google representa un punto de inflexión en el ámbito de la edición de imágenes impulsada por inteligencia artificial, haciéndola más accesible y fiable que nunca. Al centrarse en la coherencia y permitir modificaciones complejas de múltiples pasos, Google pone una potente herramienta creativa en manos de millones de usuarios, transformando fundamentalmente la forma en que interactuamos con las imágenes y las creamos. El mayor desafío sigue siendo utilizar este poder con responsabilidad en un mundo donde cada vez resulta más difícil distinguir entre la verdad y la ficción.
Preguntas frecuentes
P: ¿Cuál es la diferencia principal entre esta actualización y las versiones anteriores?
R: La diferencia principal es el enfoque en la «conservación del parecido», lo que significa que ahora el modelo es mucho mejor al modificar partes de una imagen (como la ropa) mientras mantiene intactas otras secciones (como el rostro).
P: ¿Están disponibles estas funciones para todo el mundo?
R: Sí, la nueva actualización está disponible a nivel mundial para los usuarios de la aplicación Gemini, ya estén suscritos a planes de pago o utilicen la versión gratuita.
P: ¿Cómo aborda Google el problema de las imágenes falsas?
R: Google integra una marca de agua digital invisible (SynthID) en las imágenes generadas para ayudar a identificarlas como contenido creado por inteligencia artificial.
