Google resume 8 avances de IA que marcaron 2025
Google resume ocho áreas en las que asegura haber avanzado durante 2025, desde Gemini 3 y la generación de contenido hasta AlphaFold, la predicción meteorológica, la robótica y la seguridad. El balance muestra una IA cada vez más capaz de ejecutar tareas, pero también deja claro que sus resultados todavía necesitan revisión humana.
Google presenta 2025 como el año en que la inteligencia artificial empezó a pasar de ser una herramienta que usas a una utilidad a la que puedes encargar trabajo. En su balance anual, la compañía reúne avances en modelos, ciencia, creatividad, robótica, clima y seguridad.
La revisión refleja la visión de Google sobre su propio progreso, no una evaluación independiente. Aun así, muestra hacia dónde se está moviendo la IA: sistemas capaces de razonar, trabajar con distintos formatos y ejecutar tareas con menos supervisión.
1. Modelos con más razonamiento y menor coste
El año comenzó para Google con Gemini 2.5, presentado en marzo, y terminó con Gemini 3 en noviembre y Gemini 3 Flash en diciembre. La compañía destaca mejoras en razonamiento, comprensión de imágenes y texto, generación de contenido y eficiencia.
Google afirma que Gemini 3 Pro lideró la clasificación LMArena y logró resultados destacados en pruebas como Humanity’s Last Exam, GPQA Diamond y MathArena Apex. En esta última alcanzó un 23,4%, una cifra que corresponde a ese benchmark concreto, no a una medida general de inteligencia.
Gemini 3 Flash busca llevar parte de esas capacidades a un modelo más rápido y barato. La idea es práctica: responder en menos tiempo y con un coste menor cuando necesitas resumir documentos, analizar datos o crear una aplicación.
Google también amplió Gemma, su familia de modelos ligeros y abiertos para uso público. En 2025 incorporó capacidades multimodales, más idiomas, ventanas de contexto más amplias y mejoras de eficiencia.
2. La IA se integra en productos y programas
Google siguió incorporando funciones de IA a productos como Search, Pixel, Gemini y NotebookLM. Una de las direcciones principales fue la llamada IA agéntica: sistemas que no solo responden, sino que pueden organizar pasos y colaborar en una tarea.
En programación, la compañía presentó Google Antigravity y nuevas funciones de Gemini para ayudar a desarrollar software. El cambio es importante porque el asistente deja de limitarse a sugerir una línea de código y puede participar en tareas más amplias, como revisar archivos, detectar errores o preparar una solución.
En NotebookLM y Gemini, funciones como Deep Research permiten reunir información y elaborar análisis más extensos. Sigues necesitando revisar el resultado, pero el trabajo inicial puede hacerse en minutos en lugar de empezar desde cero.
3. Más herramientas para crear imágenes, vídeo y audio
La generación de contenido fue otro de los grandes focos de 2025. Google presentó o actualizó modelos y productos como Veo 3.1, Imagen 4, Flow, Music AI Sandbox y las herramientas de edición de imágenes de Gemini.
La empresa también destacó Nano Banana y Nano Banana Pro, nombres utilizados para sus avances en generación y edición de imágenes. Estas herramientas permiten modificar una escena, combinar elementos o crear materiales visuales a partir de instrucciones escritas.
Google Labs sirvió como espacio de prueba para proyectos como Pomelli, orientado a crear contenido de marketing; Stitch, que convierte instrucciones e imágenes en diseños de interfaces y código; Jules, un agente de programación que trabaja de forma asíncrona; y Google Beam, una plataforma de videocomunicación con imagen tridimensional.
4. IA para ciencia, salud y matemáticas
Google DeepMind también aplicó sus modelos a problemas científicos. AlphaFold, el sistema que predice la estructura de proteínas, cumplió cinco años y, según Google, ya ha sido utilizado por más de 3 millones de investigadores en 190 países.
La compañía presentó avances como AlphaGenome para estudiar el genoma, DeepSomatic para identificar variantes genéticas en tumores y un sistema de IA pensado para ayudar a los científicos a proponer hipótesis. Son herramientas de investigación, no sustitutos automáticos de médicos o laboratorios.
En matemáticas y programación, el modo Deep Think de Gemini resolvió problemas con un nivel equivalente al de medallas de oro en dos competiciones internacionales, según Google. El dato apunta a una capacidad concreta de razonamiento abstracto, no a que el sistema piense como una persona en cualquier situación.
5. Computación cuántica, chips y robótica
Google informó de avances en computación cuántica, incluido el algoritmo Quantum Echoes, que la empresa considera un paso hacia aplicaciones prácticas. También destacó el reconocimiento Nobel a Michel Devoret, junto con John Martinis y John Clarke, por investigaciones fundamentales sobre circuitos cuánticos.
En infraestructura, presentó Ironwood, una unidad de procesamiento especializada en ejecutar modelos de IA. Su diseño se apoyó en AlphaChip, un sistema que ayuda a organizar los componentes de los chips.
La empresa también avanzó en robótica con los modelos Gemini Robotics y Gemini Robotics 1.5, además de Genie 3, orientado a crear modelos del mundo. Estos sistemas intentan conectar lo que una IA ve y entiende con acciones en entornos físicos o virtuales.
6. Predicción meteorológica y respuesta a problemas globales
La IA ya se está utilizando en áreas con consecuencias directas. Google afirma que su información de predicción de inundaciones cubre a más de 2.000 millones de personas en 150 países para casos de crecidas graves de ríos.
Su modelo WeatherNext 2 puede generar pronósticos ocho veces más rápido, con una resolución de hasta una hora, según la compañía. También se probó para ofrecer distintos escenarios en la predicción de ciclones tropicales.
Otros proyectos se enfocan en cartografía, incendios forestales, planificación urbana, salud pública y educación. En traducción, Google llevó modelos más avanzados a Translate y empezó a probar traducción de voz a voz.
7. Más controles de seguridad y verificación
A medida que los modelos generan contenido más convincente, Google reforzó sus evaluaciones de seguridad. La compañía describe Gemini 3 como su modelo más seguro hasta la fecha y afirma que pasó por el conjunto de pruebas más completo aplicado a uno de sus modelos de IA.
También añadió funciones para verificar vídeos e imágenes generados por IA dentro de Gemini. La utilidad es clara: ayudarte a comprobar el origen de un contenido antes de compartirlo, aunque ninguna herramienta de verificación elimina por completo el riesgo de errores o manipulaciones.
Google continuó, además, trabajando en marcos para evaluar riesgos futuros, incluidos los relacionados con ciberseguridad y sistemas más avanzados.
8. Más colaboración para construir estándares
El último eje del balance es la colaboración. Google participó en la creación de la Agentic AI Foundation y apoyó estándares abiertos para que los agentes puedan conectarse con distintos servicios y herramientas.
La compañía también trabajó con universidades, distritos escolares, Raspberry Pi, laboratorios nacionales del Departamento de Energía de Estados Unidos y profesionales de la industria creativa. El objetivo es que la IA no avance solo dentro de los laboratorios, sino también en educación, investigación y producción de contenidos.
Lo que debes vigilar en 2026 no es solo si los modelos obtienen mejores resultados en una prueba. La señal más importante será si pueden completar tareas útiles de principio a fin, con menos errores, costes razonables y controles suficientes. El balance de Google apunta precisamente a esa transición: de conversar con la IA a delegarle trabajo real, aunque todavía haga falta supervisar lo que entrega.