Google lanza Gemini 3.1 Flash Live con mejor comprensión de audio y menor latencia
Hecho Qué ha ocurrido
Google DeepMind ha presentado Gemini 3.1 Flash Live, su modelo de audio y voz de más alta calidad, diseñado para diálogos en tiempo real más naturales y precisos. El modelo logra un 90,8% en ComplexFuncBench Audio (frente a modelos anteriores) y 36,1% en Scale AI's Audio MultiChallenge con razonamiento activado. Gemini 3.1 Flash Live está disponible en Gemini Live API, Google AI Studio, y ya se usa en productos de consumo como Gemini Live y Search Live, que ahora llega a más de 200 países; empresas como Verizon, LiveKit y The Home Depot lo han probado con retroalimentación positiva.
Resumen generado mediante IA a partir de Google DeepMind (original en inglés). Naturaleza de la información: hecho documentado.
Análisis Por qué importa
La mejora en comprensión de matices tonales, latencia reducida y capacidad multilingüe hace que la interacción por voz sea más viable para agentes empresariales que manejen tareas complejas en tiempo real. Esto reduce fricciones técnicas en experiencias de cliente y abre nuevos casos de uso en atención automatizada y operaciones.
- Quién se ve afectado
- Empresas que desarrollan agentes conversacionales, centros de atención al cliente, plataformas de búsqueda y asistentes digitales; desarrolladores de aplicaciones con API Gemini.
- Qué puede cambiar
- Los sistemas de voz pueden ahora procesar instrucciones complejas e interrupciones naturales con mayor precisión, reduciendo necesidad de correcciones y mejorando flujo de conversación. La disponibilidad global en 200+ países acelera despliegues internacionales de soluciones basadas en voz.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Adopción en aplicaciones empresariales de atención al cliente y agentes complejos; benchmarks independientes de modelos de audio competidores (OpenAI, Anthropic); evolución de latencia real en producción; regulación sobre marcas de agua de audio (SynthID) para detección de contenido sintético.
Recomendación Qué debería hacer una empresa
Evaluar integración de Gemini 3.1 Flash Live en flujos de atención al cliente o agentes internos en los próximos 3-6 meses si se operan sistemas multilingües o tareas complejas por voz. Considerar pruebas piloto en mercados donde Google expande Search Live.
Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.
Enviar esta noticia por correo
Enviado. Revisa que llegue a la bandeja de entrada de quien lo reciba.
La dirección no parece válida.
Has enviado varios correos seguidos. Espera un rato.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
No se ha podido enviar. Inténtalo de nuevo en unos minutos.
Fuente original: Google DeepMind (fuente primaria). La referencia es siempre el artículo original.
Ver fuente original ↗audiovozLLM multilingüetiempo realwatermarking (SynthID) Google DeepMindVerizonLiveKitThe Home Depot agentes conversacionales atención al cliente Gemini 3.1 Flash Live Google voz
Forma parte de la historia Google renueva su gama de voz e IA de audio con Gemini 3.1 (2 noticias, estado: cerrada).
Relacionadas
Google lanza Gemini 3.1 Flash TTS, modelo de voz con control granular y marca SynthID
Google DeepMind presentó Gemini 3.1 Flash TTS, un modelo de texto a voz con etiquetas de audio para controlar estilo, ritmo y entonación en más de 70 idiomas…
Por qué importaMejora la calidad y control de voz sintética a bajo coste, facilitando su adopción en aplicaciones comerciales de audio y doblaje multilingüe.
Google DeepMind lanza Gemini 3.8 Live y Live Extended Thinking para voz en tiempo real
Google DeepMind presenta Gemini 3.8 Live y 3.8 Live Extended Thinking, sus modelos de diálogo en vivo más avanzados, disponibles vía API, Google Workspace y…
Por qué importaEstos modelos acercan la voz como interfaz principal para agentes empresariales capaces de ejecutar tareas complejas mientras mantienen conversación…
Google lanza Gemini 3.8 Live y Extended Thinking para conversaciones de voz en tiempo real con IA
Google presentó el 15 de septiembre de 2026 Gemini 3.8 Live y Gemini 3.8 Live Extended Thinking, modelos de audio a audio para conversaciones de voz con baja…
Por qué importaAcerca a Gemini al concepto de agente de voz capaz de coordinar tareas complejas sin interrumpir la conversación, lo que amplía sus posibles usos en…
Google lanza Gemini 3.8 Live y Live Extended Thinking con mejoras de razonamiento por voz
Google ha lanzado los modelos Gemini 3.8 Live y Gemini 3.8 Live Extended Thinking, orientados a mejorar el razonamiento de los agentes de voz. Estos modelos…
Por qué importaMejora la capacidad de los asistentes de voz para resolver tareas de varios pasos, lo que puede acelerar la adopción de agentes conversacionales en…
Tu opinión
Te hemos enviado un correo para confirmar tu dirección. El comentario se procesará cuando pulses el enlace.
Gracias. Tu comentario se publicará cuando lo revise el equipo (los primeros comentarios de cada persona se moderan).
Comentario publicado. Gracias por participar.
No se puede comentar aquí.
Indica un nombre (de 2 a 60 caracteres).
El correo no parece válido.
El comentario debe tener entre 10 y 2.000 caracteres.
Demasiados enlaces en el comentario.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
Has alcanzado el límite diario de comentarios.
Demasiados comentarios seguidos. Espera un rato.
No se ha podido enviar el correo de confirmación. Inténtalo de nuevo en unos minutos.