Hace solo unos meses, Google puso en circulación el modelo Gemini 2.5 Flash Image, que cariñosamente llamamos "Nano Banana". Fue un avance importante, enfocado a la edición rápida y la creatividad casual, que nos permitió desde restaurar fotos antiguas hasta generar miniaturas para vídeos de YouTube. Pero si aquello fue un aperitivo, lo que ha llegado hoy es el plato fuerte.

Microsoft ha presentado su primera IA que genera imágenes a partir de una entrada de texto. Conocido como MAI-Image 1, este modelo ha sido desarrollado completamente por Microsoft AI y ya se posiciona entre los 10 mejores, según los puntajes en LMArena.

Gemini sigue evolucionando cada día que pasa y acaba de dar un paso más en lo que es la creación de imágenes. Después de lanzar su nuevo editor de fotos gratis, ahora permite crear ilustraciones desde cero, editarlas, fusionar conceptos y mantener los personajes a lo largo de las diferentes creaciones.

 Un nuevo ataque podría aprovecharse de las capacidades multimodales de Gemini y otros modelos de lenguaje para robar tus datos y compartirlos a un tercero. Investigadores han desarrollado un método que permite inyectar instrucciones ocultas en imágenes que, al ser procesadas por un sistema de IA, pueden filtrar información o ejecutar acciones no deseadas.

Nuevas herramientas de IA permiten generar imágenes impactantes sin conocimientos técnicos ni experiencia en diseño. Esta guía presenta cinco plataformas gratuitas que democratizan la creación visual y abren nuevas posibilidades para el arte, la comunicación y la experimentación.

NVIDIA no deja de redefinir el alcance de la inteligencia artificial en el escritorio. En un movimiento que combina precisión técnica y ambición estratégica, la compañía ha anunciado la optimización de Stable Diffusion 3.5, uno de los modelos de generación de imágenes más avanzados de Stability AI. Esta optimización, que incluye cuantificación a FP8 y el uso del nuevo SDK TensorRT para RTX, no solo permite duplicar el rendimiento en GPU RTX, sino que reduce significativamente la demanda de memoria, haciendo que este modelo antes reservado a estaciones de trabajo sea ahora viable en equipos domésticos de gama alta.

Microsoft sigue dando la batalla con Windows 11, y es normal, dado que en Redmond tienen bastantes razones para sentirse decepcionados, pues a pocos meses del fin del ciclo de vida de Windows 10 (a no ser que pases por caja, claro), Windows 11 sigue siendo la segunda versión de Windows más utilizada. Es decir que Windows 10 sigue estando por encima en cuota de usuarios. Así, Microsoft lo intenta principalmente con dos frentes frentes: intentar empujar a los usuarios dar el salto de manera machacona, y procurar sumar mejoras a su hijo predilecto. Afortunadamente, hoy hablamos de lo segundo.

Xiaomi acaba de dar un paso que nadie esperaba: ha hecho que una de sus funciones estrella relacionadas con a IA pase a estar disponible en todos sus móviles. Se trata del generador de imágenes 3D, una herramienta que convierte tus fotos a estilo animado y que, hasta donde se creía, solo iba a estar disponible en los dispositivos más potentes de la marca. Esto ha cambiado, y la firma china acaba de liberar su uso para cualquier usuario.

Gemini ha sido uno de los nombres más repetidos en 2024 y lo que llevamos de 2025 cuando hablamos de herramientas de inteligencia artificial. Lo que empezó como una propuesta enfocada al texto ha ido incorporando nuevas capacidades a un ritmo notable, hasta convertirse en una plataforma que aspira a cubrir buena parte de las necesidades cotidianas de sus usuarios. En esa evolución, lo visual gana peso, y el paso que acaba de dar Google lo confirma.

OpenAI acaba de lanzar dos nuevos modelos de razonamiento: o3 y o4-mini. Si el primero de estos te suena familiar es porque la firma lo anunció a finales del año pasado; en tanto que el segundo es el sucesor de o3-mini, que debutó poco tiempo atrás. Ambas IA ya están disponibles para los usuarios de las versiones de pago de ChatGPT.

Con los avances logrados por tecnológicas como OpenAI, la generación de contenido mediante inteligencia artificial ha alcanzado un nivel de sofisticación que hace cada vez más difícil distinguir entre lo real y lo creado por máquina. Imágenes, textos y vídeos generados por IA circulan de manera habitual en la red, y el debate sobre cómo identificarlos de forma fiable sigue abierto. Mientras algunas iniciativas apuestan por sistemas de metadatos invisibles, otras empiezan a considerar soluciones más visibles y directas.

Desde 1992, JPEG ha dominado la imagen digital como el formato estándar para fotos en la web y en cámaras digitales. Sin embargo, a medida que la tecnología avanza, están surgiendo nuevos formatos de imagen que prometen mejor compresión, mayor calidad y más características que el envejecido estándar JPEG.

Stable Diffusion es una potente herramienta que te permite crear imágenes impresionantes utilizando solo texto. Con su interfaz de usuario web, podrás interactuar de manera sencilla y crear imágenes sorprendentes con solo unos pocos clics.

La semana pasada, Google le dio un buen repaso a la oferta de LLM (Grandes Modelos de Lenguaje) en Gemini. Los usuarios de cuentas gratuitas dijeron adiós a los modelos 1.5 y la bienvenida a 2.0 Flash, 2.0 Flash Thinking (experimental), las Gems de Gemini y la función Deep Research, mientras que los suscriptores de Gemini Advanced ganaron el modelo 2.0 Pro (Experimental). Entre todas estas novedades, pasó desapercibido que Gemini 2.0 Flash pasaba a contar con generación nativa de imágenes, pero con una diferencia muy importante frente a competidores como ChatGPT, que las crea mediante DALL-E: no solo genera imágenes a partir de un prompt, sino que el usuario también puede subirlas y editarlas. Como si estuviera usando Photoshop, pero mediante lenguaje natural y pidiéndole con instrucciones escritas lo que quiere en cada momento. No es una capacidad aún perfecta, pero sí funciona razonablemente bien y pone la edición de imágenes al alcance de cualquiera, sin necesidad de ningún software caro y complicado de usar.

Stability AI, los creadores de Stable Diffusion, presentaron un nuevo modelo de lenguaje capaz de generar videos con profundidad. Conocida como Stable Virtual Camera, esta IA promete transformar imágenes 2D en videos 3D inmersivos con profundidad y perspectiva realistas. El modelo permite el control dinámico de la cámara, ofreciendo trayectorias predefinidas y personalizadas sin necesidad de un preprocesamiento complejo para cada escena.

Puede ser una ardua tarea para nuestros ojos distinguir entre imágenes reales y las generadas por IA. La inteligencia artificial ha evolucionado de una manera exponencial, y es capaz de generar imágenes hiperrealistas que pueden llegar a confundirnos a la hora de reconocerlas. Dos de las aplicaciones de inteligencia artificial más desarrolladas en este campo son DALL-E y Midjourney.

El mundo de la fotografía dio comienzo a principios del siglo XIX, aunque según los registros la primera fotografía no se realizó con éxito hasta 1826. Si hacemos cuentas, han pasado nada más y nada menos que 197 años, casi dos siglos de diferencia entre ambas épocas que, como habréis podido imaginar, han dado para mucho. La humanidad ha realizado enormes avances durante todos esos años, y sin duda uno de los más importantes ha sido el despegue de la inteligencia artificial.

Stability AI ha dado conocer mediante una publicación de blog la segunda edición del sistema de aprendizaje automático Stable Diffusion, que es capaz de sintetizar y modificar imágenes en función de una plantilla sugerida o una descripción de texto en lenguaje natural.

 DALL-E Mini es una IA basada en el modelo proporcionado por OpenAI, aunque creada a partir de un modelo de lenguaje open-source. Si bien a veces no consigue los resultados de DALL-E 2, hay que entender que aún se encuentra en periodo de entrenamiento. Es una herramienta gratuita que puede ser usada libremente.