Gemini Nano llega al Pixel 8 Pro: qué hace realmente una IA dentro del teléfono

El 6 de diciembre de 2023 Google activó Gemini Nano en el Pixel 8 Pro mediante una actualización de funciones. El teléfono podía resumir transcripciones en la aplicación Grabadora sin conexión y empezaba a probar Respuesta Inteligente en Gboard. Eso era el lanzamiento verificable. No era un asistente universal dentro del móvil ni implicaba que todas las tareas de IA dejaran de usar la nube.

La diferencia importa porque “IA en el dispositivo” describe dónde se ejecuta una inferencia, no cuánta inteligencia contiene el teléfono. Ejecutar localmente puede mantener una entrada sensible dentro del aparato, reducir la dependencia de la red y evitar el viaje a un servidor. También obliga a trabajar con memoria, energía y potencia limitadas. La capacidad útil para leer este tipo de anuncio es trazar la ruta de los datos función por función, en vez de atribuir una sola propiedad a todo el producto.

Dos funciones concretas, no una revolución abstracta

El anuncio oficial del Pixel Feature Drop delimitó el estreno. Resumir en Grabadora generaba un resumen de conversaciones, entrevistas o presentaciones guardadas y podía hacerlo sin red. La letra pequeña indicaba que la función solo estaba disponible en inglés. No había base para prometer resumen local de cualquier documento, página web, idioma o aplicación.

La segunda función tenía todavía más límites. Gemini Nano comenzaba a alimentar Respuesta Inteligente en Gboard como vista previa para desarrolladores. Se podía probar con WhatsApp, Google anunciaba más aplicaciones para el año siguiente y la nota de disponibilidad exigía configurar el teclado en inglés de Estados Unidos. “Está en el Pixel” no significaba “funciona en todos los chats”.

La versión española del anuncio ayuda a separar Gemini Nano de otras novedades incluidas en la misma actualización. Video Boost, mejoras fotográficas, limpieza de documentos y funciones del reloj aparecían en el mismo paquete, pero eso no convertía a Nano en el motor de todas ellas. Incluso Video Boost utilizaba procesamiento en la nube. Una actualización puede reunir tecnologías distintas bajo una misma campaña comercial.

Nano es una variante, no Gemini entero

Google presentó Gemini 1.0 como una familia con tres tamaños. En su anuncio general de Gemini, Ultra era la variante para tareas complejas, Pro la destinada a escalar tareas diversas y Nano la eficiente para ejecución local. El nombre compartido no autorizaba a trasladar al Pixel los resultados de Ultra ni las prestaciones de Pro ofrecidas mediante API.

El informe técnico de Gemini 1.0 describía dos versiones de Nano: Nano-1, con 1.800 millones de parámetros, y Nano-2, con 3.250 millones. Estaban orientadas a dispositivos con distintas capacidades de memoria. El informe también explicaba que se cuantificaban a cuatro bits para reducir su tamaño y mejorar la velocidad de inferencia. Es una decisión de ingeniería: comprimir y especializar un modelo para que quepa y responda en un presupuesto móvil.

Ese intercambio tiene consecuencias. Un modelo local puede resolver tareas acotadas con baja latencia, pero no dispone por defecto de información reciente de internet ni de la capacidad de cómputo de un sistema remoto mayor. La pregunta correcta no es si local vence a nube. Es qué parte del trabajo necesita privacidad, disponibilidad sin red o respuesta rápida, y qué parte necesita contexto amplio, actualización o un modelo más capaz.

La frontera de privacidad debe dibujarse

Google afirmó que el diseño de Gemini Nano ayudaba a impedir que datos sensibles salieran del teléfono. Para Grabadora, la ventaja era tangible: la transcripción podía resumirse localmente incluso sin conexión. Aun así, una afirmación sobre una función no debe extenderse al aparato entero. Una aplicación puede sincronizar el archivo, crear una copia de seguridad o activar otro servicio en la nube antes o después de la inferencia.

Por eso conviene dibujar cuatro pasos: de dónde sale la entrada, dónde se transforma, dónde se guarda el resultado y qué servicio lo sincroniza. Si una grabación permanece local durante el resumen pero luego se comparte, la inferencia ha sido local y el flujo completo ya no lo es. Si una función requiere descargar el modelo, la instalación usa red aunque la generación posterior no la necesite.

La ejecución local tampoco equivale automáticamente a seguridad. El dispositivo debe controlar qué aplicación puede llamar al modelo, aislar las entradas, proteger los archivos y actualizar tanto el sistema como los componentes del modelo. Y el usuario sigue necesitando saber cuándo una salida es generada, dónde puede revisarla y cómo eliminarla.

Un resumen sigue siendo una predicción

Gemini Nano producía texto mediante un modelo generativo. Que el cálculo ocurriera dentro del teléfono no eliminaba errores, omisiones o interpretaciones equivocadas. El informe técnico reconocía que los modelos de lenguaje seguían generando alucinaciones y encontraban dificultades en razonamiento causal, deducción lógica y contrafactuales. También advertía que una aplicación concreta requería analizar sus daños potenciales.

En una grabación, el control más sencillo es conservar el enlace entre resumen y transcripción. Antes de compartir el resultado, hay que comprobar nombres, decisiones, fechas, cantidades y negaciones. “No aprobaremos el presupuesto” y “aprobaremos el presupuesto” pueden diferir en una palabra y cambiar por completo la reunión. Una interfaz rápida no convierte la salida en acta.

Con Respuesta Inteligente, el riesgo es distinto. La sugerencia puede parecer plausible y aun así no expresar la intención del usuario. La persona debe elegir enviarla; la aplicación no debería convertir conveniencia en envío automático. En conversaciones sensibles, una respuesta genérica puede revelar menos datos, pero también puede sonar impropia o comprometer algo que nadie decidió.

Cómo evaluar una función local

Una prueba razonable empieza con la tarea, no con el nombre del modelo. Para un resumidor, reúna grabaciones con varios interlocutores, ruido, negaciones, cifras y decisiones. Compare el resumen con la transcripción y clasifique errores que cambien una acción. Para respuestas sugeridas, compruebe si el sistema conserva tono, destinatario e intención, y si ofrece una salida segura cuando el contexto es ambiguo.

Después pruebe la frontera técnica: active el modo avión, revise qué función sigue disponible y observe qué elemento necesita descargarse de antemano. Compruebe idiomas, aplicaciones y cuentas compatibles. Mida tiempo de respuesta, consumo de batería y memoria en el dispositivo real, no en una demostración. Registre versión del sistema y del modelo, porque una actualización puede cambiar el comportamiento.

Finalmente, decida qué datos no deberían salir nunca del aparato y qué tareas no deberían resolverse solo con un modelo pequeño. Un borrador privado puede beneficiarse de procesamiento local; una respuesta médica, jurídica o financiera necesita fuentes y revisión independientemente de dónde se genere. Privacidad y exactitud son ejes diferentes.

Gemini Nano hizo visible una arquitectura que se repetirá: modelos pequeños para tareas locales y modelos mayores para trabajo remoto. La lección duradera no es que el Pixel inaugurara una “nueva era”, sino que cada función tiene su propio recorrido de datos y sus propios límites. Quien pueda dibujar ese recorrido sabrá cuándo “en el dispositivo” es una ventaja comprobable y cuándo es solo una etiqueta demasiado amplia.

Hay además una prueba de comunicación: sustituya “IA en el dispositivo” por una frase que nombre la operación. “El Pixel resume localmente esta transcripción en inglés” es comprobable; “el Pixel tiene una IA privada” mezcla producto, arquitectura y promesa. Cuanto más concreta sea la frase, más fácil resulta localizar una excepción. El mismo método sirve para reconocimiento de voz, edición fotográfica o traducción: una función puede empezar localmente, recurrir a la nube para un paso y volver a guardar el resultado en el teléfono. El diagrama vale más que el eslogan.