知Yizhi Daily
← Volver a esta edición

IA

Google integra el agente telefónico Duplex en Gemini Tasks

Edición 2026-11-21 · 08:00 Hora de Pekín

Google Research explica que la tecnología de voz Duplex, presentada en 2018, ha evolucionado y se ha integrado en Tasks de la aplicación Gemini, y puede llamar a comercios en nombre de los usuarios para gestionar asuntos del mundo real como pedidos de comida y reservas. El artículo repasa sus diez años de desarrollo, desde modelos de dominio cerrado e infraestructura de diálogo compartida hasta una pila tecnológica unificada basada en Gemini, y destaca la comprensión de voz de baja latencia y la capacidad de conversación.

Yossi Matias, responsable de investigación de Google, Yaniv Leviathan, Google Fellow, y Janet Zhou, gerente de producto del grupo de Google Maps, escribieron que Duplex se utilizó inicialmente para que la IA llamara a comercios locales con una voz natural. Las tareas como pedir comida o reservar una cita en la peluquería implican conversaciones de ritmo rápido, sin guiones fijos y dependen del tono y las pausas para determinar los turnos de habla, por lo que requieren que la comprensión del habla, el razonamiento contextual y la síntesis de voz colaboren en un sistema de baja latencia.

Durante la pandemia, los horarios y servicios de los comercios cambiaban con frecuencia, y Duplex se utilizó para verificar automáticamente la información de los negocios. Google afirma que la información comercial obtenida mediante llamadas de Duplex y mostrada en Search y Maps ya se había presentado más de un billón de veces hasta 2023. Desde 2019, los modelos de diálogo correspondientes también llegaron a los dispositivos Pixel, donde respaldan funciones de asistencia telefónica como Call Screen y Hold for Me.

Según el artículo, la arquitectura de Duplex pasó por tres etapas: desde las primeras redes neuronales recurrentes entrenadas para tareas específicas, hasta una infraestructura de diálogo compartida y, posteriormente, una pila tecnológica unificada basada completamente en Gemini. En 2025 y 2026, los modelos fundamentales permitieron que Google Search y Ask Maps realizaran consultas telefónicas agénticas más amplias, cubriendo presupuestos, inventario y horarios en ámbitos como el cuidado de mascotas y la reparación de automóviles. El Duplex in Tasks presentado esta semana permite a Gemini coordinar directamente asuntos del mundo real.

Fuentes originales

Google Research ↗
Volver a esta ediciónAbrir lector interactivo