Google ha mostrado Gemini 4 Argon en tareas exigentes de renderizado 3D, animación y análisis de datos. Las demostraciones recurren al procesamiento en servidores para trasladar el trabajo más exigente fuera de los equipos locales.
Google probó Gemini 4 Argon en 8 tareas exigentes, según StartupHub, que cita una publicación del blog de Google. En uno de los ejemplos, una instrucción breve bastó para generar 5,000 líneas de cálculos matemáticos con las que renderizar desde cero una biblioteca 3D iluminada por el sol.
Las demostraciones combinan el modelo de IA con otras herramientas, en lugar de depender únicamente de la generación de texto. Para crear un circuito 3D jugable a partir de fotografías de un escritorio, Argon coordinó subagentes, Blender MCP y Nano Banana en Antigravity.
Para las empresas que no disponen de equipos locales potentes, esto apunta a la posibilidad de usar el procesamiento en la nube para trabajos creativos más complejos. Pero el informe presenta demostraciones, no pruebas de fiabilidad en producción ni de costes operativos asequibles.
El renderizado en la nube podría permitir a equipos pequeños abordar proyectos que superan la capacidad de sus equipos actuales.
La coordinación de herramientas especializadas hace que la integración en los flujos de trabajo sea un factor importante, junto con el propio modelo de IA.
Sigue sin demostrarse que estas pruebas puedan traducirse en flujos de trabajo fiables y rentables en producción.
Escrito automáticamente por la Redacción de Made in 10 a partir de la fuente de arriba.
Apple incorpora a Pages, Keynote y Numbers un asistente de IA basado en modelos de Apple y OpenAI. Las aplicaciones también admiten Model Context Protocol en macOS 27 o posterior, lo que permite conectar agentes de IA de terceros.
