Microsoft ha introducido una nueva característica visual en su asistente de inteligencia artificial Copilot, denominada Copilot Vision, que ya puede utilizarse en dispositivos Android. Esta función permite que el asistente interprete lo que el usuario ve a través de la cámara o lo que aparece en la pantalla del móvil, ampliando así las posibilidades de interacción con la tecnología de forma más natural e intuitiva.
Con esta implementación, Copilot se alinea con la tendencia de asistentes digitales que van más allá del teclado, introduciendo capacidades multimodales que permiten interpretar imágenes, vídeos y contenido visual en directo. Esta función no solo marca un paso importante para la IA móvil de Microsoft, sino que también compite directamente con propuestas similares de empresas como Google, particularmente con su sistema Gemini Live. Para conocer más sobre esto, puedes consultar el artículo sobre Jules, la IA de Google.
Qué es Copilot Vision y cómo funciona
Copilot Vision es una funcionalidad que permite al asistente de Microsoft observar a través de la cámara del teléfono o interpretar lo que se muestra en la pantalla, para proporcionar asistencia contextual en tiempo real. Desde el análisis de imágenes almacenadas hasta la interpretación de vídeos en directo, Copilot ahora puede interactuar con el entorno visual del usuario de una manera más directa.
Por ejemplo, el usuario puede enfocar una planta con su cámara y Copilot será capaz de identificar su especie y ofrecer recomendaciones sobre su cuidado. También es posible apuntar a una estancia de la casa y recibir sugerencias de decoración, lo que convierte al asistente en una herramienta útil para múltiples actividades cotidianas. Esto se complementa con las mejoras de Copilot en la personalización de sugerencias, tal y como se detalla en personalizar sugerencias con GitHub Copilot.
En dispositivos con sistema operativo Android, la función está disponible a través de la app oficial de Copilot, aunque su acceso completo está —por ahora— limitado a usuarios suscritos a Copilot Pro en ciertos países. Aun así, la tecnología ya se ha activado progresivamente en varios dispositivos y se espera que su alcance se amplíe pronto.
Una experiencia visual también en Windows
Más allá de móviles, Copilot Vision también se ha integrado en Windows como parte de la nueva aplicación nativa de Copilot. Esta versión del asistente puede leer lo que aparece en pantalla mientras el usuario trabaja con diferentes aplicaciones o documentos.
La funcionalidad detecta ventanas activas, interpreta contenido web o documentos abiertos, y permite interactuar con ellos directamente. Así, si estás editando una presentación o navegando por una página web compleja, Copilot puede ayudar a entender gráficos, reorganizar contenido o incluso ejecutar tareas sin necesidad de cambiar de ventana. La capacidad de análisis de Copilot es similar a la del nuevo Copilot Vision que revoluciona la navegación web.
Para acceder rápidamente a esta función en ordenadores, basta con presionar la combinación de teclas Alt + Espacio. Además, también está disponible la opción de interacción por voz, con la misma combinación de teclas mantenida durante dos segundos.
Copilot Vision y la competencia: IA visual en tiempo real
La llegada de Copilot Vision a Android coincide con el despliegue de funciones similares en asistentes de otras grandes tecnológicas. Google, por ejemplo, ha mostrado recientemente Gemini Live, el cual también permite analizar en tiempo real lo que se ve a través de la cámara del dispositivo.
Ambas propuestas apuestan por una experiencia multimodal en dispositivos móviles, pero Microsoft se diferencia en su enfoque con integración directa en Windows y un ecosistema consolidado alrededor de Copilot. La estrategia busca convertir al asistente en un eje central para la productividad, la organización y la asistencia diaria, como se menciona en el análisis de el cambio inminente en la forma de buscar información.
Desde la consulta de contenidos en la web hasta la ayuda con tareas visuales del día a día, Copilot Vision pretende cubrir un abanico amplio de usos, eliminando barreras entre el mundo digital y el físico.
Otras funciones de Copilot mejoradas con la actualización
La actualización que introduce Copilot Vision forma parte de un conjunto más amplio de mejoras que Microsoft ha añadido recientemente a su asistente de IA. En total, Copilot ha recibido ocho funciones clave que amplían su utilidad diaria:
- Memory: permite que Copilot recuerde preferencias, hábitos o fechas importantes, siempre con opción de personalizar el nivel de privacidad.
- Actions: la IA puede realizar tareas por ti, como comprar entradas, hacer reservas o enviar regalos.
- Pages: una herramienta para crear espacios de trabajo organizados y visuales, donde plasmar ideas o gestionar proyectos.
- Podcasts: genera contenidos de audio basados en intereses o temas seleccionados por el usuario.
- Deep Research: permite realizar investigaciones complejas, analizando documentos y fuentes en línea.
- Shopping: ayuda a comparar productos, rastrear precios y detectar ofertas automáticamente.
- Search: una experiencia de búsqueda mejorada en Bing con respuestas generativas y referencias claras.
Estas herramientas posicionan a Copilot como una plataforma de asistencia versátil, más allá de la mera conversación por voz o texto. Con Vision como complemento visual, el ecosistema se completa con una interfaz más rica y conectada con el entorno real. Para profundizar más en las capacidades de Copilot, te invito a leer el artículo sobre Microsoft Security Copilot y Agentes de IA.
Privacidad, control y disponibilidad
Microsoft ha destacado la importancia de la privacidad en estas nuevas funciones, asegurando que los usuarios tienen control total sobre qué información se almacena o recuerda. A través de un panel de configuración, es posible activar, limitar o desactivar funciones como Memory, así como gestionar los permisos de acceso a la cámara y al contenido visual.
En el caso de Copilot Vision, el acceso a la cámara no es constante, sino que se activa solo cuando el usuario lo permite explícitamente. De este modo, la compañía pretende evitar malentendidos con otras funciones como Recall —en fase beta—, que sí realiza capturas automáticas para su uso posterior.
Actualmente, Copilot Vision está disponible en fase inicial para usuarios de Android e iOS que utilicen la aplicación móvil de Copilot. En Windows, la función hay que instalarla manualmente o esperar al despliegue progresivo en el canal Insider. Microsoft ha confirmado que irá habilitándola por regiones, niveles de suscripción y plataformas.
Con la integración de visión artificial y lectura de pantalla, Copilot da un paso más en su transformación hacia un asistente digital realmente completo. Su potencial no se limita a responder preguntas o ejecutar comandos sencillos, sino que empieza a interpretar el mundo tal como lo hace el usuario.
Desde identificar objetos cotidianos, ayudar en proyectos académicos o acompañar tareas profesionales, la propuesta busca acercar la IA a más contextos de uso personal y funcional. Todo esto con controles de privacidad claros, opciones de personalización y un despliegue que va de la mano con el ecosistema Microsoft.
La llegada de Copilot Vision a Android no solo añade una herramienta visual más al abrigo de la IA cotidiana: redefine cómo podemos interactuar con nuestros dispositivos y el mundo físico, incorporando una mirada tecnológica que interpreta, asiste y aprende en tiempo real.
Redactor apasionado del mundo de los bytes y la tecnología en general. Me encanta compartir mis conocimientos a través de la escritura, y eso es lo que haré en este blog, mostrarte todo lo más interesante sobre gadgets, software, hardware, tendencias tecnológicas, y más. Mi objetivo es ayudarte a navegar por el mundo digital de forma sencilla y entretenida.