Insta360 GO Ultra incorpora a Kira: asistente de voz con IA impulsado por Qwen y Gemini
Insta360 se prepara para convertir la cámara de bolsillo GO Ultra en algo más que un dispositivo de grabación sin manos. La compañía presentó Kira, un nuevo asistente de voz con IA diseñado para la GO.
Insta360 GO Ultra añade Kira: un asistente de voz con IA impulsado por Qwen y Gemini
Introducción
Insta360 se prepara para convertir la cámara de bolsillo GO Ultra en algo más que un simple dispositivo de grabación sin necesidad de sostenerlo.
La compañía ha anticipado Kira, un nuevo asistente de voz con IA diseñado específicamente para la GO Ultra. El sitio web oficial chino de Insta360 ya ha publicado una página de evento para "Hey, Kira", programado para el 5 de agosto de 2026 a las 8:00 p. m., y su página de producto actual de la GO Ultra ya promociona la consulta por voz y la traducción en tiempo real como nuevas funciones de IA para viajes de la cámara.
Según informes de medios que citan a personas familiarizadas con el asunto, el asistente de voz utilizará diferentes modelos base según la región:
- China continental: El modelo Qwen de Alibaba.
- Hong Kong, Macao, Taiwán y mercados internacionales: Google Gemini.
Según los informes, el sistema combina la tecnología de asistente de voz propia de Insta360 con modelos multimodales de terceros. El reconocimiento de voz simple y la detección de intenciones se realizan en el dispositivo, mientras que las tareas más complejas —incluyendo preguntas y respuestas, traducción y cambio de modo de cámara— se procesan a través de servicios en la nube.
Las respuestas traducidas pueden reproducirse directamente a través del altavoz integrado de la cámara.
Las amplias funciones de Kira ahora cuentan con el respaldo del tráiler oficial de Insta360 y de las páginas de producto. La asignación específica de Qwen/Gemini y el desglose detallado de las tareas entre el dispositivo y la nube provienen principalmente de informes de medios; al momento de redactar este artículo, Insta360, Alibaba y Google aún no han publicado un anuncio técnico conjunto completo.
Kira llegará primero a la GO Ultra
La GO Ultra es el primer producto de Insta360 asociado públicamente con Kira.
Insta360 lanzó la cámara a nivel mundial el 21 de agosto de 2025, como la última incorporación a su serie GO de cámaras portátiles y vestibles. La cámara independiente pesa 53 gramos y puede montarse magnéticamente en ropa, accesorios, vehículos u otras superficies.
Sus especificaciones oficiales incluyen:
| Característica de la GO Ultra | Especificación oficial |
|---|---|
| Peso | 53 gramos (cámara independiente) |
| Resolución máxima de video | 4K @ 60 fps |
| Sensor | 1/1,28 pulgadas |
| Procesador | Chip de IA de 5 nm |
| Resolución máxima de foto | 50 megapíxeles |
| Duración de batería independiente | Hasta 70 minutos |
| Duración con Action Pod | Hasta 200 minutos |
| Carga rápida | Aproximadamente 80 % en 12 minutos |
| Almacenamiento | Tarjeta microSD extraíble, hasta 2 TB |
| Resistencia al agua | 10 metros (cámara independiente) |
| Ángulo de visión máximo | 156° |
El informe original de AIBase indicó que el paquete estándar se vende por 2.598 yuanes en China continental. En el lanzamiento internacional, Insta360 fijó el precio del paquete estándar en 449,99 dólares estadounidenses. Los precios minoristas actuales pueden variar según el país, el paquete, las promociones y la fecha.
La cámara ya incluye funciones de control por voz convencionales. Kira tiene como objetivo expandir esta interacción de un pequeño conjunto de comandos fijos a un asistente conversacional más amplio.
De comandos de voz fijos a asistente de IA
Antes de Kira, el manual oficial de la GO Ultra documentaba una función tradicional de control por voz.
Esta función admite inglés, chino y japonés, y reconoce los siguientes comandos:
Tomar foto
Iniciar grabación
Detener grabación
Marcar este punto
Apagar cámara
Este sistema es muy útil cuando el usuario tiene las manos ocupadas, pero funciona mediante comandos.
La cámara detecta frases conocidas y las asigna a acciones predefinidas.
Kira se presenta como una categoría diferente de interacción.
En lugar de limitarse a responder a comandos fijos, se espera que admita:
- Preguntas abiertas por voz.
- Traducción en tiempo real.
- Respuestas por voz a través de la cámara.
- Operaciones de cámara más flexibles.
- Solicitudes contextuales durante viajes o grabaciones.
La página de producto actual de Insta360 describe la experiencia como un compañero de viaje con IA que traduce conversaciones y responde preguntas mientras el usuario se desplaza.
Esto se acerca más a un asistente de IA multimodal que a un menú de control de cámara convencional.
Traducción en tiempo real a través del altavoz de la cámara
La traducción es el caso de uso más claramente confirmado de Kira.
El flujo de trabajo está diseñado para que la cámara participe en conversaciones cara a cara:
- El usuario activa el asistente.
- La cámara captura la entrada de voz.
- La solicitud se reconoce y procesa.
- El modelo en la nube genera la traducción.
- El resultado se reproduce a través del altavoz de la cámara.
Por lo tanto, la cámara actúa simultáneamente como dispositivo de entrada y salida.
Los viajeros ya no necesitan:
- Sacar el teléfono.
- Abrir una aplicación de traducción.
- Sostener la pantalla entre dos personas.
- Copiar texto a otros servicios.
- Pasar el dispositivo de un lado a otro.
Los detalles sobre los idiomas admitidos, la latencia, el comportamiento sin conexión y las limitaciones de conversación no están completamente documentados en los materiales oficiales revisados en este artículo.
Estos aspectos deben verificarse después de que Insta360 publique la documentación final de soporte de Kira.
Preguntas y respuestas por voz durante los viajes
Insta360 también afirma que el asistente de IA puede responder preguntas.
Esto crea escenarios más amplios de viaje y grabación.
Los usuarios podrían preguntar sobre:
- Un lugar.
- Un objeto en el entorno.
- Una frase para traducir.
- Una configuración de grabación.
- Preguntas generales de viaje.
- El siguiente paso de operación de la cámara.
El informe original de los medios indicó que el asistente tiene capacidades de modelo multimodal, pero no proporcionó suficientes detalles técnicos para confirmar qué contexto visual se envía exactamente al modelo.
Actualmente no está claro si Kira siempre podrá razonar sobre:
- La vista previa de la cámara en tiempo real.
- Fotos ya tomadas.
- Videos recientes.
- Solo audio.
- Estado y configuración de la cámara.
El término "multimodal" sugiere que el sistema está diseñado para admitir múltiples formas de entrada más allá del texto, pero el flujo final de entrada y los controles de privacidad aún requieren documentación oficial.
China continental supuestamente utiliza Qwen de Alibaba
La estrategia de implementación regional es uno de los puntos más destacables de este informe.
En China continental, se espera que Kira
utilice la serie de modelos Qwen de Alibaba.
Qwen incluye modelos de lenguaje, visión, audio, traducción, programación, razonamiento y agentes inteligentes. Alibaba ofrece pesos abiertos y API alojadas a través de su propia plataforma.
Esto convierte a Qwen en una base práctica para el asistente de cámara, ya que podría necesitar:
- Comprender solicitudes de voz naturales.
- Procesar contexto visual.
- Traducir idiomas.
- Generar respuestas concisas.
- Activar herramientas o funciones de cámara.
Los informes de medios describen la colaboración como una combinación de:
Marco de asistente propio de Insta360
+
Capacidades multimodales del modelo Qwen
Esta descripción sugiere que Insta360 no está simplemente integrando una interfaz de chat genérica de Qwen en la cámara.
En cambio, la compañía parece estar construyendo su propia capa de producto alrededor del modelo, incluyendo:
- Activación e interacción por voz.
- Control del dispositivo.
- Enrutamiento de intenciones.
- Herramientas exclusivas de cámara.
- Integración con nube regional.
- Salida de voz.
Al momento de redactar este artículo, Alibaba no ha publicado un estudio de caso técnico detallado que confirme el modelo Qwen específico utilizado por Kira.
Por lo tanto, es más preciso afirmar que la versión para China continental supuestamente utiliza Qwen, en lugar de especificar un checkpoint o API de Qwen concreto.
Otras regiones supuestamente utilizan Google
Gemini
Para los mercados de Hong Kong, Macao, Taiwán y el mercado internacional, los medios informan que Kira utilizará Google Gemini.
Gemini es la serie de modelos multimodales de Google que admite combinaciones de texto, imágenes, audio, video y herramientas, y cubre los productos de consumo y para desarrolladores de Google.
Desde una perspectiva de infraestructura, esta división regional es comprensible.
Una empresa de hardware global debe considerar:
- Disponibilidad de modelos.
- Acceso a la red.
- Residencia de datos.
- Latencia.
- Cobertura de idiomas.
- Requisitos regulatorios.
- Acuerdos comerciales.
- Infraestructura de nube regional.
Utilizar un proveedor de modelos en la China continental y otro en el mercado internacional puede reducir los problemas de disponibilidad y cumplimiento normativo.
Sin embargo, la versión final del modelo, los puntos de conexión, las políticas de procesamiento de datos y el alcance regional aún no se han publicado en las especificaciones oficiales completas de Kira.
Este informe no debe interpretarse como una confirmación de que cada solicitud de GO Ultra en el extranjero se enviará a un modelo público específico de Gemini.
Arquitectura híbrida entre el dispositivo y la nube
Personas informadas describen a Kira como un sistema híbrido.
Parte del trabajo se realiza localmente en el GO Ultra, mientras que las tareas de modelos más complejas se envían a la nube.
Tareas reportadas en el dispositivo
Según los informes, el dispositivo se encarga de:
- Reconocimiento de voz o del hablante.
- Detección inicial de intenciones.
- Preprocesamiento local de comandos de voz.
El procesamiento temprano en el dispositivo ayuda a:
- Activación más rápida.
- Menor latencia.
- Reducción de solicitudes innecesarias a la nube.
- Filtrado básico de identidad o instrucciones.
- Acceso continuo a funciones simples de control de cámara.
Tareas reportadas en la nube
Se informa que la nube se encarga de:
- Preguntas y respuestas abiertas.
- Comprensión de intenciones más complejas.
- Cambio de modos de cámara que requieren lógica de agente.
- Traducción.
- Procesamiento de modelos multimodales.
La potencia computacional de los modelos en la nube es mucho mayor que la de una cámara de 53 gramos.
Puede admitir una comprensión del lenguaje más sólida y más
razonamiento complejo sin necesidad de incorporar un gran modelo local en el dispositivo.
Por qué esta división es importante
El diseño híbrido requiere equilibrar múltiples restricciones:
| Restricción | Procesamiento en el dispositivo | Procesamiento en la nube |
|---|---|---|
| Latencia de respuesta | Mejor en tareas simples | Depende de las condiciones de red |
| Capacidad computacional | Limitada | Más potente |
| Disponibilidad sin conexión | Algunas funciones compatibles | Generalmente no disponible |
| Privacidad | Los datos pueden permanecer locales | Los datos pueden salir del dispositivo |
| Calidad del modelo | Sistema local más pequeño | Modelos multimodales de vanguardia |
| Consumo de energía | Consume batería de la cámara | Transfiere la computación del modelo al servidor |
La división específica actualmente solo se basa en informes; Insta360 aún no ha publicado documentación completa.
Hasta que se publiquen la política de privacidad oficial y las páginas de soporte, los usuarios no deben asumir fácilmente qué audio, imágenes o información del dispositivo permanecerán locales.
La cámara se convierte en una interfaz de hardware de IA
El GO Ultra fue diseñado originalmente para la captura de imágenes sin usar las manos.
Su forma magnética lo hace especialmente útil en escenarios donde al usuario le resulta inconveniente operar un teléfono o una pantalla táctil:
- Ciclismo
- Carrera
- Senderismo
- Esquí
- Registro familiar
- Viajes
- Grabación en primera persona
- Deportes extremos
La interacción por voz se adapta muy bien a este factor de forma.
Una cámara que se lleva puesta ya cuenta con:
- Captura de visión del entorno
- Micrófono
- Altavoz
- Procesador
- Batería
- Conectividad de red a través de su ecosistema
- Acceso a la configuración de la cámara y los modos de grabación
Kira transforma estos componentes en una interfaz de interacción para servicios de IA.
El cambio importante no es que la cámara tenga incorporado un modelo completo de vanguardia localmente.
Sino que la cámara se convierte en un sensor dedicado y un punto de control para modelos que se ejecutan en el dispositivo y en la nube.
Por qué un asistente de cámara es diferente de un asistente de teléfono
Los teléfonos inteligentes ya pueden ofrecer traducción y respuestas por voz.
El valor de Kira radica en reducir la fricción operativa al usar la cámara.
El usuario ya puede llevar puesta la cámara
El GO Ultra se puede sujetar a la ropa o accesorios.
El usuario no necesita sacar otro dispositivo antes de hablar.
El asistente podría controlar funciones de grabación
Un asistente de teléfono puede responder preguntas, pero no comprenderá automáticamente el modo actual o el estado de grabación de la cámara.
La posición de Kira es conectar el razonamiento de IA con el control de la cámara.
La cámara ya apunta a la escena que se filma
En comparación con un teléfono en el bolsillo, una cámara wearable puede tener un contexto visual más útil.
Si Kira utiliza esa información contextual en tiempo real en cada interacción, aún no ha sido aclarado oficialmente.
La salida de voz permanece manos libres en todo momento
El altavoz incorporado puede devolver respuestas o traducciones directamente, sin que el usuario tenga que leer una pantalla.
Esto es muy práctico durante la actividad física, aunque en entornos ruidosos o privados, la salida de voz puede no ser conveniente.
Kira es parte de una actualización de IA más amplia
La página actual del producto GO Ultra de Insta360 muestra el asistente de voz junto con otra función de IA, Moments Pro.
La página indica que el asistente puede gestionar preguntas y respuestas por voz y traducción, mientras que Moments Pro puede convertir el material grabado en un video corto completo de viaje.
Esto refleja dos líneas diferentes
de aplicación de la IA en el hardware de cámaras:
IA durante la captura
- Comandos de voz.
- Traducción.
- Preguntas.
- Operación de la cámara.
IA después de la captura
- Selección de clips.
- Edición.
- Generación de momentos destacados.
- Organización de recuerdos.
El GO Ultra ya incorpora un chip de IA de 5 nm para procesamiento de imágenes, con funciones como PureVideo y edición automática dentro de la aplicación Insta360.
Kira expande la IA desde el realce de imágenes y la postproducción hasta la interacción en tiempo real.
Lo que se ha confirmado oficialmente
La información existente proviene de diferentes niveles de evidencia.
| Declaración | Estado actual |
|---|---|
| Insta360 ha anunciado el lanzamiento de "Hey, Kira" para el 5 de agosto | Confirmado por materiales oficiales de Insta360 |
| El GO Ultra es el primer producto asociado con este asistente | Confirmado por el tráiler oficial y la página del producto |
| El asistente admite preguntas y respuestas por voz | Confirmado en la página oficial del producto |
| El asistente admite traducción en tiempo real | Confirmado en la página oficial del producto |
| Las respuestas o traducciones pueden reproducirse a través de la cámara | Informes de medios; coherente con el diseño del producto |
| En la China continental se utiliza Qwen de Alibaba | Informes de medios y personas informadas |
| En otras regiones se utiliza Google Gemini | Informes de medios y personas informadas |
| El reconocimiento de voz y la detección de intenciones se ejecutan localmente | Informes de medios |
| Las preguntas complejas, el cambio de modos y la traducción se ejecutan en la nube | Informes de medios |
| Se ha especificado la versión concreta del modelo Qwen o Gemini utilizado | No confirmado |
| Kira funciona completamente sin conexión | No confirmado |
| Kira procesa imágenes de cámara en tiempo real para cada pregunta | No confirmado |
| Todas las funciones de Kira están disponibles en todas las regiones e idiomas | No confirmado |
Privacidad y problemas de conectividad aún pendientes de respuesta
Un asistente de IA para cámaras podría procesar información sensible.
Según el diseño final, Kira podría involucrar:
- Grabaciones de voz.
- Identidad del hablante.
- Preguntas relacionadas con la ubicación.
- Escenas visuales.
- Personas del entorno.
- Conversaciones traducidas.
- Configuración de la cámara.
- Identificadores de cuenta y del dispositivo.
Antes de utilizar esta función en entornos sensibles, los usuarios deben consultar la documentación final de Insta360 para conocer:
- Qué datos se cargan.
- Si el audio se conserva.
- Si se envían imágenes o fotogramas de video a la nube.
- Qué proveedor de modelos recibe las solicitudes.
Área de almacenamiento de datos.
- Requisitos de cuenta.
- Control de eliminación.
- Privacidad de niños y espectadores.
- Limitaciones para uso empresarial o profesional.
La arquitectura híbrida puede mejorar la privacidad al filtrar datos innecesarios mediante procesamiento local, pero "en el dispositivo" no significa que toda la interacción permanezca en la cámara.
El diseño reportado envía explícitamente tareas complejas a modelos en la nube.
Las funciones de control por voz existentes probablemente seguirán funcionando
Kira no debe confundirse con el sistema de comandos fijos actual de la cámara.
El control de voz simple puede ser útil porque puede ofrecer:
- Instrucciones predecibles.
- Menor latencia.
- Menos dependencia de la red.
- Una huella de privacidad más reducida.
- Mayor facilidad de uso en flujos de grabación repetitivos.
El asistente de IA en la nube ofrece mayor flexibilidad, pero introduce:
- Latencia de red.
- Requisitos de conexión.
- Incertidumbre del modelo.
- Más consideraciones de privacidad.
- Posibles limitaciones de uso.
El producto ideal podría mantener ambas capas:
Comandos fijos locales
→ Operación inmediata de la cámara
Solicitudes abiertas de Kira
→ Procesamiento con IA y en la nube
Las notas finales de lanzamiento de Insta360 deberían aclarar qué comandos se ejecutan localmente y cómo los usuarios pueden alternar entre el control de voz tradicional y Kira.
Puntos a verificar después del lanzamiento oficial
Dado que el artículo de AIBase se publicó antes del evento de la noche del 5 de agosto, todavía faltan algunos detalles prácticos.
Los usuarios deben revisar el firmware final y las páginas de soporte para confirmar:
- Versión del firmware
- Regiones compatibles
- Idiomas compatibles
- Requisitos de cuenta y aplicación
- Requisitos de red
- Palabra de activación
- Limitaciones de traducción
- Controles de datos y privacidad
- Impacto en la batería
- Modos de cámara compatibles
- Si se necesita la cámara independiente o el Action Pod
- Disponibilidad en futuros productos Insta360
Estos detalles determinarán si Kira es una función práctica para el uso diario o principalmente una demostración temprana de la integración de IA en cámaras.
Preguntas frecuentes
¿Qué es Kira en la Insta360 GO Ultra?
Kira es un asistente de voz con IA presentado para la cámara de bolsillo GO Ultra. Insta360 indica que admite preguntas y respuestas por voz y traducción en tiempo real, ampliando los comandos de voz fijos existentes de la cámara.
¿Cuándo estará disponible la actualización de Kira?
El sitio web oficial chino de Insta360 promocionó el evento "Hey, Kira" a las 8:00 p. m. del 5 de agosto de 2026. El informe de AIBase se publicó esa misma mañana, por lo que los detalles finales del firmware no se habían revelado en las fuentes.
¿La GO Ultra utiliza Alibaba Qwen?
Los medios informaron que la versión de Kira para China continental utiliza las capacidades del modelo multimodal Qwen de Alibaba. Hasta el momento de redactar este artículo, Insta360 y Alibaba no han publicado un anuncio técnico conjunto completo que especifique qué modelo de Qwen se utiliza.
¿Kira utiliza Google Gemini fuera de China continental?
Según informes, las versiones para Hong Kong, Macao, Taiwán y los mercados internacionales utilizan Google Gemini. El modelo específico de Gemini, el punto de conexión y la disponibilidad regional completa aún no han sido confirmados oficialmente.
¿Puede la GO Ultra leer en voz alta las conversaciones traducidas?
La página oficial del producto de Insta360 promociona la función de traducción en tiempo real, y los medios informan que los resultados de la traducción se pueden reproducir a través del altavoz de la cámara. Los idiomas compatibles y las limitaciones de uso deben confirmarse en la documentación final de Kira.
¿Kira es lo mismo que el control por voz de la GO Ultra?
No. El control por voz existente solo reconoce un conjunto limitado de comandos fijos en inglés, chino y japonés. Kira está diseñado para ofrecer preguntas y respuestas en lenguaje natural más amplias, traducción y un comportamiento de asistente más flexible.
¿Puede Kira funcionar sin conexión a internet?
¿Conexión?
La arquitectura reportada ejecuta parte del reconocimiento y procesamiento de intenciones en el dispositivo, pero envía tareas complejas a la nube. La operación completamente fuera de línea de Kira no ha sido confirmada.
¿Qué hardware de la GO Ultra es compatible con Kira?
Las fuentes y los avances oficiales confirman que la serie GO Ultra existente es el primer hardware compatible. Los usuarios deben verificar los requisitos de firmware, región, versión de la aplicación y Action Pod después del lanzamiento de la versión final.
Herramientas relacionadas
- Insta360 GO Ultra: cámara de bolsillo compacta 4K60 con el asistente de voz con IA Kira.
- Aplicación Insta360: aplicación móvil de Insta360 para conexión de la cámara, actualizaciones de firmware, edición y gestión de contenido.
- Qwen: ecosistema de modelos y asistentes de IA multimodal de Alibaba, que según informes Kira utiliza en China continental.
- Plataforma API de Qwen: plataforma oficial de API de Alibaba para crear aplicaciones con los modelos Qwen.
- Google Gemini: asistente de IA multimodal y ecosistema de modelos de Google, que según informes Kira utiliza en mercados internacionales.
- Google AI for Developers: documentación oficial de la API de Gemini y para desarrolladores.
Enlaces relacionados
- Página oficial del producto Insta360 GO Ultra: funciones actuales, especificaciones, paquetes y la descripción oficial del asistente de viaje con IA.
- Artículo oficial de lanzamiento de la GO Ultra: anuncio original del producto de Insta360, que cubre hardware, imagen, batería, almacenamiento y precio de lanzamiento.
- Documentación de control por voz de la GO Ultra: idiomas admitidos oficialmente y comandos de voz fijos antes de Kira.
- Preguntas frecuentes de la GO Ultra: guía oficial de funcionamiento de la cámara y el Action Pod.
- Sitio web oficial de Qwen: portal oficial de productos e investigación de Qwen de Alibaba.
- Resumen de traducción multilingüe de Qwen: información oficial sobre la serie de modelos de traducción multilingüe de Qwen.
- Documentación de la API de Gemini: documentación oficial de Google para los modelos multimodales y la API de Gemini.
Resumen
Insta360 está incorporando el asistente de voz con IA Kira a la GO Ultra, añadiendo preguntas y respuestas abiertas por voz y traducción en tiempo real a esta cámara que antes dependía principalmente de comandos de voz fijos.
El avance oficial y la página del producto GO Ultra confirman esta experiencia de asistente amplia. Los informes de los medios añaden la estrategia regional de modelos: Qwen en China continental y Gemini en Hong Kong, Macao, Taiwán y los mercados internacionales.
La arquitectura reportada combina el marco de asistente propio de Insta360 con reconocimiento local y procesamiento multimodal basado en la nube. Este enfoque permite que una cámara de bolsillo de 53 gramos acceda a modelos más potentes sin intentar ejecutar todo el asistente localmente.
Aún quedan por confirmar detalles importantes, incluidos la versión del modelo, los idiomas compatibles, las limitaciones sin conexión, el procesamiento de datos y
Kira ofrece control preciso de la cámara.
El cambio clave es que la GO Ultra está pasando de ser una cámara controlada por comandos de voz a convertirse en un terminal de hardware de IA que puede escuchar, traducir, responder y posiblemente controlar la cámara mediante conversación natural.
**