Apple Intelligence lleva resúmenes de video con IA a HomeKit, pero los altos costos y alertas escasas quedan rezagados frente a Google y Ring

Apple Intelligence Expands to Home Security Cameras with iOS 27

Apple ha introducido capacidades de visión generativa en su ecosistema de hogar inteligente con el lanzamiento de Apple Intelligence para HomeKit Secure Video (HKSV), presentado junto a iOS 27 el 14 de septiembre. La actualización equipa a las cámaras de seguridad y timbres de video compatibles con notificaciones de texto en lenguaje natural, búsqueda automática de clips y unión de eventos entre múltiples cámaras, colocando a Apple en competencia directa con las funciones Gemini de Google Nest y las herramientas de monitoreo inteligente de Amazon Ring.

Para medir cómo funciona el sistema en el uso diario, Jennifer Pattison Tuohy de The Verge probó el nuevo ecosistema de Apple junto a sus principales competidores, instalando una Aqara Doorbell Camera G400 ($99) en HomeKit, un Google Nest Doorbell 2K ($199.99) y un Ring Wired Doorbell Pro ($249.99). Aunque la actualización representa la primera incursión importante de Apple en visión generativa para el hogar, los resultados preliminares muestran que la compañía enfrenta importantes obstáculos en precisión descriptiva, fiabilidad de notificaciones y precios de suscripción en comparación con las ofertas más consolidadas de Amazon y Google.

Pruebas de precisión, fiabilidad de notificaciones y precios de iCloud Plus

Para usar Apple Intelligence for Home, los usuarios necesitan un iPhone compatible con IA con iOS 27, un hub doméstico con tvOS o HomePod versión 27, una cámara compatible con HKSV y una suscripción a iCloud Plus. Los precios de las funciones de IA de Apple están vinculados directamente a los niveles de almacenamiento en la nube:

• Plan de 2 TB ($9.99/mes, o $39.95 a través de Apple One): Soporta funciones de IA en 1 cámara.
• Plan de 6 TB ($29.99/mes): Soporta funciones de IA en 2 cámaras.
• Plan de 12 TB ($59.99/mes): Soporta funciones de IA en hasta 5 cámaras.

Apple impone un límite estricto de cinco cámaras para las funciones de IA, aunque la grabación estándar de HKSV cubre un número ilimitado de cámaras en el nivel de 2 TB. En comparación, tanto Google Home como Amazon Ring cobran tarifas planas de $20 al mes para ofrecer capacidades completas de IA sin límite de cámaras. Ring añade $3 extra por cámara para la grabación continua 24/7, mientras que Google incluye la grabación 24/7 para cámaras Nest cableadas dentro de su nivel base de $20.

En comparaciones operativas directas, Apple entregó las alertas de notificación más concisas y, a menudo, menos útiles. Al detectar una mascota en el exterior, Apple informó “Un gato se sentó en el porche”, mientras que Ring describió “Un gato está de pie en el camino fuera del porche”, y el modelo Gemini de Google identificó el color específico: “Un gato blanco y negro camina por el porche”. Apple frecuentemente generalizaba a las personas como “alguien” en lugar de reconocer uniformes, paquetes o acciones específicas que Google y Ring capturaban rutinariamente. Los modelos de visión en las tres plataformas también produjeron alucinaciones; una podadora robótica fue identificada como “un simulador de servicio de tenis” y “un hoverboard gris”.

El reconocimiento facial de Apple fue notablemente vacilante, etiquetando periódicamente a los residentes con frases inciertas como “Alguien que podría ser Jennifer Pattison Tuohy”. Ring resultó ser el más fiable en identificación facial, mientras que Google identificó caras correctamente aproximadamente la mitad de las veces. La entrega de notificaciones también falló en la configuración de Apple: las alertas de movimiento del Aqara G400 dejaron de enviarse intermitentemente a la aplicación Apple Home, aunque seguían activándose en la aplicación propietaria de Aqara. Sin embargo, Apple reestructuró completamente su canal de grabación backend para iOS 27, resolviendo con éxito los caídos de clips prolongados en hardware conectado como las cámaras exteriores Eve y los modelos Aqara G5 y G350.

Cada plataforma mostró capacidades de software distintas:

• Apple: Ofrece “clip stitching” multi‑cámara, que sigue a un sujeto a través de diferentes cámaras y une el metraje en una secuencia continua, además de un filtro algorítmico que resalta eventos “notables” en la pestaña de búsqueda.
• Ring: Incluye un motor de “Eventos Inusuales” que mapea rutinas diarias regulares y filtra la actividad rutinaria. En las pruebas, esto redujo las alertas diarias de aproximadamente 40 a dos o tres, ignorando salidas normales del hogar mientras señalaba disturbios nocturnos.
• Google: Ofrece búsqueda en lenguaje natural, resúmenes de texto diarios “Home Brief”, y automatizaciones activadas por visión. En pruebas tempranas con un alimentador inteligente y la función Pet Memory de Google, el sistema dispensó comida cada vez que aparecía cualquier gato, sin restringir la alimentación a una mascota específica.

El intercambio de privacidad en la nube y el cambio hacia IA local

Desplegar modelos de visión‑lenguaje para vigilar la actividad doméstica plantea nuevos retos de privacidad. Mientras que HomeKit Secure Video tradicional procesa los clips localmente en un hub doméstico antes de la encriptación de extremo a extremo y la copia de seguridad en la nube, Apple Intelligence envía los resúmenes de video a través del Private Cloud Compute (PCC) basado en la nube de Apple. La compañía afirma que los clips se descifran dentro del PCC únicamente para generar subtítulos de texto, que no son accesibles para administradores y que se eliminan permanentemente inmediatamente después del procesamiento.

Los competidores gestionan los datos mediante arquitecturas diferentes. Ring ha procesado históricamente todo el video en la nube, lo que ha generado escrutinio por solicitudes de datos de fuerzas del orden en el pasado. Ring introdujo recientemente “TAKE”, un marco de encriptación que rota automáticamente las claves, elimina la copia interna del video de Ring después de 24 horas y evita que la empresa descifre el material del cliente para la policía. Google Nest cifra el procesamiento de Gemini en tránsito y en reposo, realiza algunas tareas en el dispositivo mientras depende de los servidores de Google Cloud para cargas de trabajo generativas intensivas.

A medida que las cámaras inteligentes pasan de ser detectores de movimiento pasivos a disparadores proactivos del hogar inteligente, la demanda del consumidor podría favorecer finalmente arquitecturas de procesamiento local‑primero. Fabricantes de hardware como Anker Eufy, Reolink, Ubiquiti UniFi y UGreen están implementando cada vez más procesadores neuronales locales para ejecutar visión por computadora completamente dentro del hogar, evitando tarifas de suscripción recurrentes y el procesamiento de datos fuera del recinto.