La clave detrás de esta evolución es la inteligencia artificial multimodal, que permite procesar diferentes tipos de datos simultáneamente, como texto, imagen, audio y vídeo. A diferencia de los sistemas tradicionales, esta tecnología ofrece una comprensión más rica del entorno, lo que amplía enormemente las posibilidades de uso. Por ejemplo, las gafas pueden identificar objetos, traducir idiomas, o incluso sugerir recetas basadas en lo que hay en el refrigerador.