◌ ALETHEIAARCHIVO DE SEÑALES · PREGUNTAS · FUTUROS
← Volver al archivo
CUADERNO DE OBSERVACIÓN · software de búsqueda · 14 de octubre de 2026

DigUp: buscar en Mac por contenido con una inteligencia que une texto, imágenes y sonidos

Este buscador para macOS 14 en Apple Silicon usa el modelo multimedial EmbeddingGemma 2 de Google DeepMind para encontrar archivos según su contenido, integrando texto, imágenes, audio y video en un solo espacio común. Promete superar búsquedas tradicionales basadas en nombres o metadatos.

01 / HECHO

Qué encontramos

DigUp es un programa de código abierto para macOS que permite buscar en los archivos del equipo usando el contenido real en lugar de solo nombres o etiquetas. Emplea EmbeddingGemma 2, un modelo lanzado en 2026 que pone texto, fotos, audios y videos en una misma representación, donde elementos similares se agrupan juntos, facilitando así encontrar, por ejemplo, una imagen de un perro en la playa o un fragmento de audio que hable de sueño.

02 / CONTRADICCIÓN

La tensión

Aunque DigUp promete integrar diversos tipos de archivos en una búsqueda unificada, el alcance real de su comprensión y precisión sobre el contenido multimedia complejo todavía no está claro. Usar un único espacio de representación para formatos tan distintos puede generar limitaciones o confusiones, especialmente en contextos con información técnica o cultural diversa.

03 / HORIZONTE

Lo que podría abrir

La fusión de texto, imágenes y sonido en una sola consulta abre posibilidades inéditas para la recuperación de información personal y profesional, evitando tener que clasificar o etiquetar manualmente archivos. En particular, puede ser útil para encontrar fragmentos específicos en podcasts, videos, documentos legales o código, ampliando con nuevas formas la gestión local de datos.

04 / HUMILDAD EPISTÉMICA

Lo que todavía no sabemos

Queda por verificar cómo se comporta la herramienta con grandes volúmenes de datos y qué tan rápida y precisa es al buscar en diferentes idiomas o formatos menos difundidos. Además, la dependencia del modelo EmbeddingGemma 2 limita su funcionamiento al hardware Apple Silicon y a macOS 14 o superior. Las versiones para Windows y Linux aún están en desarrollo.

Rastro documentalConsultar fuente original ↗Esta pieza reúne evidencia disponible y preguntas de investigación. No constituye una validación independiente de la tecnología.