Ir al contenido principal
PromptQuorumDiseñado para humanos. Estructurado para la IA.
Inicio/LLM locales avanzados
Voice, Speech & Multimodal

Reseña de LLM Vision: análisis de cámaras para Home Assistant con LLM de visión

·6 min de lecturaPor Hans Kuepper · Fundador de PromptQuorum · Motor de descubrimiento de IA de pesos abiertos y código abierto

LLM Vision (versión 1.7.2, publicada el 3 de septiembre de 2026) es una integración gratuita de Home Assistant con licencia Apache-2.0 que permite a un modelo de lenguaje con visión describir imágenes de cámara, vídeos, transmisiones en directo y eventos de Frigate. Se entrega sin modelo: el análisis se ejecuta en el proveedor que configures. Todas las afirmaciones proceden del sitio del desarrollador, su repositorio de GitHub y su archivo de privacidad.

Conclusiones clave

  • Mantenimiento: la versión 1.7.2 se publicó el 3 de septiembre de 2026 y el repositorio se actualizó por última vez el 17 de septiembre de 2026 con un blueprint beta para la 1.8.0, así que no corresponde ningún aviso de proyecto abandonado.
  • Coste: la integración es gratuita; los proveedores en la nube cobran por consulta.
  • IA: no incluye ningún modelo, conectas el proveedor que prefieras.
  • Privacidad: el archivo de privacidad indica que la integración no contiene telemetría; adónde van las imágenes depende de tu proveedor, consulta Flujo de datos y privacidad.
  • Desarrollador: una persona a título individual, Valentin Fröhlich, que afirma que el proyecto no está respaldado por ninguno de los proveedores citados ni asociado a ellos.

📍 En una frase

LLM Vision es una integración de Home Assistant que permite a un LLM de visión describir imágenes de cámara, vídeo y eventos de Frigate, con el modelo aportado por un proveedor local o en la nube que elijas.

💬 En términos simples

Tu cámara o Frigate entrega una imagen a un modelo de IA que configuras por separado, y la respuesta vuelve como texto que Home Assistant puede mostrar, guardar o usar para actuar.

📌Nota: Esta reseña se basa en llmvision.org, el repositorio de GitHub y su archivo de privacidad, consultados el 1 de noviembre de 2026. PromptQuorum no ha instalado, ejecutado ni medido la integración, así que no se evalúan la velocidad, la precisión de detección ni la calidad de las descripciones.

Leer en:
🇺🇸en🇩🇪de🇫🇷fr🇯🇵ja🇨🇳zh🇪🇸es🇧🇷pt🇸🇦ar🇰🇷ko

LLM Vision es una integración gratuita de Home Assistant que envía imágenes de cámara, clips de vídeo y eventos de Frigate a un modelo de lenguaje multimodal y devuelve una descripción en texto que pueden usar las notificaciones, las automatizaciones y una línea de tiempo de eventos. No hace ningún trabajo de IA por sí misma: conectas un proveedor, ya sea Ollama, Open WebUI o LocalAI en tu propio hardware, o un servicio en la nube. El desarrollador es Valentin Fröhlich. Esta reseña se basa en el sitio web, el repositorio de GitHub con sus versiones y su archivo de privacidad, y la página del sitio sobre el modelo Glimpse, consultados el 1 de noviembre de 2026; PromptQuorum no ha probado la integración en la práctica.

Reseña de LLM Vision: análisis de cámaras para Home Assistant con LLM de visión

¿Qué es LLM Vision?

LLM Vision es una integración personalizada de Home Assistant que pasa a un modelo de lenguaje multimodal imágenes de cámaras, entidades de imagen, archivos de vídeo y eventos de Frigate. El sitio la presenta como «Visual Intelligence for your Home» y el repositorio de GitHub se creó el 14 de mayo de 2024.

Es un complemento para una instalación domótica existente, no una aplicación independiente: necesitas un Home Assistant en funcionamiento, la tienda comunitaria HACS y un proveedor de IA. El desarrollador es Valentin Fröhlich, citado en la línea de copyright del sitio; el repositorio indica un segundo responsable del código en GitHub.

Dónde conseguirlo

LLM Vision se instala desde HACS dentro de Home Assistant; no hay descarga aparte, aplicación de tienda ni instalador.

Opción
Cómo conseguirlo
InstalaciónLLM Vision en GitHub, añadido con HACS
ConfiguraciónAñadir en Dispositivos y servicios, preparar la carpeta /media para capturas y añadir un proveedor de IA
Proveedores localesOllama, Open WebUI o LocalAI en tu propio hardware
Proveedores en la nubeOpenAI, Anthropic, Google, OpenRouter, AWS, Groq o Azure AI, facturados por consulta por el proveedor
PrecioLa integración es gratuita; las donaciones con Buy Me a Coffee son opcionales
DocumentaciónGuía de inicio
Sitio webllmvision.org
Política de privacidadPRIVACY.md en GitHub
Código fuenteLicencia Apache-2.0 en GitHub

Versión revisada: 1.7.2 (3 de septiembre de 2026, GitHub). El manifiesto de la integración en el repositorio sigue indicando 1.7.1 y el sitio web v1.7.0, así que ambos van por detrás de la versión publicada. El repositorio no indica una versión mínima de Home Assistant, y quienes usan Home Assistant Container quizá tengan que montar la carpeta /media.

Cómo empezar

Los pasos siguen el README del desarrollador; PromptQuorum no los ha ejecutado.

  1. 1
    Instalar la integración
    Why it matters: Instala LLM Vision desde HACS y reinicia Home Assistant.
  2. 2
    Añadirla a Home Assistant
    Why it matters: Busca LLM Vision en Dispositivos y servicios y confirma con los ajustes predeterminados.
  3. 3
    Preparar la carpeta multimedia
    Why it matters: Las capturas se guardan en /media; quienes usan Home Assistant Container quizá tengan que montarla.
  4. 4
    Añadir un proveedor de IA
    Why it matters: Vuelve a la página de la integración y añade una entrada para tu proveedor, por ejemplo Ollama en tu propio servidor o una clave de API en la nube.

Funciones confirmadas por las fuentes

Cada elemento procede del sitio o del repositorio del desarrollador; ninguno se ha probado de forma independiente.

  • Cuatro acciones. Images analiza cámaras, entidades de imagen o archivos; Videos extrae fotogramas de un archivo de vídeo o de un evento de Frigate; Streams captura fotogramas de entidades de cámara; Data analiza una imagen y actualiza un ayudante numérico, de texto, de selección o booleano.
  • Notificaciones. Las transmisiones de cámara y los eventos de Frigate se analizan casi en tiempo real, y los resultados pueden alimentar notificaciones y automatizaciones.
  • Línea de tiempo y memoria. Los eventos solo se guardan si «remember» está activado; con «important» se clasifican y solo se conservan si se consideran importantes, y aparecen como entidades de calendario. Recordar eventos requiere un agente de conversación como Extended OpenAI Conversation.
  • Canalización de imágenes. Según el sitio, elige los fotogramas relevantes y los optimiza para la inferencia, y un reductor de resolución disminuye el tamaño y el consumo de tokens.
  • Glimpse-v1. El modelo abierto de visión y lenguaje del desarrollador, de 4000 millones de parámetros, para resumir eventos de seguridad del hogar, en beta, en Hugging Face y la biblioteca de Ollama (ollama run llmvision/glimpse-v1).
  • Idiomas. Inglés, alemán, neerlandés, francés, español, portugués, italiano, polaco y sueco, con más idiomas añadidos con el tiempo.

Flujo de datos y privacidad

La integración envía las imágenes solo al proveedor que configures, así que su destino depende por completo de esa elección. Con Ollama, Open WebUI o LocalAI en tu propio hardware, el análisis se queda contigo; con OpenAI, Anthropic, Google, OpenRouter, AWS, Groq o Azure AI, los fotogramas viajan a los servidores de esa empresa y quedan sujetos a sus condiciones.

El archivo de privacidad (vigente desde el 15 de febrero de 2026) dice que la integración de Home Assistant no contiene telemetría: el desarrollador no recibe datos de uso, no ve qué proveedores configuras y no tiene acceso a tus datos de Home Assistant. No hacen falta cuentas, y solo el sitio web usa Google Analytics. El sitio añade que los eventos analizados nunca salen de tu instancia de Home Assistant, mientras que el manifiesto de la integración la clasifica como cloud polling.

📌Nota: Son declaraciones del desarrollador, no resultados de una auditoría, y PromptQuorum no ha inspeccionado el tráfico de red. La afirmación del sitio sobre los eventos se refiere a los eventos almacenados, no a las llamadas a un proveedor.

Para quién es

  • Usuarios de Home Assistant con cámaras que quieren una descripción en texto de un evento del timbre o del acceso en la notificación.
  • Usuarios de Frigate que quieren eventos resumidos y consultables en una línea de tiempo.
  • Quienes operan Ollama, Open WebUI o LocalAI y quieren analizar los fotogramas en su propio hardware.

Lo que no pudimos verificar

  • Rendimiento. La precisión de detección, la latencia, los requisitos de hardware y el coste por consulta no se han probado, y el sitio no indica ningún requisito de hardware.
  • Funcionamiento totalmente local. Ni el sitio ni el README describen una configuración local de extremo a extremo; citan Ollama, Open WebUI y LocalAI como proveedores y recomiendan un proveedor local para la máxima privacidad.
  • Versión de Home Assistant. El repositorio no indica una versión mínima.
  • Licencia de Glimpse-v1. El sitio no nombra ninguna licencia para el modelo y no da cifras de hardware.

Competidores y alternativas

Home Assistant Assist

Plataformas:
Linux, web, iPhone, Android
Precio / licencia:
Gratis / Apache-2.0
Diferencia clave:
Asistente de voz integrado; agentes LLM con Ollama u OpenAI
Artículos sobre Home Assistant Assist (1)

Ollama

Plataformas:
Mac, Windows, Linux
Precio / licencia:
Gratis / MIT
Diferencia clave:
Ejecutor local de modelos que LLM Vision puede usar como proveedor
Artículos sobre Ollama (10)

+333 más no mostrados

Comprueba el precio, la licencia y las plataformas actuales de cada app en su propia página antes de decidir.

Comparar en el directorio

Preguntas frecuentes

¿Puedo usar un proveedor que no está en la lista?

Según el sitio, también pueden usarse proveedores con un punto de acceso de API compatible con OpenAI, quizá con una configuración adicional.

¿Hay una versión de pago o una suscripción?

No figura ninguna; el sitio solo muestra un enlace de donación opcional de Buy Me a Coffee, y la integración en sí es gratuita.

¿Dónde obtengo ayuda o informo de un error?

El sitio enlaza GitHub Discussions, un servidor de Discord y un hilo de la comunidad de Home Assistant, e indica hello@llmvision.org como contacto. Su enlace «Report a bug» apunta al repositorio aparte de la tarjeta del panel, no al principal.

Veredicto

LLM Vision convierte en texto las imágenes de cámara, los vídeos y los eventos de Frigate de Home Assistant mediante un modelo de visión que tú eliges, es gratuito bajo Apache-2.0 y su repositorio se actualizó el 17 de septiembre de 2026. En contra, no trae un modelo propio, los proveedores en la nube reciben tus fotogramas, no se indica ni una versión mínima de Home Assistant ni un requisito de hardware, y la precisión y la velocidad no se han probado. Encaja con propietarios de Home Assistant que puedan ejecutar Ollama, Open WebUI o LocalAI por su cuenta; quien envíe fotogramas a un proveedor en la nube debería leer antes las condiciones de ese proveedor.

Fuentes

  • Sitio web de LLM Vision — funciones, proveedores, privacidad y notas de instalación, consultado el 1 de noviembre de 2026.
  • Página de Glimpse-v1 — descripción del modelo y disponibilidad, consultada el 1 de noviembre de 2026.
  • LLM Vision en GitHub — README, licencia, manifiesto y commits, consultados el 1 de noviembre de 2026.
  • Versión v1.7.2 en GitHub — versión del 3 de septiembre de 2026, consultada el 1 de noviembre de 2026.
  • Política de privacidad — telemetría y tratamiento de datos, vigente desde el 15 de febrero de 2026, consultada el 1 de noviembre de 2026.

← Volver a LLM locales avanzados

MCP