La tecnología de seguimiento ocular ha avanzado significativamente, permitiendo aplicaciones en accesibilidad, educación, investigación y entretenimiento. Este trabajo aborda el desarrollo de prototipos de seguimiento ocular de bajo costo, con el objetivo de mejorar su exactitud, precisión, eficiencia energética y portabilidad. Construidos sobre la base de un prototipo previo desarrollado por Leonardo Martínez en [1], este proyecto se enfoca en la integración de mejoras en hardware, software y diseño general. Se desarrollaron dos prototipos : uno basado en el Compute Module 4 de Raspberry Pi, enfocado en miniaturización y la simplicidad de desarrollo, y otro en la plataforma SK-AM62A-LP de Texas Instruments, optimizado para reducir el consumo energético. Entre las mejoras de hardware destacan el rediseño del sistema de iluminación con LEDs de mayor eficiencia energética y filtros infrarrojos, así como la integración de un PCB específico para simplificar el ensamblaje. En software, se refactorizó el código para mejorar su modularidad y se optimizaron los módulos de detección de cara, pupila y glints, logrando reducciones en los tiempos de procesamiento. Además, se implementaron redes neuronales ligeras para la detección de glints, aumentando la robustez del sistema, y se integraron frameworks como ONNX y TensorFlow Lite para mejorar el desempeño en hardware limitado. El sistema incorpora soporte para plug-and-play a través del modo gadget de Linux, permitiendo que el dispositivo sea reconocido como un mouse y un puerto serial en diversas plataformas sin necesidad de controladores adicionales. Además, se adaptó la aplicación de calibración, desarrollada en Python, para establecer comunicación serial con la placa de desarrollo, garantizando su uso en diferentes sistemas operativos. Asimismo, se generó un ejecutable para Windows, asegurando compatibilidad con las computadoras distribuidas por Ceibal, ente interesado en el desarrollo del dispositivo, las cuales utilizan este sistema operativo. Los prototipos desarrollados representan una iteración más en el avance hacia un dispositivo funcional, integrando mejoras en hardware y software que optimizan rendimiento, eficiencia energética y adaptabilidad.