Google сделал своего AI-ассистента Gemini Live еще умнее. Новая версия получила усовершенствованное понимание языков, поддержку живого видео и возможность шарить экран во время разговора. Это означает, что общение с ассистентом станет более интерактивным и удобным.
Что изменилось
- Улучшенное распознавание языков, акцентов и диалектов;
- Живое видео и обмен экраном для более динамичных взаимодействий;
- Лучший перевод и понимание контекста;
- Использование новой модели Gemini 2.0, которая улучшает скорость и точность.
Но вместе с новыми возможностями приходит и знакомая проблема — конфиденциальность. Google хочет сохранять аудио, видео и данные с экрана в вашем Gemini Apps Activity. По умолчанию эта опция выключена, но пользователям придется вручную следить за своими настройками.
Как работает обновленный искусственный интеллект
Новые возможности Gemini Live, похоже, работают благодаря Multimodal Live API, представленному еще с Gemini 2.0. Эта технология позволяет ассистенту обрабатывать текст, аудио и видео в режиме реального времени.
Google уже называет это началом «эры агентов», где AI не просто отвечает на вопросы, а прогнозирует действия и выполняет задачи самостоятельно. Это не просто улучшенный чат-бот, а система, способная анализировать, принимать решения и даже действовать автономно.
Первая модель в новой линейке — Gemini 2.0 Flash. Она вдвое быстрее предыдущей версии Gemini Pro 1.5 и может работать не только как ассистент, но и как полноценный агент для решения сложных задач.
Что это значит для пользователей
Обновленный Gemini Live — это потенциально большой прорыв в сфере искусственного интеллекта. Он может упростить работу во многих сферах, от образования до медицины. Но в то же время, как и все умные технологии, он требует больше персональных данных.
Обновления уже постепенно появляется у пользователей. Но главный вопрос остается открытым: готовы ли мы делиться еще больше информации ради удобства?
