Google достойно отговори на GPT-4o: новият Gemini говори като човек

На конференцията Google I/O 2024 бе представена мащабна актуализация на виртуалния асистент Gemini. Според уверенията на компанията той вече изпреварва конкуренцията с голяма разлика, като предлага множество нови функции за улесняване на живота.

Приложението Google Gemini дава възможност да взаимодействате с асистента чрез въвеждане на текст, чрез глас или камера. Google твърди, че на асистента може да се подаде PDF файл с 1500 страници текст, 30 000 реда код или 1 час видео.

С други думи, можете да заредите много текстови, аудио- и видеофайлове в Gemini и след това да зададете различни въпроси за цялото това съдържание или да помолите асистент да го обработи. Така например можете да поискате от него да намери правилната информация във всички тези данни, да я съпостави, да я групира и т.н. А до края на годината Google възнамерява да увеличи броя на токените, обработвани от Gemini, до 2 милиона.

По време на демонстрацията бяха представени няколко интересни начина за използване на Gemini. Например, може да се поиска да се направи план за пътуване въз основа на самолетен билет в офиса на пощата. Асистентът ще анализира голямо количество данни, включително времето, интересите на потребителя, събитията, които се провеждат в града на дестинацията, и дори алармата, настроена на устройството. Ако е необходимо, можете да коригирате предложения график. Например, ако промените часа на алармата, Gemini ще пренареди целия график.

Gemini може също така да взаимодейства с реалния свят чрез камерата на смартфона. На асистента може да бъде показано заобикалящото го пространство и да бъде помолен да взаимодейства по някакъв начин с получената информация. Това може да бъде решаване на математически задачи и още много други.