Това, което поискахте: Gemini вече ви позволява да качвате аудио и „всякакви“ файлове

В началото на август се появиха слухове, че Google работи върху една от най-очакваните функции за Gemini — поддръжка на качване на аудио файлове. Сега тази функция е достъпна за Android, iOS и уеб-версията на приложението.

Джош Удуърд, вицепрезидент на Google Labs и Gemini, обяви нововъведенията. Той потвърди, че потребителите вече могат да качват всякакви файлове в приложението, включително най-често търсения формат — аудио. Ако кликнете върху иконата „+“ и изберете „Качване на файлове“ в уеб версията или „Файлове“ на вашия смартфон, можете да добавите MP3, WAV и други често срещани формати.

Според обновената документация по поддръжката на Google, можете да качвате до 10 файла на заявка. Общата продължителност на аудиото е ограничена до 10 минути за безплатните потребители. Ако се абонирате за Google AI Pro или AI Ultra, лимитът се увеличава до три часа. Въпреки ограниченията, дори 10 минути звучат значимо. В крайна сметка, за сравнение, видеоклипове в Gemini могат да се качват само с продължителност до 5 минути. За платените потребители това ограничение се увеличава до един час.

В допълнение към аудио поддръжката, Google обяви и две други важни актуализации на своите базирани на Gemini продукти. Първо, Google Search в режим AI Mode получи пет нови езика: хинди, индонезийски, японски, корейски, бразилски и португалски. Това стана възможно благодарение на интегрирането на Gemini 2.5 в услугата за търсене. Компанията отбелязва, че това ще позволи на повече потребители да задават сложни въпроси на родния си език и да получават по-задълбочени резултати.

Второ, ИИ-бележникът NotebookLM, който работи на базата на Gemini, получи нови стилове за отчети. Той ви позволява да създавате учебни материали, резюмета, блогове, флаш-карти, тестове и други формати на повече от 80 езика. NotebookLM анализира качените от потребителя документи, файлове и други материали и генерира резултата в зададен стил. Сега можете да избирате структурата, тона и стила на отчетите, които създавате. Според Google, актуализацията ще бъде достъпна за всички потребители тази седмица.

Заслужава да се отбележи, че възможността за работа с аудио в NotebookLM е съществувала още преди тази функция да се появи в основното приложение на Gemini. Именно NotebookLM е позициониран като инструмент за изследване и откриване на закономерности във файлове с различни формати.

През последните месеци Google активно разширява своята екосистема от функции, задвижвани от изкуствен интелект. През август Gemini започна автоматично да запомня потребителските данни и предпочитания от предишни разговори. В същото време безплатните акаунти получиха достъп до Workspace Vids — инструмент за генериране на видеоклипове. През септември Google Photos премина към нова версия на видео генератора, Veo 3, и позволи на безплатните потребители да създават кратки 4-секундни видеоклипове от своите снимки.