Ключовите съобщения от I/O конференцията на Google
Google демонстрира широка гама от нови продукти, базирани на AI, тъй като технологичният гигант залага претенциите си да бъде един от основните играчи в ерата на AI.
По време на двучасово основно събитие за откриване на годишната I/O конференция за разработчици – и където фразата „AI“ беше спомената повече от 120 пъти – фирмата изложи как ще продължи да интегрира генеративния AI в своите най-известните продукти.
Ето преглед на ключовите съобщения от събитието.
– Възстановяване на търсенето за генериращ AI
Google Търсене, най- добре позната част от бизнеса на компанията, се преработва за генеративния AI, потвърдиха от Google.
През следващите седмици ще започне да се разпространява out AI Overviews, нов тип резултати от търсене, захранвани от AI.
Осъществено от модела Gemini AI на Google, AI Overviews е в състояние да разбере по-дълги и по-сложни заявки и да предостави набор от предложения в отговор, нарушавайки заявките на ключови части и предлага множество гледни точки от мрежата.
Google казва, че целта е да „премахне работата“ от търсенето, като предостави по-широк набор от съдържание на едно място като резултати от търсене с нов облик.
Той ще започне да се разпространява в САЩ тази седмица, като скоро ще последва поддръжка за още държави.
– Project Astra
Името на визията на Google за „бъдеще на AI асистенти“, Project Astra е първият експеримент, който компанията е направила върху така наречения „универсален агент“.
Идеята е AI асистент, който е полезен във всеки момент от ежедневието и има възможности за разговор в реално време, като същевременно е мултимодален – способен да приема всяка комбинация от текст, аудио и визуално въвеждане и да отговаря точно.
Демонстрацията на това по време на I/O видя как някой сканира офис пространство с камерата на смартфона си, докато моли Astra да идентифицира обекти в офиса, да предложи креативни предложения за неща, които е видял, и дори да напомни на потребителя къде определени елементи са били изгубени.
– Veo и Imagen 3
Два основни нови инструмента за създаване на съдържание от технологичния гигант, позволяващи на потребителите да създават видео или изображения въз основа на въведен текст.
Google каза, че Veo е неговият „най-способен модел за видео генериране до момента“ и може да генерира 1080p видеоклипове с дължина над минута в набор от кинематографични и визуални стилове.
Veo има усъвършенствано разбиране на естествения език и кинематографичните термини , каза Google, което дава възможност за повече творчески контрол.
Подобно на Imagen 3, Google каза, че подобреното му разбиране на езика означава, че приложението ще може да включва точно по-малки детайли от по-дълги подкани и също така вече може да изобразява по-добре текст .
Компанията предположи, че това може да е всичко за по-добро генериране на персонализирани съобщения и заглавни слайдове в презентации, което преди беше проблем за моделите за генериране на изображения.
– Gemini в Workspace
В ключова актуализация за потребителите Google каза, че въвежда своя модел Gemini 1.5 Pro AI в своя пакет от приложения за работно пространство, което означава, че потребителите скоро ще имат възможността да използват Gemini в някои от най-често използваните от тях приложения.
Ерата на Gemini е тук, внасяйки магията на AI в инструментите, които използвате всеки ден. Научете повече за всички съобщения от #GoogleIO → https://t.co/ZQaDrmItuhpic.twitter.com/9Tu1C6WNqQ
— Google (@Google) 14 май 2024 г.
Например в Gmail потребителите ще могат да поискат от Gemini да обобщи всички скорошни имейли от конкретен подател или по определена тема, за да наваксат всичко, което имате пропуснати.
На други места компанията демонстрира нова функция, идваща в нейното приложение за снимки, наречена „Попитайте за снимки“.
Тук Gemini ще може да търси в албума със снимки на потребителя конкретни единични изображения въз основа на текстови подкани за това, от което се нуждаят – например тази снимка на името и паролата на вашата домашна Wi-Fi мрежа или регистрационния номер на автомобила – и бързо ги показват на потребителя.
– Gemini на Android
Като част от това, което шефът на Android Sameer Samat каза, че е „многогодишно пътуване за преосмисляне на Android с Gemini в основата му“, Google каза, че прави своя AI модел новия AI асистент на своята мобилна операционна система.
Благодарение на Gemini Nano, @Android ще ви предупреди по време на разговор, веднага щом открие подозрителна дейност, като например да бъде поискан вашия номер на социална осигуровка и банкова информация. Очаквайте още новини през следващите месеци. #GoogleIOpic.twitter.com/wtc3rrk0Gc
— Google (@Google) 14 май 2024 г.
Голяма част от AI работата ще се извършва на устройството, каза Google, за по-добра сигурност и редица нови инструменти също ще бъдат въвеждани постоянно, включително нова функция за откриване на измами, която ще анализира гласови повиквания в реално време и ще предупреждава потребителите, ако Gemini смята, че може бъде измама.
Потвърдено беше, че поддръжката на мултимодалност чрез Gemini Nano идва и към собствените Pixel устройства на Google, което позволява на потребителите да използват текст, изображения и визуални подкани, за да взаимодействат с Gemini.
