سه شنبه گذشته، گوگل از یک محصول جدید هوش مصنوعی در جمینی لایو خبر داد. شبیه به GPT-4o اخیراً اعلام شده OpenAI، Gemini Live یک مدل هوش مصنوعی بومی و چندوجهی با قابلیت های صوتی و تصویری چشمگیر است.
Gemini Live تنها بخشی از “Project Astra” است، یک عامل جهانی هوش مصنوعی که به طور بالقوه به عینک های هوشمند می آید. در حال حاضر، Gemini Live اولین تکرار از این روی گوشی های هوشمند خواهد بود.
ما در Google I/O 2024 توانستیم تستهای گفتاری و تماس ویدیویی را در حین نمایشهای نمایشی ببینیم.
با این حال، Gemini Live امروز در دسترس نیست. بنابراین چه ویژگیهایی در دسترس خواهند بود و چه زمانی میتوان انتظار داشت که Gemini Live را در دستگاههای اندرویدی ببینیم؟ بخوانید تا متوجه شوید.
ویژگی های Gemini Live
گوگل Gemini 1.5 را در دسترس کاربران پولی Gemini Advanced قرار داده است. همچنین با خود پنجره زمینه گسترده ای را به همراه دارد که به Gemini اجازه می دهد چندین سند بزرگ را تجزیه کند یا مثلاً تا 100 ایمیل را خلاصه کند.
1.5 بهبودهایی را به درک بصری و ایجاد تجسم ها و نمودارها اضافه می کند. برخلاف GPT-4o، Gemini برای خروجی تصویر و ویدئو به مدلهای دیگری مانند Imagen 3 و Google Veo متکی است.
به روز رسانی 1.5 امکان آپلود Google Docs، PDF و سایر اسناد را برای خلاصه، بازخورد و پاسخ در Gemini به ارمغان می آورد.
اگر کاربر پولی جمینی پیشرفته هستید، جمینی لایو بخشی از این بهروزرسانی خواهد بود. می توانید آن را به مدت دو ماه رایگان امتحان کنید، اما پس از آن Gemini Advanced 19.99 دلار در ماه هزینه دارد.
Gemini Live از طریق نماد صدا در برنامه Gemini در اندروید و iOS قابل دسترسی خواهد بود. تمام صفحه می شود و به کاربران امکان می دهد با جمینی مکالمه دو طرفه داشته باشند.
مشابه GPT-4o، کاربران میتوانند با سرعت خودشان صحبت کنند و جمینی را برای اضافه کردن اطلاعات جدید یا شفاف کردن درخواستها قطع کنند. اکثر دموها و ویدیوهای نمایش داده شده در Google I/O 2024 دارای صدای زن و مرد بودند. 10 صدای مختلف باید قابل انتخاب باشند.
Gemini Live یک ویژگی شبیه به لنز گوگل خواهد داشت که به کاربران اجازه می دهد از دوربین گوشی خود استفاده کنند. این به Gemini Live اجازه میدهد تا جهان را از طریق دوربین ببیند و بازخورد و پاسخهایی را ارائه دهد، که پیشروی برای عینک هوشمند بالقوه Project Astra است که گوگل به صورت مخفیانه در ویدیوی نمایشی زنده خود قرار داده است.
جمینی لایو چه زمانی در دسترس خواهد بود؟
حتی برای کاربران Gemini Advanced، Gemini Live بلافاصله در دسترس نخواهد بود. یک پست وبلاگ از گوگل می گوید “ماه های آینده”. ما پیدا کردیم یک توییت از طرف گوگل که ادعا می کند “این تابستان” در طول I/O.
ما انتظار نداریم کسی جمینی لایو در ماه ژوئن داشته باشد. به نظر میرسد که حداقل تا پایان ژوئیه، جمینی لایو را نخواهیم دید.
علاوه بر این، امکان استفاده از دوربین تا «اواخر امسال» به دست نمیآید، به این معنی که به احتمال زیاد در اواخر پاییز بهروزرسانی میشود.
متأسفانه، ما هیچ بهروزرسانی در مورد اینکه چه زمانی همه میتوانند به جمینی لایو دسترسی داشته باشند، ندیدهایم. بهترین چیزی که دیده ایم «آینده نزدیک» است که ممکن است در هر زمانی از سال 2024 تا سال آینده اتفاق بیفتد.
اطلاعات بیشتر از راهنمای تام
منبع: tomsguide
نظرات کاربران