Google Gemini 1.5 Pro kann jetzt hören

Google Gemini 1.5 Pro kann jetzt hören wird von BTW Media profiliert, da veröffentlichte Belege es mit Internet-Infrastruktur, Governance, betrieblichen Abhängigkeiten oder Marktsichtbarkeit verbinden.

Das Update von Google für Gemini 1.5 Pro ermöglicht es dem Modell zu hören. Das Modell kann nun hochgeladene Audiodateien abhören und Informationen aus Inhalten wie Ergebnisgesprächen oder Video-Audio gewinnen, ohne auf eine schriftliche Transkription zurückgreifen zu müssen. Google stellt Gemini 1.5 Pro zudem als öffentliche Vorschau für Nutzer mit Zugang zu Vertex AI bereit. In der Lage, Text, Code, Video und nun auch hochgeladene Audio-Streams, einschließlich Video-Audio, zu verarbeiten, kann Gemini 1.5 Pro zuhören, analysieren und Informationen extrahieren, ohne dass eine entsprechende schriftliche Aufzeichnung erforderlich ist.

Gemini 1.5 Pro ist das umbenannte Bot-Programm von Google, ehemals bekannt als Bard, und Gemini 1.5 Pro ist die neueste Iteration des Modells, die im Februar dieses Jahres einer begrenzten Anzahl von Entwicklern zur Verfügung gestellt wurde. Google hat außerdem angekündigt, Gemini 1.5 Pro erstmals über seine KI-Anwendungsentwicklungsplattform Vertex AI der Öffentlichkeit zugänglich zu machen. Gemini 1.5 Pro wurde erstmals im Februar angekündigt. Google gab die Details des Updates auf seiner Cloud Next-Konferenz in Las Vegas bekannt.

Nachdem Google Gemini Ultra LLM, das seinen fortschrittlichen Chatbot Gemini antreibt, als leistungsstärkstes Modell der Gemini-Familie bezeichnet hatte, bezeichnet Google nun Gemini 1.5 Pro als sein leistungsstärkstes generatives Modell. Das Unternehmen fügt hinzu, dass diese Version über bessere Lernfähigkeiten verfügt und keine zusätzliche Modellanpassung erfordert. Gemini 1.5 Pro ist für Nutzer ohne Zugang zu Vertex AI öffentlich dokumentiert. Lesen Sie auch: OpenAIs Sprachklon-Tool imitiert Ihre Stimme mit einer 15-Sekunden-Probe. Text-zu-Bild-Generierungsmodell Imagen 2.

Gemini 1.5 Pro ist nicht das einzige große KI-Modell, das ein Update von Google erhält. Imagen 2 ist ein Text-zu-Bild-Generierungsmodell, das dazu beitragen wird, die Bildgenerierungsfähigkeiten von Gemini zu verbessern, und außerdem Korrekturen und Reparaturen hinzufügen wird, mit denen Benutzer Elemente aus einem Bild hinzufügen oder entfernen können.

Viele neue Funktionen von Imagen, insbesondere Inpainting und Outpainting, sind Teil anderer Text-zu-Bild-Generierungsmodelle wie Stable Cascade von Stability AI und Generative AI by iStock von Getty, ganz zu schweigen von einer breiteren öffentlichen Verfügbarkeit auf den neuen Samsung Galaxy-Handys.