Gemini 1.5 Pro do Google agora pode ouvir

O Gemini 1.5 Pro do Google agora pode ouvir é perfilado pela BTW Media porque evidências publicadas o vinculam à infraestrutura da internet, governança, dependências operacionais ou visibilidade de mercado.

A atualização do Google para o Gemini 1.5 Pro confere ao modelo a capacidade de ouvir. O modelo agora pode escutar arquivos de áudio enviados e gerar informações a partir de conteúdos como teleconferências de resultados ou áudio de vídeos, sem precisar recorrer a uma transcrição escrita. O Google também está disponibilizando o Gemini 1.5 Pro como uma prévia pública para aqueles com acesso ao Vertex AI. Capaz de processar texto, código, vídeo e agora fluxos de áudio enviados, incluindo áudio de vídeos, o Gemini 1.5 Pro pode ouvir, analisar e extrair informações sem um registro escrito correspondente.

O Gemini 1.5 Pro é o assistente renomeado do Google, anteriormente chamado Bard, e o Gemini 1.5 Pro é a iteração mais recente do modelo disponibilizada a um número limitado de desenvolvedores em fevereiro deste ano. O Google também anunciou que tornará o Gemini 1.5 Pro disponível ao público pela primeira vez por meio de sua plataforma para criar aplicações de IA, o Vertex AI. O Gemini 1.5 Pro foi anunciado pela primeira vez em fevereiro. O Google compartilhou detalhes da atualização em sua conferência Cloud Next em Las Vegas.

Depois de chamar o Gemini Ultra LLM, que alimenta seu chatbot avançado Gemini, de modelo mais poderoso da família Gemini, o Google agora afirma que o Gemini 1.5 Pro é seu modelo generativo mais poderoso. A empresa acrescenta que esta versão possui melhores capacidades de aprendizado e não requer ajustes adicionais no modelo. O Gemini 1.5 Pro está documentado publicamente para usuários que não têm acesso ao Vertex AI. Leia também: ferramenta de clonagem de voz da OpenAI imita sua voz com uma amostra de 15 segundos. O modelo de geração de texto para imagem Imagen 2 não é o único grande modelo de IA a receber uma atualização do Google.

O Imagen 2 é um modelo de geração de texto para imagem que ajudará a aprimorar as capacidades de geração de imagens do Gemini, além de adicionar correções e reparos que permitirão aos usuários adicionar ou remover elementos de uma imagem. Muitos dos novos recursos do Imagen, especialmente em inpainting e outpainting, já fazem parte de outros modelos de texto para imagem como o Stable Cascade da Stability AI e o Generative AI by iStock da Getty, sem mencionar a maior disponibilidade para o consumidor em novos smartphones Samsung Galaxy.