Gemini 1.5 Pro от Google теперь может слышать

Материал «Gemini 1.5 Pro от Google теперь может слышать» находится в профиле BTW Media, поскольку опубликованные доказательства связывают его с интернет-инфраструктурой, управлением интернетом, операционными зависимостями или рыночной заметностью.

Обновление Google для Gemini 1.5 Pro позволяет модели слушать. Теперь модель может прослушивать загруженные аудиофайлы и извлекать информацию из такого контента, как отчётные звонки или аудиодорожки видео, без обращения к письменной расшифровке. Google также открывает публичную предварительную версию Gemini 1.5 Pro для пользователей с доступом к Vertex AI. Модель умеет обрабатывать текст, код, видео, а теперь и загруженные аудиопотоки, включая звук из видео: Gemini 1.5 Pro может слушать, анализировать и извлекать информацию без соответствующей письменной записи.

Gemini 1.5 Pro — это переименованный чат-бот Google, ранее известный как Bard, а Gemini 1.5 Pro — последняя итерация модели, ставшая доступной ограниченному числу разработчиков в феврале этого года. Google также объявил, что впервые предоставит Gemini 1.5 Pro широкой публике через свою платформу для создания ИИ-приложений Vertex AI. Gemini 1.5 Pro был впервые анонсирован в феврале. Подробности обновления Google представил на своей конференции Cloud Next в Лас-Вегасе.

Ранее Google называл Gemini Ultra LLM, которая лежит в основе продвинутого чат-бота Gemini, самой мощной моделью семейства Gemini; теперь компания называет Gemini 1.5 Pro своей самой мощной генеративной моделью. В компании добавляют, что эта версия отличается лучшими способностями к обучению и не требует дополнительной настройки модели. Публичная документация по Gemini 1.5 Pro будет доступна пользователям без доступа к Vertex AI. Читайте также: Инструмент клонирования голоса от OpenAI имитирует ваш голос по 15-секундному образцу. Модель генерации изображений по тексту Imagen 2.

Gemini 1.5 Pro — не единственная крупная ИИ-модель, получившая обновление от Google. Imagen 2 — это модель генерации изображений по тексту, которая поможет улучшить возможности Gemini по генерации изображений, а также добавит функции исправления и восстановления, позволяющие пользователям добавлять или удалять элементы изображения. Многие новые функции Imagen, особенно inpainting и outpainting, уже есть в других моделях генерации изображений по тексту, таких как Stable Cascade от Stability AI и Generative AI by iStock от Getty, не говоря уже о более широкой доступности на новых телефонах Samsung Galaxy.