Последни – AI Bulgaria
Технологичният гигант въвежда редица подобрения и нови мултимодални функции в чатботa Gemini и платформата Google AI Studio.
Чатботът на компанията получава подобрена версия на експерименталния модел „Gemini 2.0 Flash Thinking“, който вече поддържа качване на файлове, a потребителите на платената версия (Gemini Advanced) ще могат да се възползват от контекстен прозорец от един милион токена (около 750 000 думи).
Функцията Deep Research, първоначално представена в края на миналата година, също ще използва възможностите на „Gemini 2.0 Flash Thinking“, като услугата вече е достъпна за всички потребители на платформата. Deep Research трансформира чатбота в ефективен изследователски инструмент, способен да търси, анализира и синтезира информация от множество източници в интернет за минути. Паралелно, Google отключва достъпа и до Gems — функция, позволяваща създаването на специализирани AI експерти, за всички потребители на Gemini.
Технологичният гигант също така въвежда нова експериментална възможност, наречена „personalization“, която създава интелигентна връзка между Gemini и съществуващите приложения и услуги на компанията. Започвайки със Search, тази интеграция позволява на Gemini да формира контекстуално осъзнати отговори, базирани на предишната активност на потребителя. Например, ако поискате от Gemini предложения за ресторанти, системата автоматично ще вземе предвид вашите скорошни търсения по темата. Аналогично, при запитване за съвети относно пътуване, Gemini ще генерира отговори, базирани на дестинациите, които вече сте проучвали.
Важно е да отбележим, че към момента тези способности на Gemini не са достъпни за страните от ЕС, Швейцария и Обединеното кралство.
Може би най-интересната актуализация е възможността за генериране на изображения с Gemini Flash 2.0. Тази способност, първоначално представена през декември, вече е достъпна за всички потребители и разработчици чрез експерименталната версия „Gemini 2.0 Flash (Image Generation) Experimental“ в Google AI Studio и Gemini API.
Say hello to native image generation with Gemini 2.0 Flash Experimental 🎨
Try it now in @Google AI Studio → https://t.co/6ToDu4GSvj pic.twitter.com/yr3Mr21KkL
— Google DeepMind (@GoogleDeepMind) March 12, 2025
Това, което отличава генерирането на изображения с Gemini, е неговата мултимодална основа. Моделът съчетава разбиране на текст, усъвършенствано разсъждение и мултимодална обработка на входни данни, които му позволяват да създава или редактира изображения с по-голяма точност, отколкото традиционните генератори.
Използвайки модела „Gemini 2.0 Flash (Image Generation) Experimental“ в платформата Google AI Studio, всеки може да експериментира безплатно с наистина впечатляващите мултимодални възможности на Gemini, които му позволяват да генерира и редактира изображения посредством диалог на естествен език.
Паралелно с това, технологичният гигант отключва и възможността за анализ на YouTube видеоклипове директно в Google AI Studio. Потребителите вече могат просто да поставят YouTube линк в платформата и да задават въпроси относно съдържанието на видеоклипа – функционалност, която главният изпълнителен директор на Google DeepMind Демис Хасабис определя като „изключително впечатляваща“.
Introducing YouTube video 🎥 link support in Google AI Studio and the Gemini API. You can now directly pass in a YouTube video and the model can usage its native video understanding capabilities to use that, with just a link! 🚢 pic.twitter.com/4jeNVmWtgx
— Logan Kilpatrick (@OfficialLoganK) March 12, 2025
И не на последно място, Google официално обяви, че „пенсионира“ Google Assistant в полза на Gemini, като до края на 2025 г. асистентът „вече няма да бъде наличен на повечето мобилни устройства и няма да може да се изтегля от магазините за приложения“.
Технологичният гигант планира цялостна интеграция на Gemini в своята екосистема, като постепенно ще разработи специализирани функционалности за мобилни устройства и аксесоари като телефони и часовници, както и за домашни устройства, включително интелигентни високоговорители, дисплеи и телевизори.
Последвайте ни в социалните мрежи – Facebook, Instagram, X и LinkedIn!
Материалът Google разширява възможностите на Gemini и AI Studio с мощни мултимодални функции е публикуван за пръв път на AI Bulgaria.
Leave a Reply