Судя по всему, Google выбрала идеальный момент для запуска Gemini, так как разработчики GPT-4 OpenAI все еще заняты внутренними конфликтами, из-за которых генеральный директор Сэм Альтман был уволен, но затем снова принят на работу через несколько дней. Кажется, это произошло случайно, но в то же время оказалось выигрышем для Google, так как OpenAI потребуется время, чтобы узнать о новости и отреагировать на нее.
В то же время пиар-кампания Google получает обороты: компания выпускает несколько видеороликов на YouTube, X(бывший Twitter) и длинный пост в своем блоге.
"Несколько вопросов о том, что такое Gemini (за пределами зодиака :). Лучший способ понять удивительные возможности Gemini - увидеть их в действии", - заявил Сундар Пичаи.
Чат-бот на основе Gemini показывает, что он понимает несколько типов ввода - особенно аудио и визуальный. Тем не менее, Gemini является "мультимодальным", что означает, что он может понимать ввод текста, изображений и видео.
Например, он может точно определить объекты на фотографиях или видео, преобразовывает произносимые слова в текст и генерирует согласованный ответ на сложный запрос. Он может различать различные режимы коммуникации и понимать смысл, когда принимает множество входных данных. Аналогичным образом, он может реагировать, используя различные типы выходных данных.
Модель искусственного интеллекта представлена в трех размерах. Gemini Ultra - самая сложная модель, предназначенная в основном для центров обработки данных. Gemini Pro идеально подходит для масштабирования под конкретные задачи. Наконец, Gemini Nano был разработан для "выполнения задач на устройствах". Например, Google объявила о планах интегрировать Gemini Nano в Pixel 8 Pro.