Введение и статистика потребления токенов
На неделе у Гугла прошла главная презентация по типу тех, что делает Apple, когда представляют новые часики, Маки, айфоны и обновления iOS. У Гугла это тоже пакет всякого разного. Начали с флекса того, сколько токенов они обрабатывают — это главная расчётная единица. Оказывается, в двадцать четвёртом году это было около десяти миллиардов каждый месяц, если складывать все платформы. Сейчас каждый месяц они процесся три целых две десятых квадриллиона токенов. Рост потребления токенов только у Гугла растёт каждый год в семь раз. Сейчас у них тринадцать продуктов, каждый из которых насчитывает более миллиарда юзеров. Сюда и YouTube входит, и Gemini, и всякие другие сервисы.
Внедрение Gemini в сервисы Google (Карты и YouTube)
Почти в каждый из своих продуктов они хотят и уже внедряют Gemini, чтобы везде и вся он помогал. По типу вот они показывают, как в картах они также спрашивают, где в пределах тридцати минут можно купить новое платье — там уже Джемини карты обрабатывает и то что нужно выдаёт. Или YouTube — чтобы не просто вводить запрос, а задавать вопросы, а YouTube сам выбирал видео подходящее, что вам посмотреть. Это что-то на уровень повыше рекомендательных систем, что должно работать лучше именно с какими-то гайдами. Потому что, опять же, у Ютуба есть все расшифровки всех видео, то есть он заранее знает, о чём в видео говорится, и эмлэмке это проще обрабатывать. Короче, это отдельная кнопка помимо обычного поиска.
Интерфейс тоже немножечко иначе выглядит в таком случае — с мини-расшифровкой видео и разбивкой по ключевым поинтам. Получается помесь окна LLM типа Джемини и Ютуба, что-то вот такое вот получается. Если нажимаешь на видео в этом чате, то сразу на этом моменте и открывается. Про то, что это помощь с самим Джеми, я сказал не только из-за интерфейса, но и из-за того, что в этом режиме YouTube будет также запоминать контекст разговора, можно будет продолжать с ним общаться. Выйдет в Штатах уже этим летом, которое началось. Обновят так, как когда-то обновили поиск, добавив туда Джемини. Что, кстати, будет вам на заметку: у кого нельзя пользоваться мобильного инета в РФ, если открывается Google, у вас есть встроенный туда искусственный интеллект, который можно юзать без ВПНа, если конечно Google вообще открывается.
Обновление поиска Google и интерактивный визуал
И как раз про поиск — его конечно же тоже обновят, сделают чтобы он ещё лучше искал и отвечал. Показывали на презе пример с поиском жилья, где описываешь всё, что нужно, и Google своим встроенным в поиск Джеми ищет подходящий вариант и в соцсетях, и на сайтах с арендой. То есть не только ищет сам сайт, где ты можешь поискать, а вообще в целом ищет и на этом сайте, который он раньше просто выдавал, что типа иди сам посмотри, и в разных других местечках. Или можно напоминалку поставить, чтобы когда вышел релиз чего-то нового, он сам тебе майкнул и вообще был проактивным.
Потом ещё в поисках хотят засунуть фичу, что недавно у Антропика появилась, где создаётся под вас интерактивный график какой-то или ещё какая-то пабрикушка полезная, информативно-развлекательная, чтобы был не только сухой текст. От которого я уже писал у себя в ТГ давно, что понятное дело компании будут уходить, потому что разбавив всё каким-то интересным и интерактивным визуалом, так становится просто веселее и интереснее всем этим добром пользоваться. И чтобы спросить, например, как создаются гравитационные волны, а вам выдало ещё и визуал, да ещё и интерактивный. И это тоже раскатают уже этим летом.
Интеграция Gemini в Документы Google
Джеми встроят конечно и в доки, в которых я и писал этот сценарий. Можно будет в лайве говорить с ним как с чатом GPT или Жемени, и он будет вам составлять документ. Тут вот они показывают, как говорят, что достань мне с Google Драйва то, с почты это, и ещё поищи третье в инете, и он выдаёт черновик. После чего он говорит, что сложновато как-то написано, ну и Джемми, сидящий в доках, переделывает всё на язык попроще и добавляет туда таблицы. Короче да, тоже ясно понятно, что потом, даже не касаясь клавиатуры, будем делать документы и презентации, только общаясь. И так будет не только у Гугла. Угадайте, когда это раскатают? Да, тоже этим летом.
Новая мультимодальная модель Gemini Omni
Новая модель — они показали новую модельку Gemini Omni. Как описали её, она может создавать всё, что угодно, из любых входных данных. Что-то среднее между Джемини и инструментами для генерации контента. Чтобы ещё было понятнее: у Гугла есть Veo для видео (одна из лучших моделей на данный момент), есть Imagen (тоже одна из лучших для картинок) и Дженни, который создаёт виртуальные миры, по которым можно ходить, самому полетать. И эти модели — они действительно хороши в понимании физики нашего мира, как оказалось. И вот они объединили это всё вместе, чтобы ты мог ввести запрос, например: "сделай глиняную анимацию, объясняющую процесс сворачивания белков", и тебе бы выдало вот это. И эта модель сможет менять видео, как Imagen редачерил фотки — то же самое будет с видосами, чтобы загрузить его и сказать, чтобы что-то добавили, убрали или поменяли.
Инструменты защиты и верификации контента (SynthID)
Google уже хорошо умеет определять, что какая-то фотка была отредачена. И Imagen тот же, учитывая, что инструменты для генерации у них всегда или первые, или одни из первых в этой гонке, большую часть контента можно и будет можно определять, сгенерирована ли она. Сейчас они ещё прокачали этот свой третий глаз, теперь он может выдавать больше конкретики. Например, что было сфотографировано всё камерой Пикселя (ну, телефоном), а потом через Google Фото её обработали. И этот SynthID (так называется это всё) добавят и в поиск, чтобы можно было выделить, что интересное, и спросить, сгенерено это или нет, ну и допинфу ещё выдаст. Например, что эта фотка была популярна и гуляла по Инету. И что реально круто — что и Nvidia, и OpenAI, и какое-то какао даже они показали, и ElevenLabs — они все уже внедряют SynthID. Так что в будущем будет не всё так плохо с определением того, сгенерирован контент или нет, а работает эта штука хорошо даже сейчас.
Быстрая модель Gemini 3.5 Flash и планы на обзоры
Ещё одна новая модель — Gemini Flash 3.5. Что значит быстрая моделька, которая меньше думает, но выдаёт результаты по их бенчам даже круче дольше думающей 3.1 Pro. Это вот до недавних дней у них самая сильная моделька была, их прошка. Быстрая, короче, модель — это Флэш, и очень хорошая. Вот ещё слайд показали, что она рядом с Клод Opus 4.7 по уму, только быстрее в несколько раз. Короче, тоже нужно будет смотреть. Она уже вышла, и я обязательно на неё сделаю обзор. Выйдет суперскоро. Вот следующим видосом будет про Opus 4.8, и сразу потом про модельку Гугла. Так что тоже, если не подписаны, чтобы не потерять нормального контента, подписываемся, да, кнопки нужные нажимаем.
Единая корзина Universal Cart
А вот кое-что ещё интереснее — Universal Cart, единая корзина. Смотришь YouTube — можешь добавить то, что увидел, в эту корзину. Общаешься с Джемини, также читаешь почту — там что-то вам написали про какие-то кроссы, например, — тоже можешь добавить в эту общую корзину. И эта общая корзина, естественно, завязана на AI, будет смотреть в фоновом режиме, где там цена повыгоднее, есть ли товар на складе. Короче, очень интересно будет этим всем попользоваться уже этим летом. В поиске, в приложении Джемини выйдет, а позже в Ютубе и Джимейле.
Приложение Gemini для Mac
Ещё одна крутая штука — это приложение Gemini на Mac. Он у меня как раз есть, тоже буду тестить. Можно выделить несколько файлов, нажать функциональную клавишу и попросить его составить письмо куда-то кому-то. Всё это сделать голосом, типа того, как это делается всё через сайт, только побыстрее и поудобнее. И Spark, который будет за вас действия выполнять, вот про который рассказывал, тоже в это приложение Gemini будет интегрирован.
Умные аудиоочки в партнерстве с Samsung
Аудиоочки ещё показали, да, они буквально так и называются. Делали их в сотрудничестве с Самсунгом. И что хорошо — они будут работать нормально и с iOS, и с Андроидом. Вот так вот они выглядят пока что, две модели. Левая, конечно, уже что-то поинтереснее, а то все на одно лицо были очки, которые дропали, а осенью покажут ещё несколько моделей. Конечно же показали, как они работают. Почему они аудиочками вообще называются: у них весь смысл в том, что всё это идёт не через текст на экране очков, а через аудио, которое будете слышать только вы.
По сути, те же умные очки, но с упором на аудио. Они могут вас провести куда-то, ориентируясь на карты. И помните, да, про Spark — автономный агент, что за вас что-то делает? Вот очками скажете, и он сделает там на фоне, на гугловских серверах. Показали они, конечно, не со Спарком интеграцию, а просто с Джемини. Она там с очками пообщалась, сказала: "Закажи кофе", и он открыл Дурдш и заказал на данный момент. С очками тоже дружит, чтобы можно было с них сделать фоточку и сразу же попросить её как-то обработать. Очки точно становятся популярнее и популярнее будут, потому что, в отличие от VR-гарнитур, люди не будут стесняться их носить.