Подобрена памет: Универсално подобрение
Способността на Gemini да запазва специфична за потребителя информация, като предпочитания, интереси и подробности, свързани с работата, вече не е изключителна за абонатите на Gemini Advanced. Тази функция, първоначално въведена миналия ноември, вече е достъпна за всички потребители на Gemini.
Това подобрение на паметта позволява на потребителите да предоставят на Gemini конкретни подробности за живота си. Това може да бъде всичко - от вашето име и имената на членовете на семейството ви до информация за конкретен проект, по който работите. Основното предимство на тази функция е нейната ефективност. Вече няма да е необходимо многократно да въвеждате една и съща информация. Това води до по-персонализирани и релевантни отговори от Gemini.
Google предостави няколко примера, за да илюстрира как потребителите могат да се възползват от тази функция:
- Езикови предпочитания: Инструктирайте Gemini да използва прост език, да избягва техническия жаргон.
- Диетични ограничения: Информирайте Gemini за вашите диетични предпочитания, като например да сте вегетарианец, за да избегнете получаването на неподходящи предложения.
- Изисквания за превод: Поискайте Gemini да включва преводи на конкретен език, като испански, след всеки отговор.
- Планиране на пътуване: Когато планирате пътувания, помолете Gemini да включи цената на ден в своите предложения.
- Предпочитания за кодиране: Посочете предпочитания от вас език за кодиране, като JavaScript, за да осигурите релевантни отговори, свързани с кода.
- Стил на отговор: Посочете предпочитанието си за кратки, сбити отговори.
Важно е да се отбележи, че всяка част от запазената информация трябва да се добави ръчно. За да направите това, отидете в менюто с настройки и намерете опцията ‘Saved info’. Изглежда, че настолната версия получава тази функция първа, но в крайна сметка тя ще бъде достъпна както на настолната, така и на мобилната платформа за приложения. Този ход демократизира мощна функция, позволявайки на всички потребители да изпитат по-персонализирано и ефективно взаимодействие с AI. Способността да запомня контекста трансформира Gemini от реактивен инструмент в проактивен асистент, предвиждащ нуждите на потребителите и рационализиращ взаимодействията.
Gemini Live придобива визия: Ново измерение за премиум потребители
На неотдавнашния Mobile World Congress Google представи иновативно допълнение към Gemini Live: способността да ‘вижда’. Тази функционалност, която се очаква да бъде пусната по-късно този месец, първоначално ще бъде изключителна за платените потребители на Gemini Advanced.
Тази функция ‘виждане’ работи по два начина: може да анализира съдържание на екрана ви или да обработва информация от видео емисия на живо. Когато отворите Gemini, ще бъде наличен бутон ‘Share screen with Live’. Докосването на този бутон представя две опции: споделяне на текущия ви екран или иницииране на видео на живо. Това отваря свят от възможности, позволявайки ви да задавате на Gemini въпроси за непосредствената ви среда или за съдържание, показано на екрана на телефона ви.
Представете си, че можете да насочите камерата си към обект и да поискате информация за него от Gemini. Или да споделите документ на екрана си и да получите незабавен анализ и обратна връзка. Това е силата на новите визуални възможности на Gemini Live.
Демонстрационно видео показа практическите приложения на тази функция. В един сценарий потребител потърси предложения за облекло въз основа на чифт панталони, показани на екрана. Gemini отговори с препоръчана горна част, последвана от предложение за яке при по-нататъшно запитване. Друг пример подчерта използването на видео на живо, където потребител помоли Gemini за помощ при избора на цвят на глазура за новосъздадена ваза. Когато му беше представен дисплей с налични опции, Gemini впечатляващо идентифицира ‘първия вляво на втория ред’, демонстрирайки забележително разбиране на контекста и пространствените отношения.
Тази възможност за въвеждане на визуална информация издига Gemini Live отвъд традиционните текстови и гласови AI взаимодействия. Той въвежда ново измерение на разбирането, позволявайки на AI да възприема и интерпретира физическия свят. Това отваря вълнуващи възможности за различни приложения, от помощ в реално време с ежедневни задачи до по-сложни сценарии за решаване на проблеми. Способността да анализира визуална информация в реално време позиционира Gemini Live като авангарден инструмент за потребители, търсещи по-интуитивно и интерактивно AI изживяване.
Последиците от тези подобрения са широкообхватни. За безплатните потребители подобрената функция за памет носи ниво на персонализация, запазено преди за премиум абонати. Това означава по-персонализирано и ефективно AI изживяване за всички, независимо от техния абонаментен статус. За потребителите на Gemini Advanced добавянето на визуални възможности към Gemini Live представлява значителен скок напред в AI взаимодействието. Способността да ‘вижда’ и разбира физическия свят отваря нова сфера от възможности, правейки Gemini още по-мощен и многофункционален инструмент.
Тези актуализации подчертават ангажимента на Google към непрекъснато усъвършенстване в областта на изкуствения интелект. Чрез разширяване на достъпа до разширени функции и въвеждане на новаторски нови възможности, Google затвърждава позицията на Gemini като водеща AI платформа. Фокусът върху персонализацията и визуалното разбиране демонстрира ясно разбиране на нуждите на потребителите и отдаденост на разширяването на границите на възможното с AI.
Интегрирането на памет и визия в Gemini не е просто добавяне на нови функции; става въпрос за фундаментална промяна на начина, по който потребителите взаимодействат с AI. Става въпрос за създаване на по-интуитивен, отзивчив и в крайна сметка по-полезен AI спътник. Тъй като тези функции се разпространяват и потребителите започват да изследват техния потенциал, можем да очакваме да видим още по-иновативни приложения, които се появяват, допълнително затвърждавайки ролята на Gemini в оформянето на бъдещето на AI.
Подобрената памет насърчава непрекъснат диалог, елиминирайки необходимостта от повтарящи се обяснения. Това създава по-естествено и плавно взаимодействие, подобно на разговор с информиран асистент, който помни минали разговори. Способността за ‘виждане’, от друга страна, преодолява пропастта между дигиталния и физическия свят. Тя позволява на Gemini да се ангажира със средата на потребителя по начин, който преди беше невъобразим, отваряйки врати за широк спектър от практически приложения.
Помислете за потенциалното въздействие върху достъпността. За хората с увредено зрение способността на Gemini Live да описва обкръжението може да бъде трансформираща. Или си представете ползите за образованието, където учениците могат да получават обяснения в реално време на сложни визуални концепции. Възможностите са огромни и продължават да се разширяват с развитието на технологията.
Освен това тези подобрения вероятно ще стимулират по-нататъшни иновации в AI индустрията. Тъй като други компании стават свидетели на възможностите на Gemini, те ще бъдат подтикнати да разработят свои собствени конкурентни технологии, което ще доведе до бързо ускоряване на развитието на AI като цяло. Този конкурентен пейзаж в крайна сметка е от полза за крайния потребител, намалявайки разходите и увеличавайки достъпа до все по-усъвършенствани AI инструменти.
Еволюцията на Gemini е свидетелство за силата на непрекъснатите иновации и безмилостния стремеж към създаване на AI, който наистина разбира и помага на потребителите по смислен начин. Това е пътуване, което далеч не е приключило, и можем да очакваме да видим още по-вълнуващи развития през следващите години. Бъдещето на AI се оформя от тези постижения и Gemini несъмнено е в челните редици на тази трансформираща вълна.