Ulepszona pamięć: Uniwersalne uaktualnienie
Zdolność Gemini do zachowywania informacji specyficznych dla użytkownika, takich jak preferencje, zainteresowania i szczegóły związane z pracą, nie jest już wyłączna dla subskrybentów Gemini Advanced. Ta funkcja, pierwotnie wprowadzona w listopadzie ubiegłego roku, jest teraz dostępna dla wszystkich użytkowników Gemini.
To ulepszenie pamięci pozwala użytkownikom dostarczać Gemini szczegółowe informacje o ich życiu. Może to być wszystko, od imienia i nazwisk członków rodziny po informacje o konkretnym projekcie, nad którym pracujesz. Główną zaletą tej funkcji jest jej wydajność. Nie będziesz już musiał wielokrotnie wprowadzać tych samych informacji. Prowadzi to do bardziej spersonalizowanych i trafnych odpowiedzi od Gemini.
Google przedstawił kilka przykładów, aby zilustrować, jak użytkownicy mogą wykorzystać tę funkcję:
- Preferencje językowe: Poinstruuj Gemini, aby używał prostego języka, unikał żargonu technicznego.
- Ograniczenia dietetyczne: Poinformuj Gemini o swoich preferencjach żywieniowych, takich jak bycie wegetarianinem, aby uniknąć otrzymywania nieodpowiednich sugestii.
- Wymagania dotyczące tłumaczenia: Poproś Gemini o dołączenie tłumaczenia w określonym języku, np. hiszpańskim, po każdej odpowiedzi.
- Planowanie podróży: Podczas planowania podróży poproś Gemini o uwzględnienie kosztu dziennego w swoich sugestiach.
- Preferencje kodowania: Określ preferowany język kodowania, taki jak JavaScript, aby zapewnić odpowiednie odpowiedzi związane z kodem.
- Styl odpowiedzi: Wskaż swoją preferencję dotyczącą krótkich, zwięzłych odpowiedzi.
Ważne jest, aby pamiętać, że każda zapisana informacja musi zostać dodana ręcznie. Aby to zrobić, przejdź do menu ustawień i znajdź opcję ‘Zapisane informacje’. Wersja desktopowa wydaje się otrzymywać tę funkcję jako pierwsza, ale ostatecznie będzie ona dostępna zarówno na platformach desktopowych, jak i mobilnych. Ten ruch demokratyzuje potężną funkcję, pozwalając wszystkim użytkownikom doświadczyć bardziej spersonalizowanej i wydajnej interakcji z AI. Zdolność do zapamiętywania kontekstu przekształca Gemini z reaktywnego narzędzia w proaktywnego asystenta, przewidującego potrzeby użytkowników i usprawniającego interakcje.
Gemini Live zyskuje wizję: Nowy wymiar dla użytkowników Premium
Na niedawnym Mobile World Congress Google zaprezentował innowacyjny dodatek do Gemini Live: zdolność do ‘widzenia’. Ta funkcjonalność, która ma zostać wydana jeszcze w tym miesiącu, początkowo będzie dostępna wyłącznie dla płatnych użytkowników Gemini Advanced.
Ta funkcja ‘widzenia’ działa na dwa sposoby: może analizować zawartość na ekranie lub przetwarzać informacje z obrazu wideo na żywo. Po otwarciu Gemini dostępny będzie przycisk ‘Udostępnij ekran Live’. Dotknięcie tego przycisku przedstawia dwie opcje: udostępnienie bieżącego ekranu lub zainicjowanie wideo na żywo. Otwiera to świat możliwości, pozwalając zadawać Gemini pytania dotyczące bezpośredniego otoczenia lub treści wyświetlanej na ekranie telefonu.
Wyobraź sobie, że możesz skierować aparat na obiekt i poprosić Gemini o informacje na jego temat. Lub udostępnić dokument na ekranie i otrzymać natychmiastową analizę i informację zwrotną. To jest moc nowych możliwości wizualnych Gemini Live.
Film demonstracyjny pokazał praktyczne zastosowania tej funkcji. W jednym scenariuszu użytkownik szukał sugestii dotyczących stroju na podstawie pary spodni wyświetlonych na ekranie. Gemini odpowiedział rekomendowaną górą, a następnie sugestią kurtki na dalszą prośbę. Inny przykład podkreślił użycie wideo na żywo, gdzie użytkownik poprosił Gemini o pomoc w wyborze koloru glazury do nowo utworzonego wazonu. Po przedstawieniu dostępnych opcji, Gemini imponująco zidentyfikował ‘pierwszy po lewej stronie w drugim rzędzie’, demonstrując niezwykłe zrozumienie kontekstu i relacji przestrzennych.
Ta możliwość wprowadzania danych wizualnych podnosi Gemini Live ponad tradycyjne interakcje AI oparte na tekście i głosie. Wprowadza nowy wymiar rozumienia, pozwalając AI postrzegać i interpretować świat fizyczny. Otwiera to ekscytujące możliwości dla różnych zastosowań, od pomocy w czasie rzeczywistym w codziennych zadaniach po bardziej złożone scenariusze rozwiązywania problemów. Zdolność do analizowania informacji wizualnych w czasie rzeczywistym pozycjonuje Gemini Live jako najnowocześniejsze narzędzie dla użytkowników poszukujących bardziej intuicyjnego i interaktywnego doświadczenia AI.
Implikacje tych ulepszeń są dalekosiężne. Dla darmowych użytkowników ulepszona funkcja pamięci zapewnia poziom personalizacji wcześniej zarezerwowany dla subskrybentów premium. Oznacza to bardziej dopasowane i wydajne doświadczenie AI dla wszystkich, niezależnie od ich statusu subskrypcji. Dla użytkowników Gemini Advanced dodanie możliwości wizualnych do Gemini Live stanowi znaczący krok naprzód w interakcji z AI. Zdolność do ‘widzenia’ i rozumienia świata fizycznego otwiera nową sferę możliwości, czyniąc Gemini jeszcze potężniejszym i wszechstronniejszym narzędziem.
Te aktualizacje podkreślają zaangażowanie Google w ciągłe doskonalenie w dziedzinie sztucznej inteligencji. Rozszerzając dostęp do zaawansowanych funkcji i wprowadzając przełomowe nowe możliwości, Google umacnia pozycję Gemini jako wiodącej platformy AI. Skupienie się zarówno na personalizacji, jak i rozumieniu wizualnym demonstruje jasne zrozumienie potrzeb użytkowników i dążenie do przesuwania granic tego, co jest możliwe dzięki AI.
Integracja pamięci i wizji w Gemini to nie tylko dodawanie nowych funkcji; chodzi o fundamentalną zmianę sposobu, w jaki użytkownicy wchodzą w interakcję z AI. Chodzi o stworzenie bardziej intuicyjnego, responsywnego i ostatecznie bardziej pomocnego towarzysza AI. W miarę jak te funkcje są wdrażane, a użytkownicy zaczynają badać ich potencjał, możemy spodziewać się pojawienia się jeszcze bardziej innowacyjnych zastosowań, co jeszcze bardziej umocni rolę Gemini w kształtowaniu przyszłości AI.
Ulepszona pamięć sprzyja ciągłemu dialogowi, eliminując potrzebę powtarzających się wyjaśnień. Tworzy to bardziej naturalną i płynną interakcję, podobną do rozmowy z kompetentnym asystentem, który pamięta poprzednie rozmowy. Zdolność ‘widzenia’, z drugiej strony, wypełnia lukę między światem cyfrowym a fizycznym. Pozwala Gemini na interakcję z otoczeniem użytkownika w sposób, który wcześniej był niewyobrażalny, otwierając drzwi do szerokiego zakresu praktycznych zastosowań.
Rozważmy potencjalny wpływ na dostępność. Dla osób z wadami wzroku zdolność Gemini Live do opisywania otoczenia może być transformująca. Lub wyobraźmy sobie korzyści dla edukacji, gdzie uczniowie mogliby otrzymywać w czasie rzeczywistym wyjaśnienia złożonych koncepcji wizualnych. Możliwości są ogromne i stale się rozszerzają wraz z rozwojem technologii.
Co więcej, te postępy prawdopodobnie pobudzą dalsze innowacje w branży AI. Gdy inne firmy zobaczą możliwości Gemini, będą zmuszone do opracowania własnych konkurencyjnych technologii, co doprowadzi do szybkiego przyspieszenia rozwoju AI jako całości. Ten konkurencyjny krajobraz ostatecznie przynosi korzyści użytkownikowi końcowemu, obniżając koszty i zwiększając dostęp do coraz bardziej wyrafinowanych narzędzi AI.
Ewolucja Gemini jest świadectwem siły ciągłych innowacji i nieustannego dążenia do tworzenia AI, które naprawdę rozumie i pomaga użytkownikom w znaczący sposób. To podróż, która jest daleka od zakończenia i możemy spodziewać się jeszcze bardziej ekscytujących wydarzeń w nadchodzących latach. Przyszłość AI jest kształtowana przez te postępy, a Gemini jest niewątpliwie na czele tej transformacyjnej fali.