Google வெளியிடுகிறது Gemini 2.5: AI அரங்கில் புதிய போட்டியாளர்

செயற்கை நுண்ணறிவின் இடைவிடாத முன்னேற்றம் தொழில்களை மறுவடிவமைத்து தொழில்நுட்ப எல்லைகளை மறுவரையறை செய்து வருகிறது. இந்த உயர்-பங்குச் சூழலில், புதுமைச் சுழற்சிகள் வாரங்கள் இல்லையென்றால் மாதங்களில் அளவிடப்படுகின்றன, முக்கிய வீரர்கள் தொடர்ந்து நிலைக்காகப் போட்டியிடுகின்றனர். டிஜிட்டல் உலகில் ஒரு ஜாம்பவானான Google, Gemini 2.5 என்ற மேம்பட்ட AI மாதிரிகளின் தொகுப்பை அறிவித்து ஒரு புதிய சவாலை விடுத்துள்ளது, இது இன்றுவரை அதன் ‘மிகவும் புத்திசாலித்தனமான’ படைப்புகள் என்று நம்பிக்கையுடன் முத்திரை குத்துகிறது. இந்த வெளியீடு ஒரு படிப்படியான மேம்படுத்தலை மட்டுமல்ல, டெவலப்பர்கள் மற்றும் இறுதியில் பரந்த பொதுமக்களுக்கு அணுகக்கூடிய திறன்களில் ஒரு குறிப்பிடத்தக்க முன்னேற்றத்தையும் குறிக்கிறது.

இந்த புதிய தலைமுறையின் முன்னணியில் Gemini 2.5 Pro Experimental உள்ளது. பெயர் குறிப்பிடுவது போல, இந்த ஆரம்ப வெளியீடு ஆய்வு மற்றும் கருத்துக்காக நிலைநிறுத்தப்பட்டுள்ளது, முதன்மையாக தற்போதைய தொழில்நுட்பத்தின் வரம்புகளைத் தள்ள ஆர்வமுள்ள டெவலப்பர்கள் மற்றும் AI ஆர்வலர்களை இலக்காகக் கொண்டுள்ளது. Gemini 2.5 அடிப்படையில் ஒரு ‘சிந்தனை மாதிரி’ என்று Google வலியுறுத்துகிறது, இது அதிகரிக்கும் சிக்கலான சிக்கல்களைச் சமாளிக்க குறிப்பாக வடிவமைக்கப்பட்டுள்ளது. நிறுவனம் அதன் சாதனைகளைப் பற்றி வெட்கப்படவில்லை, இந்த சோதனை மறு செய்கை ஏற்கனவே நிறுவப்பட்ட அளவுகோல்களை ‘அர்த்தமுள்ள விளிம்புகளால்’ மிஞ்சுகிறது, குறிப்பாக பகுத்தறிவு மற்றும் குறியீடு உருவாக்கத்தில் வலுவான திறன்களை வெளிப்படுத்துகிறது. இந்த கூற்று AI சமூகத்திற்குள் தீவிர ஆய்வு மற்றும் ஒப்பீட்டிற்கான களத்தை அமைக்கிறது, ஏனெனில் அளவுகோல் செயல்திறன், ஒரு மாதிரியின் மதிப்பின் ஒரே அளவீடு இல்லையென்றாலும், அதன் மூல செயலாக்க சக்தி மற்றும் சிக்கலைத் தீர்க்கும் திறமையின் ஒரு முக்கியமான குறிகாட்டியாக உள்ளது.

மேம்பட்ட நுண்ணறிவு மற்றும் பகுத்தறிவின் வாக்குறுதி

ஒரு AI ‘சிந்தனை மாதிரி’யாக இருப்பது என்றால் என்ன? Google-இன் கட்டமைப்பு வெறும் மாதிரி அங்கீகாரம் அல்லது உரை உருவாக்கத்திற்கு அப்பாற்பட்ட ஒரு கவனத்தை பரிந்துரைக்கிறது. இது ஆழமான புரிதல், தர்க்கரீதியான கழித்தல் மற்றும் சிக்கலான பல-படி பணிகளைக் கையாளும் திறனுக்காக வடிவமைக்கப்பட்ட ஒரு கட்டமைப்பைக்குறிக்கிறது. வலுவான பகுத்தறிவு திறன்களில் முக்கியத்துவம் வாய்ந்தது. நடைமுறை அடிப்படையில், இது பயனர் நோக்கத்தை நன்கு புரிந்து கொள்ளக்கூடிய, சிக்கலான வழிமுறைகளைப் பின்பற்றக்கூடிய, சவாலான சிக்கல்களை நிர்வகிக்கக்கூடிய பகுதிகளாக உடைக்கக்கூடிய, மேலும் ஒத்திசைவான, தர்க்கரீதியாக ஒலிக்கும் வெளியீடுகளை உருவாக்கக்கூடிய AI ஆக மொழிபெயர்க்கப்படலாம். அது ஒரு சிக்கலான சட்ட வாதத்தை வரைவதாக இருந்தாலும், ஒரு பன்முக தொழில்நுட்ப சிக்கலைக் கண்டறிவதாக இருந்தாலும், அல்லது ஒரு அதிநவீன திட்டத்தைத் திட்டமிடுவதாக இருந்தாலும், உயர்ந்த பகுத்தறிவு கொண்ட ஒரு மாதிரி, கோட்பாட்டளவில், அதிக நம்பகமான மற்றும் நுண்ணறிவுள்ள உதவியை வழங்க வேண்டும்.

Pro பதிப்போடு இணைக்கப்பட்டுள்ள ‘Experimental’ குறிச்சொல் கவனத்திற்குரியது. மாதிரி சக்திவாய்ந்த திறன்களை வெளிப்படுத்தினாலும், அது இன்னும் செம்மைப்படுத்தப்பட்டு வருகிறது என்பதைக் குறிக்கிறது. இந்த கட்டம் Google-க்கு நிஜ-உலக பயன்பாட்டுத் தரவைச் சேகரிக்கவும், சாத்தியமான பலவீனங்கள் அல்லது சார்புகளை அடையாளம் காணவும், மேலும் பரந்த, சாத்தியமான நிலையான வெளியீட்டிற்கு முன் செயல்திறனைச் சரிசெய்யவும் அனுமதிக்கிறது. இந்த பதிப்பில் ஈடுபடும் பயனர்கள் அடிப்படையில் மேம்பாட்டுச் செயல்பாட்டில் கூட்டாளிகள், அதன் பலம் மற்றும் வரம்புகளை ஆராய்கின்றனர். இந்த அணுகுமுறை வேகமாக நகரும் AI துறையில் பொதுவானது, உற்பத்தி-தயார்நிலை பற்றிய எதிர்பார்ப்புகளை நிர்வகிக்கும் போது விரைவான மறு செய்கையை செயல்படுத்துகிறது. ஆரம்பகால தத்தெடுப்பாளர்கள் அதிநவீன தொழில்நுட்பத்திற்கான அணுகலைப் பெறுகிறார்கள், அதே நேரத்தில் வழங்குநர் விலைமதிப்பற்ற பின்னூட்டத்திலிருந்து பயனடைகிறார்.

அளவுகோல்களில் ஆதிக்கம்: ஒரு நெருக்கமான பார்வை

Google-இன் அறிவிப்பு Gemini 2.5 Pro Experimental-இன் செயல்திறன் தலைமையை குறிப்பிட்ட, கோரும் அளவுகோல்களில் எடுத்துக்காட்டுகிறது. AIME 2025 (அமெரிக்க அழைப்பிதழ் கணிதத் தேர்வுக்கு ஒத்த சிக்கலான சிக்கல்களைக் குறிக்கலாம்) மற்றும் LiveCodeBench v5 ஆகியவற்றில் வெற்றிகளைக் குறிப்பிடுவது, மாதிரியின் இரண்டு முக்கியமான களங்களில் உள்ள திறமையை அடிக்கோடிட்டுக் காட்டுகிறது: மேம்பட்ட கணித பகுத்தறிவு மற்றும் சிக்கலான குறியீடு உருவாக்கம்.

• கணிதத் திறமை: AIME-ஆல் ஈர்க்கப்பட்டவை போன்ற கணித அளவுகோல்களில் சிறந்து விளங்குவது எளிய எண்கணிதத்திற்கு அப்பாற்பட்ட திறன்களைக் குறிக்கிறது. இது சுருக்கமான கருத்துக்களைப் புரிந்து கொள்ளும் திறன், சான்றுகள் அல்லது சிக்கலைத் தீர்ப்பதில் தர்க்கரீதியான படிகளைப் பின்பற்றும் திறன், மற்றும் அளவு சவால்களுக்கு புதிய அணுகுமுறைகளைக் கண்டறியும் திறன் ஆகியவற்றைக் குறிக்கிறது. இது அறிவியல் ஆராய்ச்சி, நிதி மாதிரியாக்கம், பொறியியல் மற்றும் கடுமையான பகுப்பாய்வு சிந்தனை தேவைப்படும் எந்தவொரு துறைக்கும் முக்கியமானது. உயர் மட்ட கணிதத்திற்கு நம்பகத்தன்மையுடன் உதவக்கூடிய ஒரு AI கண்டுபிடிப்பு மற்றும் புதுமையை கணிசமாக துரிதப்படுத்த முடியும்.
• குறியீட்டு முன்னேற்றம்: அதன் முன்னோடியான Gemini 2.0-ஐ விட குறியீட்டு செயல்திறனில் அறிவிக்கப்பட்ட ‘பெரிய பாய்ச்சல்’ குறிப்பாக குறிப்பிடத்தக்கது. Google இந்த 2.5 பதிப்பை வலைப் பயன்பாடுகளை உருவாக்குதல், ஏற்கனவே உள்ள குறியீட்டுத் தளங்களைத் திருத்துதல், சிக்கலான மென்பொருளைப் பிழைதிருத்தம் செய்தல் மற்றும் வெவ்வேறு நிரலாக்க மொழிகளுக்கு இடையில் குறியீட்டை மொழிபெயர்த்தல் போன்ற பணிகளில் கணிசமாக சிறந்ததாக ஆக்குகிறது என்று கூறுகிறது. இது மென்பொருள் மேம்பாட்டு சமூகத்துடன் ஆழமாக எதிரொலிக்கிறது, அங்கு AI குறியீட்டு உதவியாளர்கள் வேகமாக இன்றியமையாத கருவிகளாக மாறி வருகின்றனர். மேம்படுத்தப்பட்ட திறமை என்பது வேகமான மேம்பாட்டுச் சுழற்சிகள், குறைக்கப்பட்ட பிழைகள், மேம்படுத்தப்பட்ட குறியீட்டுத் தரம் மற்றும் ஆர்வமுள்ள புரோகிராமர்களுக்கான நுழைவுத் தடைகளைக் குறைக்கலாம். மிகவும் சிக்கலான குறியீட்டுப் பணிகளைக் கையாளும் திறன், மாதிரி தொடரியலை மட்டுமல்ல, நிரலாக்க தர்க்கம், கட்டடக்கலை வடிவங்கள் மற்றும் சிறந்த நடைமுறைகளையும் புரிந்து கொள்ள முடியும் என்பதைக் குறிக்கிறது.

அளவுகோல் வெற்றிகள் ஈர்க்கக்கூடிய விளம்பரப் புள்ளிகளாக இருந்தாலும், அவற்றின் நிஜ-உலக மொழிபெயர்ப்பு முக்கியமானது. இந்த அளவிடப்பட்ட மேம்பாடுகள் அன்றாட குறியீட்டுப் பணிகள், அறிவியல் விசாரணைகள் அல்லது ஆக்கப்பூர்வமான சிக்கலைத் தீர்ப்பதில் எவ்வாறு வெளிப்படுகின்றன என்பது இறுதியில் மாதிரியின் நடைமுறை தாக்கத்தை தீர்மானிக்கும். ஆயினும்கூட, அதிநவீன அளவுகோல்களை வழிநடத்துவது Gemini 2.5 கட்டமைப்பில் உள்ளார்ந்த அடிப்படை சக்தி மற்றும் திறனின் வலுவான சமிக்ஞையை வழங்குகிறது.

தொழில்நுட்ப கட்டமைப்பு மற்றும் திறன்கள்

Gemini 2.5 Pro Experimental-இன் தொழில்நுட்ப அடித்தளங்களைப் புரிந்துகொள்வது அதன் சாத்தியமான பயன்பாடுகள் மற்றும் வரம்புகள் மீது ஒளியைப் பாய்ச்சுகிறது. Google ஒரு பல்துறை மற்றும் சக்திவாய்ந்த மாதிரியின் படத்தை வரையும் பல முக்கிய விவரக்குறிப்புகளைப் பகிர்ந்துள்ளது:

• பன்முக உள்ளீடு (Multimodal Input): ஒரு குறிப்பிடத்தக்க அம்சம் என்னவென்றால், இது பரந்த அளவிலான தரவு வகைகளை உள்ளீடாகச் செயலாக்கும் திறன் கொண்டது. இது உரை (Text) மட்டுமல்லாமல் படம் (Image), வீடியோ (Video), மற்றும் ஆடியோ (Audio) ஆகியவற்றையும் ஏற்றுக்கொள்கிறது. இந்த பன்முகத்தன்மை நிஜ-உலக சிக்கல்களைச் சமாளிக்க முக்கியமானது, அவை அரிதாகவே ஒற்றை வடிவத்தில் உள்ளன. ஒரு பழுதடைந்த இயந்திரத்தின் வீடியோவை அதன் தொழில்நுட்ப கையேடு (உரை) மற்றும் அது உருவாக்கும் விசித்திரமான சத்தங்களின் ஆடியோ பதிவுகளுடன் AI-க்கு ஊட்டுவதை கற்பனை செய்து பாருங்கள். ஒரு உண்மையான பன்முக மாதிரி இந்த எல்லா மூலங்களிலிருந்தும் தகவல்களை ஒருங்கிணைத்து சிக்கலைக் கண்டறிய முடியும். இந்த திறன் மருத்துவ நோயறிதல் (ஸ்கேன்கள், நோயாளி வரலாறு மற்றும் ஆடியோ குறிப்புகளை பகுப்பாய்வு செய்தல்), உள்ளடக்க உருவாக்கம் (வீடியோக்கள் அல்லது படங்களுக்கான விளக்கங்களை உருவாக்குதல்) மற்றும் மேம்பட்ட அணுகல் கருவிகள் போன்ற பகுதிகளில் பயன்பாடுகளுக்கான கதவுகளைத் திறக்கிறது.
• உரை அடிப்படையிலான வெளியீடு (Text-Based Output): தற்போது, உள்ளீடு பன்முகமாக இருந்தாலும், வெளியீடு உரைக்கு (Text) கட்டுப்படுத்தப்பட்டுள்ளது. இதன் பொருள் மாதிரி அதன் பகுப்பாய்வு, தீர்வுகள் அல்லது படைப்புகளை எழுதப்பட்ட மொழி மூலம் தொடர்பு கொள்கிறது. சக்திவாய்ந்ததாக இருந்தாலும், எதிர்கால மறு செய்கைகள் படங்களை உருவாக்குதல், ஆடியோ அல்லது நேரடியாக தொகுக்கப்பட்ட அல்லது செயல்படுத்தப்பட்ட குறியீடு உள்ளிட்ட வெளியீட்டு முறைகளை விரிவாக்கலாம்.
• விரிவான சூழல் சாளரம் (Expansive Context Window): மாதிரி உள்ளீட்டிற்கு ஈர்க்கக்கூடிய 1 மில்லியன் டோக்கன்களை (tokens) ஆதரிக்கிறது. டோக்கன்கள் என்பது AI மாதிரிகள் செயலாக்கும் உரையின் அலகுகள் (தோராயமாக சொற்கள் அல்லது சொற்களின் பகுதிகள்). 1-மில்லியன்-டோக்கன் சூழல் சாளரம் விதிவிலக்காக பெரியது, இது ஒரே நேரத்தில் பரந்த அளவிலான தகவல்களைக் கருத்தில் கொள்ள மாதிரியை அனுமதிக்கிறது. விரிவான ஆவணங்கள், நீண்ட குறியீட்டுத் தளங்கள் அல்லது விரிவான வரலாற்றுத் தரவுகளின் ஆழமான புரிதல் தேவைப்படும் பணிகளுக்கு இது ஒரு கேம்-சேஞ்சர் ஆகும். உதாரணமாக, இது ஒரு முழு நாவலையும், ஒரு விரிவான ஆய்வுக் கட்டுரையையும், அல்லது மணிநேர டிரான்ஸ்கிரிப்ட் செய்யப்பட்ட கூட்டங்களையும் சுருக்கங்களை வழங்க, குறிப்பிட்ட கேள்விகளுக்கு பதிலளிக்க, அல்லது நுட்பமான வடிவங்களை அடையாளம் காண பகுப்பாய்வு செய்ய முடியும். இது பல முந்தைய தலைமுறை மாதிரிகளின் சூழல் சாளரங்களை விட மிகச் சிறியதாக ஆக்குகிறது, சிக்கலைக் கையாளும் மற்றும் நீண்ட தொடர்புகளில் ஒத்திசைவைப் பேணும் திறனை கணிசமாக மேம்படுத்துகிறது.
• தாராளமான வெளியீட்டு நீளம் (Generous Output Length): 64,000-டோக்கன் வெளியீட்டு வரம்பு கணிசமானது, இது மாதிரியை நீண்ட, விரிவான பதில்கள், விரிவான அறிக்கைகள் அல்லது விரிவான குறியீட்டுத் தொகுதிகளை திடீரென துண்டிக்கப்படாமல் உருவாக்க உதவுகிறது.
• புதுப்பித்த அறிவு (Up-to-Date Knowledge): குறிப்பிடப்பட்ட அறிவு வெட்டு தேதி (Knowledge Cutoff) ஜனவரி 2025 ஆகும். இது மாதிரியின் பயிற்சித் தரவு அந்த புள்ளி வரை தகவல்களை உள்ளடக்கியது என்பதைக் குறிக்கிறது. ஆண்டின் நடுப்பகுதியில் அறிவிக்கப்பட்ட ஒரு மாதிரிக்கு இது ஈர்க்கக்கூடியதாக இருந்தாலும், தேடலைப் போன்ற நிகழ்நேர கருவிகளால் கூடுதலாக வழங்கப்படாவிட்டால், அந்த தேதிக்குப் பிறகு நிகழும் நிகழ்வுகள், கண்டுபிடிப்புகள் அல்லது மேம்பாடுகள் பற்றிய அறிவு அதற்கு இருக்காது என்பதை நினைவில் கொள்வது அவசியம்.
• ஒருங்கிணைந்த கருவி பயன்பாடு (Integrated Tool Use): Gemini 2.5 Pro Experimental என்பது அறிவின் ஒரு நிலையான களஞ்சியம் மட்டுமல்ல; இது அதன் திறன்களை மேம்படுத்த கருவிகளை தீவிரமாகப் பயன்படுத்தலாம். இதில் அடங்கும்:
  • செயல்பாட்டு அழைப்பு (Function calling): AI-ஐ வெளிப்புற API-கள் அல்லது மென்பொருள் செயல்பாடுகளுடன் தொடர்பு கொள்ள அனுமதிக்கிறது, இது சந்திப்புகளை முன்பதிவு செய்தல், நிகழ்நேர பங்குத் தரவைப் பெறுதல் அல்லது ஸ்மார்ட் ஹோம் சாதனங்களைக் கட்டுப்படுத்துதல் போன்ற செயல்களைச் செய்ய உதவுகிறது.
  • கட்டமைக்கப்பட்ட வெளியீடு (Structured output): மாதிரி அதன் பதில்களை JSON போன்ற குறிப்பிட்ட கட்டமைப்புகளில் வடிவமைக்க முடியும், இது மற்ற மென்பொருள் பயன்பாடுகளுடன் நம்பகமான ஒருங்கிணைப்புக்கு அவசியம்.
  • ஒரு கருவியாகத் தேடல் (Search as a tool): இது அதன் பயிற்சித் தரவு வெட்டு தேதிக்கு அப்பாற்பட்ட தகவல்களை அணுக வெளிப்புற தேடுபொறிகளை (அநேகமாக Google Search) பயன்படுத்தலாம், அதன் பதில்கள் தற்போதைய நிகழ்வுகள் மற்றும் உண்மைகளை இணைக்க முடியும் என்பதை உறுதி செய்கிறது.
  • குறியீடு செயல்படுத்தல் (Code execution): குறியீட்டுத் துணுக்குகளை இயக்கும் திறன் தீர்வுகளைச் சோதிக்க, கணக்கீடுகளைச் செய்ய அல்லது நிரலாக்கக் கருத்துக்களை நேரடியாக நிரூபிக்க அனுமதிக்கிறது.

இந்த ஒருங்கிணைந்த கருவிகள் மாதிரியின் நடைமுறைப் பயன்பாட்டை கணிசமாகப் பெருக்குகின்றன, இது ஒரு செயலற்ற தகவல் செயலியிலிருந்து டிஜிட்டல் உலகத்துடன் தொடர்பு கொள்ளவும் உறுதியான பணிகளைச் செய்யவும் திறன் கொண்ட ஒரு செயலில் உள்ள முகவராக மாற்றுகிறது.

பயன்பாட்டு கவனம் மற்றும் கிடைக்கும் தன்மை

Google வெளிப்படையாக Gemini 2.5 Pro Experimental-ஐ பகுத்தறிவு (Reasoning), குறியீட்டு முறை (Coding), மற்றும் சிக்கலான தூண்டுதல்களுக்கு (Complex prompts) மிகவும் பொருத்தமானது என்று நிலைநிறுத்துகிறது. இது அதன் அளவுகோல் பலம் மற்றும் தொழில்நுட்ப விவரக்குறிப்புகளுடன் சரியாகப் பொருந்துகிறது. பெரிய சூழல் சாளரம், பன்முக உள்ளீடு மற்றும் கருவி பயன்பாடு ஆகியவை கூட்டாக குறைவான திறன் கொண்ட மாதிரிகளை மூழ்கடிக்கக்கூடிய பணிகளைச் சமாளிக்க அதை மேம்படுத்துகின்றன.

இந்த அதிநவீன தொழில்நுட்பத்திற்கான அணுகல் ஆரம்பத்தில் ஓரளவு கட்டுப்படுத்தப்படுகிறது, இது அதன் சோதனை தன்மையைப் பிரதிபலிக்கிறது:

• Google AI Studio: இந்த வலை அடிப்படையிலான தளம் டெவலப்பர்களுக்கு Google-இன் சமீபத்திய AI மாதிரிகளுடன் பரிசோதனை செய்ய ஒரு இடைமுகத்தை வழங்குகிறது, இதில் Gemini 2.5 Pro Experimental அடங்கும். இது தூண்டுதல்களைச் சோதிப்பதற்கும், திறன்களை ஆராய்வதற்கும், மாதிரியை முன்மாதிரிகளில் ஒருங்கிணைப்பதற்கும் ஒரு சாண்ட்பாக்ஸ் ஆகும்.
• Gemini App (Gemini Advanced வழியாக): Gemini Advanced-இன் சந்தாதாரர்கள், Google-இன் பிரீமியம் AI அரட்டை சேவை, Gemini பயன்பாட்டின் மூலம் சோதனை மாதிரியையும் அணுகலாம். இது AI வளர்ச்சியின் முன்னணியை அனுபவிக்க ஆர்வமுள்ள கட்டண நுகர்வோருக்கு மேம்பட்ட திறன்களை நேரடியாகக் கொண்டுவருகிறது.
• Vertex AI (திட்டமிடப்பட்டுள்ளது): Google இந்த மாதிரியை Vertex AI-க்கு, அதன் கிளவுட் அடிப்படையிலான இயந்திர கற்றல் தளத்திற்கு கொண்டு வருவதற்கான தனது நோக்கத்தை கூறியுள்ளது. இந்த ஒருங்கிணைப்பு நிறுவன தத்தெடுப்புக்கு முக்கியமானதாக இருக்கும், இது வணிகங்கள் Google Cloud-இன் சுற்றுச்சூழல் அமைப்பிற்குள் Gemini 2.5-ஐப் பயன்படுத்தி AI பயன்பாடுகளை உருவாக்க, வரிசைப்படுத்த மற்றும் அளவிட அனுமதிக்கிறது. குறிப்பிட்ட காலக்கெடு எதுவும் கொடுக்கப்படவில்லை என்றாலும், Vertex AI-இல் அதன் வருகை பரந்த வணிக பயன்பாட்டை நோக்கிய ஒரு குறிப்பிடத்தக்க படியாக இருக்கும்.

தற்போது, விலை விவரங்கள் வெளியிடப்படவில்லை, ஆனால் Google மேலும் தகவல்கள் வரவிருக்கும் என்று சுட்டிக்காட்டியுள்ளது. விலை நிர்ணய உத்தி தத்தெடுப்பு விகிதங்களை பாதிக்கும் ஒரு முக்கியமான காரணியாக இருக்கும், குறிப்பாக பெரிய அளவிலான வரிசைப்படுத்தல்களைக் கருத்தில் கொள்ளும் டெவலப்பர்கள் மற்றும் வணிகங்களுக்கு.

பரந்த Gemini சுற்றுச்சூழல் அமைப்பிற்குள் சூழல்

Gemini 2.5 தனிமையில் இல்லை. இது Gemini மாதிரிகளின் குடும்பத்திற்கான Google-இன் பரந்த மூலோபாயத்திற்குள் சமீபத்திய பரிணாமமாகும். சமீபத்திய மாதங்களில், Google குறிப்பிட்ட பயன்பாடுகளுக்கு Gemini-ஐத் தையல் செய்வதற்கும் அதன் நுகர்வோர் எதிர்கொள்ளும் தயாரிப்புகளை மேம்படுத்துவதற்கும் ஒரு அர்ப்பணிப்பை வெளிப்படுத்தியுள்ளது:

• Gemini Robotics: முன்னதாக அறிவிக்கப்பட்டது, இந்த முயற்சி ரோபோ பயன்பாடுகளுக்காக குறிப்பாக Gemini 2.0 மாதிரிகளைச் செம்மைப்படுத்துவதை உள்ளடக்கியது, ரோபோக்களின் கட்டளைகள், சுற்றுச்சூழல் உணர்தல் மற்றும் பணி செயல்படுத்தல் ஆகியவற்றின் புரிதலை மேம்படுத்துவதை நோக்கமாகக் கொண்டுள்ளது.
• Gemini App-இல் ஆழ்ந்த ஆராய்ச்சி: நுகர்வோர் எதிர்கொள்ளும் Gemini App சமீபத்தில் ஒரு ‘Deep Research’ அம்சத்தைப் பெற்றது, இது பயனர் குறிப்பிட்ட தலைப்புகளில் ஆழ்ந்த ஆராய்ச்சியை நடத்துவதற்கும், பல்வேறு மூலங்களிலிருந்து தகவல்களை ஒருங்கிணைப்பதற்கும் AI-ஐப் பயன்படுத்த வடிவமைக்கப்பட்டுள்ளது.

இந்த மேம்பாடுகள் Google-இன் பலமுனை அணுகுமுறையை விளக்குகின்றன: 2.5 Pro Experimental போன்ற வெளியீடுகளுடன் முக்கிய மாதிரி நுண்ணறிவின் எல்லைகளைத் தள்ளுதல், அதே நேரத்தில் செங்குத்து களங்களுக்கு (ரோபாட்டிக்ஸ் போன்றவை) மாதிரிகளை ஒரே நேரத்தில் நிபுணத்துவம் செய்தல் மற்றும் அதன் நேரடி-நுகர்வோர் சலுகைகளில் பயனர் அனுபவத்தை மேம்படுத்துதல். Gemini 2.5 இந்த விரிவடையும் சுற்றுச்சூழல் அமைப்பு முழுவதும் எதிர்கால கண்டுபிடிப்புகளுக்கு சக்தி அளிக்க ಉದ್ದೇಶிக்கப்பட்ட புதிய முதன்மை இயந்திரமாகக் காணப்படலாம்.

Gemini 2.5 Pro Experimental-இன் அறிமுகம் நடந்துகொண்டிருக்கும் AI கதையில் ஒரு குறிப்பிடத்தக்க தருணத்தைக் குறிக்கிறது. Google மாதிரி நுண்ணறிவில், குறிப்பாக சிக்கலான பகுத்தறிவு மற்றும் குறியீட்டுப் பணிகளில் முன்னிலை வகிக்கும் தனது லட்சியத்தை தெளிவாக சமிக்ஞை செய்கிறது. அளவுகோல் தலைமை உரிமைகோரல்கள், ஒரு பெரிய சூழல் சாளரம், பன்முக உள்ளீடு மற்றும் ஒருங்கிணைந்த கருவி பயன்பாடு ஆகியவற்றின் கலவையானது டெவலப்பர்கள் மற்றும் மேம்பட்ட பயனர்களுக்கு ஒரு கட்டாய தொகுப்பை வழங்குகிறது. ‘Experimental’ லேபிள் எச்சரிக்கையை அறிவுறுத்தினாலும், AI-இயங்கும் பயன்பாடுகளின் அடுத்த அலைக்கு ஒரு அடிப்படை தொழில்நுட்பமாக மாறக்கூடியதைச் செம்மைப்படுத்துவதில் ஒத்துழைப்பையும் இது அழைக்கிறது. சமூகம் Gemini 2.5-ஐ அதன் வேகத்தில் வைக்கும்போது, விலை நிர்ணயம் வெளிப்படுத்தப்படும்போது, மற்றும் Vertex AI ஒருங்கிணைப்பு உட்பட பரந்த கிடைக்கும் தன்மைக்கான பாதை தெளிவாகும்போது வரும் வாரங்களும் மாதங்களும் முக்கியமானதாக இருக்கும். AI பந்தயம் தொடர்கிறது, மேலும் Google ஒரு சக்திவாய்ந்த நகர்வைச் செய்துள்ளது.