Στην κυκλοφορία το Gemini Live, η απάντηση της Google στην OpenAI για εξελιγμένες φωνητικές συζητήσεις με το smartphone

[nchatz]

Η Google ανακοίνωσε την κυκλοφορία του Gemini Live, μια νέας λειτουργία φωνητικής συνομιλίας με τεχνητή νοημοσύνη, που έρχεται να ανταγωνιστεί το Advanced Voice Mode της OpenAI.

Η ανακοίνωση έγινε στην εκδήλωση Made by Google 2024 η οποία επικεντρώθηκε στα νέα Pixel smartphones, μήνες μετά την αρχική αναφορά στο συνέδριο Google I/O 2024. Αρχικά η εταιρεία είχε ανακοινώσει το Gemini Live στο συνέδριο προγραμματιστών Google I/O τον περασμένο Μάιο.

Το Gemini Live επιτρέπει στους χρήστες να έχουν εις βάθος φωνητικές συζητήσεις με το Gemini, το chatbot της Google που βασίζεται σε τεχνητή νοημοσύνη, μέσω των smartphones τους. Χάρη σε ένα προηγμένο σύστημα ομιλίας, οι χρήστες μπορούν να διακόψουν το Gemini κατά τη διάρκεια της απάντησής του για να θέσουν διευκρινιστικές ερωτήσεις, ενώ το σύστημα προσαρμόζεται στο μοτίβο ομιλίας του χρήστη σε πραγματικό χρόνο. Οι λειτουργίες αυτές, θυμίζουν το Advance Voice Chat της OpenAI το οποίο παρουσιάστηκε -και εντυπωσίασε- πρόσφατα μαζί με το GPT-4o, χωρίς ακόμα να υπάρχει ευρεία διάθεσή του

Η λειτουργία προσφέρει 10 νέες φυσικές φωνές για τις απαντήσεις του Gemini και μπορεί να χρησιμοποιηθεί hands-free, ακόμα και όταν η οθόνη του τηλεφώνου είναι κλειδωμένη. Η Google προτείνει διάφορες χρήσεις, όπως την εξάσκηση για μια συνέντευξη εργασίας.

Ένα πλεονέκτημα του Gemini Live είναι η μεγαλύτερη "μνήμη" του, χάρη στο μοντέλο τεχνητής νοημοσύνης Gemini 1.5 Pro και Gemini 1.5 Flash που το υποστηρίζουν. Τα μοντέλα αυτά μπορούν να επεξεργαστούν μεγάλο όγκο δεδομένων, επιτρέποντας θεωρητικά ώρες συνεχούς συνομιλίας.

Ωστόσο, το Gemini Live δεν διαθέτει ακόμη όλες τις δυνατότητες που παρουσιάστηκαν στο Google I/O, όπως η πολυτροπική είσοδος (multimodal input). Η Google υπόσχεται ότι αυτή η λειτουργία θα είναι διαθέσιμη αργότερα μέσα στο έτος, μαζί με υποστήριξη για περισσότερες γλώσσες και iOS συσκευές.

Το Gemini Live είναι διαθέσιμο αποκλειστικά μέσω του προγράμματος Gemini Advanced, το οποίο απαιτεί συνδρομή στο Google One AI Premium Plan με κόστος 20 δολάρια το μήνα.

Παράλληλα, η Google ανακοίνωσε και άλλες δωρεάν λειτουργίες για το Gemini. Οι χρήστες Android θα μπορούν σύντομα να καλούν το Gemini πάνω από οποιαδήποτε εφαρμογή για να κάνουν ερωτήσεις σχετικά με το περιεχόμενο της οθόνης. Επίσης, το Gemini θα μπορεί να δημιουργεί εικόνες (εκτός από εικόνες ανθρώπων) απευθείας από αυτό το interface.

Τέλος, το Gemini αποκτά νέες ενσωματώσεις με υπηρεσίες της Google, όπως το Calendar, Keep, Tasks και YouTube Music, επιτρέποντας στους χρήστες να εκτελούν διάφορες εργασίες μέσω φωνητικών εντολών. Σύντομα το Gemini Live θα κάνει την εμφάνισή του και στα Android tablets.

Διαβάστε ολόκληρο το άρθρο

[MetroStar]

Quote

Η λειτουργία προσφέρει 10 νέες φυσικές φωνές για τις απαντήσεις του Gemini και μπορεί να χρησιμοποιηθεί hands-free, ακόμα και όταν η οθόνη του τηλεφώνου είναι κλειδωμένη.

Άρα και επίσημα πλέον παρακολούθηση 24 ώρες το 24ωρο. Ελπίζω να απενεργοποιείται/αφαιρείται.

[empyr3an]

27 λεπτά πριν, MetroStar είπε

Άρα και επίσημα πλέον παρακολούθηση 24 ώρες το 24ωρο. Ελπίζω να απενεργοποιείται/αφαιρείται.

Δεν είναι κάτι που δεν γίνεται ήδη σήμερα και στα δύο μεγάλα λειτουργικά. Τι είχαμε, τι χάσαμε... Θεωρητικά ακούνε μόνο όταν χρησιμοποιείς το prompt τους και μπορείς να τα απενεργοποιήσεις. Όμως λάθη γίνονται, bugs υπάρχουνε, βεβαίως βεβαίως

[Dimitris_1981]

45 λεπτά πριν, empyr3an είπε

Δεν είναι κάτι που δεν γίνεται ήδη σήμερα και στα δύο μεγάλα λειτουργικά. Τι είχαμε, τι χάσαμε... Θεωρητικά ακούνε μόνο όταν χρησιμοποιείς το prompt τους και μπορείς να τα απενεργοποιήσεις. Όμως λάθη γίνονται, bugs υπάρχουνε, βεβαίως βεβαίως

Η μια από τις 2 έβγαλε 300δις το 23 από διαφημίσεις η άλλη «πουλάει» ιδιωτικότητα . Δες το κίνητρο και θα καταλάβεις ότι δεν είναι το ίδιο.

[empyr3an]

10 λεπτά πριν, Dimitris_1981 είπε

Η μια από τις 2 έβγαλε 300δις το 23 από διαφημίσεις η άλλη «πουλάει» ιδιωτικότητα . Δες το κίνητρο και θα καταλάβεις ότι δεν είναι το ίδιο.

Δεν εμπιστεύομαι καμιά από τις 2. Αυτό είπα. Δεν θέλω να μπω στο τριπάκι να γράψω γιατί δεν πρέπει ούτε εσύ να εμπιστεύεσαι την αγαπημένη σου εταιρεία (όποια κι αν είναι αυτή).

[filip123go]

5 minutes ago, empyr3an said:

Δεν εμπιστεύομαι καμιά από τις 2. Αυτό είπα. Δεν θέλω να μπω στο τριπάκι να γράψω γιατί δεν πρέπει ούτε εσύ να εμπιστεύεσαι την αγαπημένη σου εταιρεία (όποια κι αν είναι αυτή).

Όχι όχι, πες, εγώ θέλω να μάθω..!

[empyr3an]

3 λεπτά πριν, filip123go είπε

Όχι όχι, πες, εγώ θέλω να μάθω..!

Δεν μου γράφεις καν ποια είναι η αγαπημένη σου. Δεν θες πραγματικά να "μάθεις", θέλεις να τρολλάρεις. Not nice.

Στην τελική ποιος είμαι εγώ που μπορώ να σου κάνω μαθήματα.

[Dimitris_1981]

35 λεπτά πριν, empyr3an είπε

Δεν εμπιστεύομαι καμιά από τις 2. Αυτό είπα. Δεν θέλω να μπω στο τριπάκι να γράψω γιατί δεν πρέπει ούτε εσύ να εμπιστεύεσαι την αγαπημένη σου εταιρεία (όποια κι αν είναι αυτή).

Η αγαπημένη μου εταιρία είναι η δικιά μου….

btw το οποία από τις 2 είναι μεροληπτικό αν σκεφτείς ότι έχουν διαφορετικό business model 

Επεξ/σία 14 Αυγούστου από Dimitris_1981

[Tlykog]

17 ώρες πριν, MetroStar είπε

Άρα και επίσημα πλέον παρακολούθηση 24 ώρες το 24ωρο. Ελπίζω να απενεργοποιείται/αφαιρείται.

…όπως όλες οι υπηρεσίες της Google. Εύκολα και ανώδυνα για τον χρήστη…

Επεξ/σία 15 Αυγούστου από Tlykog

[freegr]

Προς το ΠΑΡΟΝ που δουλεύει και πως; Υποστηρίζει ελληνικά γιατί δεν το βλέπω να αναφέρεται 

[svartevarg]

Και εγένετο ο Skynet/ Legion του δικού μας universe.

Τον Schwarzenegger τον έχουμε. 

Το μόνο που λείπει είναι τα ρομπότ;;

Εκτός και αν ο Έλονας έχει φτιάξει υπεραυτόνομο Optimus. 

[Hellenicsun]

Όσοι έχετε δεύτερη συσκευή (..που υποστηρίζεται) και γνώσεις ξεκλειδώματος bootloader/ εγκατάστασης custom ROM, θα σας πρότεινα να πειραματιστείτε σε ένα περιβάλλον δίχως τη παρουσία της Google (..κι όσων την υποστηρίζουν/ βασίζονται στις υπηρεσίες της).

Δεδομένες δυσκολία και "περιθωριοποίηση" αλλά θα εκπλαγείτε με το τι υπάρχει εκεί έξω και πως "ξαφνικά" μια συσκευή δουλεύει μόνο για εσάς δίχως συνεχή επικοινωνία κι αποστολή δεδομένων.

[Tlykog]

1 λεπτό πριν, Hellenicsun είπε

Όσοι έχετε δεύτερη συσκευή (..που υποστηρίζεται) και γνώσεις ξεκλειδώματος bootloader/ εγκατάστασης custom ROM, θα σας πρότεινα να πειραματιστείτε σε ένα περιβάλλον δίχως τη παρουσία της Google (..κι όσων την υποστηρίζουν/ βασίζονται στις υπηρεσίες της).

Δεδομένες δυσκολία και "περιθωριοποίηση" αλλά θα εκπλαγείτε με το τι υπάρχει εκεί έξω και πως "ξαφνικά" μια συσκευή δουλεύει μόνο για εσάς δίχως συνεχή επικοινωνία κι αποστολή δεδομένων.

Το έκανα για 10 χρόνια. 
Κερδίζεις ένα μέρος της ιδιωτικότητας σου και χανεις σε λειτουργικότητα. Για να ανακτήσεις ένα μέρος της λειτουργικότητας πρέπει να επενδύσεις χρόνο. Επίσης η σταθερότητα και η συνέπεια δεν θεωρούνται δεδομένα…. Δυστυχώς…

[Hellenicsun]

7 λεπτά πριν, Tlykog είπε

Το έκανα για 10 χρόνια. 
Κερδίζεις ένα μέρος της ιδιωτικότητας σου και χανεις σε λειτουργικότητα. Για να ανακτήσεις ένα μέρος της λειτουργικότητας πρέπει να επενδύσεις χρόνο. Επίσης η σταθερότητα και η συνέπεια δεν θεωρούνται δεδομένα…. Δυστυχώς…

Έχεις απόλυτο δίκιο - εξού και η αναφορά μου σε δυσκολία και "περιθωριοποίηση". Δεν είναι για όλους, ακόμη.