Gemini 1.5 Pro już jest! Przygotuj się na kolejny poziom rozpoznawania dźwięku

Wszyscy główni giganci technologiczni pracują nad modelami AI, a skoro już o tym mowa, wydaje się, że Google wypuściło nową wersję Gemini.

Gemini 1.5 Pro został wydany i oferuje kilka interesujących funkcji, więc zagłębmy się w niego i zobaczmy, co nowego.

Już jest Gemini 1.5 Pro z funkcją rozpoznawania dźwięku

Google zaktualizowało niedawno swój model AI, a Gemini 1.5 Pro jest dostępny w ponad 180 krajach w ramach publicznej wersji zapoznawczej Google AI Studio, jak pisze MSPowerUser .

Gemini ma teraz 1 milion okien kontekstowych, które pozwalają programistom lepiej analizować i rozumieć informacje.

To nie wszystko, ta wersja posiada również funkcję rozpoznawania dźwięku, dzięki czemu może przetwarzać język mówiony. Obsługiwane jest również przesyłanie plików, więc możesz przesłać plik audio, a Gemini go przeanalizuje.

Oto, co programiści mieli do powiedzenia na temat tej funkcji:

Aktualizacja zapewnia także programistom większą kontrolę i funkcjonalność, a także obsługuje instrukcje systemowe, dzięki czemu można łatwo określić role, formaty i cele.

Wreszcie dostępny jest tryb JSON, który umożliwia wyodrębnianie danych strukturalnych zarówno z obrazów, jak i tekstu. Według programistów obecnie obsługiwany jest cURL, a wkrótce pojawi się obsługa Python SDK.

To nie wszystko od Google, są też doniesienia, że ​​Gemini wkrótce wprowadzi sugestie powtórek do Gmaila na Androida, więc bądźcie czujni.

Możesz przesłać nagranie wykładu, na przykład ponad 117 000 żetonów wykładu Jeffa Deana, a Gemini 1.5 Pro może zamienić je w quiz z kluczem odpowiedzi.