گوگل در واکنش به GPT4o، قابلیت جدید جمینای را نشان داد + ویدیو

گوگل چند ساعت قبل از کنفرانس توسعه دهندگان I/O خود، یک قابلیت جدید و جذاب را برای جمینای تبلیغ کرد. این شرکت ویدیوی کوتاهی را منتشر کرد که یک ویژگی جدید هوش مصنوعی را نشان می دهد. جمینای با این ویژگی قادر است آنچه را که در قاب تصویر وجود دارد، به صورت لحظه ای تشخیص دهد. OpenAI نیز دیروز از مدل هوش مصنوعی GPT4o خود رونمایی کرد که قابلیت مشابهی دارد.

گوگل در شبکه اجتماعی ایکس ویدیویی را منتشر کرده است که در آن شخصی دوربین گوشی پیکسل خود را باز کرده است و کلمه I/O را نیز روی استیج می بینیم. او از جمینای می پرسد: «فکر می کنی اینجا چه خبر است؟» و هوش مصنوعی نیز پاسخ می دهد: «به نظر می رسد که چند نفر دارند برای یک رویداد بزرگ، شاید یک کنفرانس یا ارائه، آماده می شوند.»

گوگل به رقابت با ChatGPT4o می رود

OpenAI در ویدیوی رونمایی از مدل ChatGPT4o نیز به قابلیت درک تصویر و صدا به صورت لحظه ای پرداخت. در ویدیوی این شرکت دیدیم که ChatGPT4o می تواند با کمترین تأخیر تصویر و صدا را تشخیص دهد و بگوید که ظاهراً برای یک رونمایی آماده شده اید. اکنون به نظر می رسد ویدیو گوگل نیز در جواب همین قابلیت هوش مصنوعی OpenAI باشد.

دقیقاً مشخص نیست که ویژگی جدید گوگل چیست، اگرچه شباهت هایی به لنز گوگل یا جستجوی مبتنی بر دوربین این شرکت دارد. بااین حال، به نظر می رسد این هوش مصنوعی به صورت لحظه ای کار می کند و به دستورات صوتی همانند هوش مصنوعی چندوجهی در عینک هوشمند متا پاسخ می دهد. همچنین اینکه این قابلیت در این ویدیو در گوشی پیکسل نشان داده می شود نیز جالب توجه است، زیرا گوگل اغلب ویژگی های جدید هوش مصنوعی را ابتدا در سری پیکسل خود عرضه می کند.

اگرچه انتشار چنین ویدیویی درست چند ساعت قبل از کنفرانس I/O کمی غیرمعمول است، اما احتمال دارد گوگل در واکنش به رونمایی از قابلیت های مدل GPT4o این ویدیو را ساخته باشد.

کنفرانس I/O گوگل قرار است امروز (25 اردیبهشت) در ساعت 20:30 به وقت ایران برگزار شود.