گوگل مانند هر شرکت دیگری می‌کوشد محصولات هوش مصنوعی قدرتمندتری به کاربرانش معرفی کند و حالا این شرکت از هوش مصنوعی جمینای 2.0 پرده برداشته است که از مدل قبلی خود، قدرتمندتر شده و می‌تواند وظایف بیشتری ازجمله تولید تصویر و صدا را انجام دهد.

شب گذشته، گوگل هوش مصنوعی جمینای 2.0 فلش را معرفی کرد که می‌تواند علاوه‌بر متن، تصویر و صدا نیز تولید کند. این مدل همچنین از برنامه‌ها و سرویس‌های شخص ثالث پشتیبانی می‌کند که باوجوداین برای مثال می‌تواند از موتور جستجوی گوگل استفاده کند یا یک کد را اجرا کند.

نسخه آزمایشی جمینای 2.0 فلش هم‌اکنون از طریق Gemini API و پلتفرم‌های توسعه‌دهنده هوش مصنوعی گوگل، AI Studio و Vertex AI، در دسترس هستند. البته امکان تولید صدا و تصویر آن فعلاً فقط برای کاربران دارای دسترسی زودهنگام (Early-Access) ارائه شده و عرضه گسترده آن برای ژانویه آینده برنامه‌ریزی شده است.

همچنین گوگل در ماه‌های آینده قصد دارد این مدل هوش مصنوعی را به طیف وسیعی از محصولات خود، مانند Android Studio و Gemini Code Assist، اضافه کند.

نسل اول هوش مصنوعی جمینای فلش (1.5 Flash) اوایل امسال معرفی شده بود و فقط می‌توانست متن تولید کند و برای وظایف دشوارتر طراحی نشده بود. گوگل جمینای 2.0 فلش را مدلی همه‌کاره‌ معرفی کرده است.

سایر پروژه‌های مربوط به هوش مصنوعی جمینای 2.0

گوگل در ادامه پست خود به Project Astra نیز اشاره کرده است؛ سیستمی بصری که یکی از قابلیت‌های آن شناسایی اشیاست. گوگل می‌گوید جمینای 2.0 فلش در زمینه دسترسی به Astra نیز پیشرفت بزرگی داشته.

گوگل همچنین پروژه دیگری با نام Project Mariner معرفی کرده که افزونه جدیدی برای مرورگر کروم است. غول فناوری در وبلاگ خود می‌گوید این محصول می‌تواند اطلاعات موجود در صفحه مرورگر شما (مانند پیکسل‌ها و عناصری نظیر متن، کد، تصاویر و فرم‌ها) را درک کند سپس از این اطلاعات با کمک افزونه کروم برای انجام وظایفی استفاده می‌کند.

محصول دیگری که گوگل به آن اشاره کرده، Jules نام دارد؛ هوش مصنوعی مخصوص برای کمک به توسعه‌دهندگان تا بتوانند کدهای ناقص خود را پیدا و اصلاح کنند. این شرکت ابزار مبتنی‌بر Gemini 2.0 دیگری نیز معرفی کرده که می‌تواند صفحه‌نمایش کاربر را بررسی کند و در بازی‌های ویدیویی همراهتان باشد.