"8 nuevos productos y actualizaciones de IA probados"

# ai

En E/S, no solo lanzamos una lista de actualizaciones como nuevos modelos Gemini, agentes de IA y ajustes de Android, en realidad dejamos que los desarrolladores, reporteros y socios se sumerjan en la acción con demostraciones prácticas de productos. Este año, pude pasar el día en el anfiteatro Shoreline, donde tiene lugar la E/S, y tuve que ver un montón de estas demostraciones. Aquí está el bajo en algunos de ellos. Mi primera demostración del día fue genial. Vi a Gemini Advanced enfrentar un arrendamiento de propiedades de más de 20 páginas, lleno de jerga legal y cláusulas complicadas. Después de procesar el documento, podría hacer preguntas al respecto, como si mi arrendador me permitiera tener un perro mascota o si hubiera tarifas adicionales que debía pagar. Ya estoy deseando usar esta función para darle sentido a mi próximo contrato de arrendamiento cuando mi apartamento se renova. A continuación, la demostración se volvió aún más impresionante. Dos Googlers alimentaron a Géminis un PDF de un libro de texto de economía masiva, cientos de páginas. Me habría llevado años leerlo, pero Gemini preparó un resumen y señaló los temas clave para estudiar en poco tiempo. Incluso arrojó un cuestionario de opción múltiple, completa con una respuesta correcta y tres malos incorrectos, para ayudarme a prepararme para un examen hipotético. Los Googlers Sid Lall (izquierda) y Adam Kurzrok (derecha) demuestran cómo Géminis avanzado ahora puede resumir un libro de texto económico considerable o miles de páginas de documentos. Ambas demostraciones hicieron uso de Gemini 1.5 Pro, que presentamos a principios de este año con la ventana de contexto más larga de cualquier modelo de base a gran escala. Ahora estamos lanzando acceso temprano a Gemini 1.5 Pro para suscriptores avanzados de Gemini, permitiéndoles cargar documentos directamente desde la unidad. Esto significa que pueden usar Gemini para resumir o analizar documentos de hasta 1.500 páginas de largo. Gemini 1.5 Pro también está llegando al panel lateral de aplicaciones del espacio de trabajo como Gmail, documentos, sábanas, diapositivas y discos. Pude ver esto en acción usando Gemini en Gmail para resumir un correo electrónico de informe de la escuela semanal, y extrajo detalles específicos como actividades para estudiantes de 7º grado y la lista de embalaje para un viaje nocturno. El panel lateral de Gemini puede ayudarlo a responder preguntas clave sobre su contenido en Gmail, Drive y más. La ventana de contexto largo mejorado puede incluso extraer información de múltiples documentos al responder a un solo mensaje. En Docs, solicité ayuda para escribir una carta de muestra a un candidato de trabajo potencial, vinculado al documento de descripción del trabajo y la cartera de PDF del solicitante en mi unidad. Gemini redactó instantáneamente un correo electrónico que tuvo en cuenta los detalles de ambos documentos. Pero Gemini 1.5 Pro no es el único niño nuevo en el bloque. También pude jugar con el recién anunciado Imagen 3, nuestro mejor modelo de texto a imagen hasta ahora. Una característica genial que probé fue su capacidad para generar texto y letras decorativas. Pedí un alfabeto estilizado, como letras hechas de mermelada en tostadas o globos plateados que flotaban en el cielo. Imagen 3 produjo un alfabeto completo de letras, que luego podría usar para crear mis propios menús (sabrosos). Después de mi diversión con Imagen 3, volví a más demostraciones de Géminis. Una demostración me deja sacar la superposición de Gemini en un teléfono Android y hacer preguntas sobre cualquier cosa en la pantalla. Esto mostró cómo no solo estamos expandiendo lo que puede preguntarle a Gemini, sino también haciéndole un contexto anticipado para anticipar sus necesidades y ofrecer sugerencias útiles. La demostración utilizó un manual de horno largo como ejemplo. En lugar de atravesar el documento, detuve a Géminis y obtuve una sugerencia de "preguntar este pdf" de inmediato. Hice preguntas como "¿Cómo actualizo el reloj" y obtuve respuestas rápidas y precisas? Funcionó igual de bien con videos de YouTube. En lugar de ver un video de entrenamiento de 20 minutos, pregunté cómo modificar las tablas y obtuve una respuesta en un instante, luego pasé a la siguiente demostración. Esta próxima demostración presentó un nuevo modo de conversación llamado Gemini Live, donde puedes hablar con Gemini en la aplicación sin escribir. Hablar con Gemini fue un ambiente diferente de la interfaz de chatbot habitual. Sus respuestas fueron más conversacionales, no solo párrafos de texto o listas puntiagudas de bala. En mi demostración, solicité una lista de actividades para niños para unas vacaciones de verano y pude interrumpir la lista para preguntar más sobre qué materiales necesitaría para morir una camisa. La demostración del Proyecto Astra llevó las cosas al siguiente nivel, mostrando hacia dónde se dirigen nuestros proyectos de IA conversacionales. Nuestro AI Sandbox, donde los desarrolladores y los asistentes probaron demostraciones como Project Astra y otros experimentos creativos de IA, como el modo DJ de MusicFX. En lugar de trabajar con lo que está en su pantalla o lo que ha escrito en una caja de chat, las capacidades multimodales de Astra pueden comprender las indicaciones del habla conversacionales y los alimentos en videos en vivo al mismo tiempo, desbloqueando nuevos tipos de experiencias de IA. La demostración de aliteración de Astra comenzó simple: le mostré a la cámara un objeto, como un plátano o un pedazo de pan, y a Gemini se le ocurrió una oración aliterativa. Mientras agregué más objetos, Gemini mantuvo la conversación, desde "plátanos brillantes disfruté maravillosamente en el tablero" con una sola fruta hasta "Las creaciones culinarias pueden llamar la atención" cuando se les presenta un tablero de buffet completo. Astra aliterados con plátanos, baguettes ... y cualquier otra cosa que puedas mostrarlo. Otra demostración de Astra me dejó tocar el Pictory con Géminis. Puede sonar simple, pero requirió que el agente entendiera las imágenes, recuerde lo que se había dibujado en cada ronda y usar el conocimiento general para adivinar lo que estaba dibujando. En una demostración, Astra sabía que un círculo no era suficiente para basar una suposición, pero cuando agregué líneas debajo, rápidamente pasó de identificar una figura de palo a reconocer que una persona que sostenía un emoji de calavera era aldea. Astra está invicto en Pictionary. Moverse a través de AI Sandbox y otras estaciones de demostración se sintió como un vistazo al futuro. También fue un poco humillante: ¡Astra me ganó en Pictionary en múltiples rondas!

Artículo relacionado

comentario (35)