El CEO de DeepMind, Demis Hassabis, anuncia la integración futura de los modelos Gemini y VEO AI de Google

En un episodio reciente del podcast posible , co-anfitrión del cofundador de LinkedIn, Reid Hoffman, el CEO de Google Deepmind, Demis Hassabis, compartió algunas noticias emocionantes sobre los planes de Google. Reveló que Google está buscando fusionar sus modelos Gemini AI con los modelos VEO Video Generating. Esta fusión tiene como objetivo mejorar la comprensión de Géminis del mundo físico, por lo que es más experto en comprender la dinámica de la vida real.

Hassabis enfatizó que desde el principio, Gemini fue diseñado para ser multimodal. "Siempre hemos construido Géminis, nuestro modelo de base, para ser multimodal desde el principio", explicó. La motivación detrás de este enfoque? Una visión para un asistente digital universal que realmente puede ayudar en la vida cotidiana. "Un asistente que ... en realidad te ayuda en el mundo real", elaboró ​​Hassabis.

La industria de la IA está progresando constantemente hacia lo que podría llamar modelos "omni", aquellos capaces de manejar y sintetizar varios tipos de medios. Las últimas iteraciones de Géminis de Google, por ejemplo, pueden producir no solo texto sino también audio e imágenes. Mientras tanto, el modelo predeterminado de ChatGPT de OpenAI puede preparar imágenes en el acto, incluido el delicioso arte de estilo Studio Gibli. Amazon no está muy por detrás, con planes de lanzar un modelo de "cualquier otro" a finales de este año.

Estos modelos Omni exigen una cantidad considerable de datos de capacitación: piense en imágenes, videos, audio y texto. Hassabis insinuó que los datos de video de VEO provienen principalmente de YouTube, un tesoro propiedad de Google. "Básicamente, viendo videos de YouTube, muchos videos de YouTube, [Veo 2] puede descubrir, ya sabes, la física del mundo", señaló.

Google había mencionado anteriormente a TechCrunch que sus modelos "pueden estar" entrenados en "algunos" contenido de YouTube, alineándose con los acuerdos hechos con los creadores de YouTube. Vale la pena señalar que el año pasado, Google amplió sus términos de servicio, en parte para acceder a más datos para capacitar a sus modelos de IA.