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.
Artículo relacionado
구글의 AI 도약 속内幕: Gemini 2.5는 더 깊이 생각하고, 더 영리하게 말하며, 더 빠르게 코딩한다
구글, 보편적인 AI 어시스턴트 비전 실현에 한 걸음 더 다가서다올해 구글 I/O 행사에서 구글은 Gemini 2.5 시리즈의 중요한 업데이트를 공개했다. 특히 다양한 차원에서 기능을 개선하는 데 초점을 맞췄다. 최신 버전인 Gemini 2.5 Flash와 2.5 Pro는 이제 더 지능적이며 효율적이다. 이러한 발전은 구
구글, 크롬에서 제미니 통합 론칭
Chrome에서 Gemini 통합 소개: AI 기반 브라우징의 새로운 시대2025년 구글 I/O에서 구글은 Chrome 브라우저에 획기적인 추가 기능을 발표하며 파장을 일으켰습니다. 바로 Gemini 통합입니다. 이 움직임은 사용자가 웹과 상호작용하는 방식에 큰 변화를 가져오며, 방문한 페이지에서 답변, 요약, 통찰을 쉽
I/O 이벤트의 상위 100 개 발표
AI로 검색 혁신 : Google의 최신 획기적인 BreakthroughSat 어제 Google I/O 이벤트 에서이 회사는 AI 중심 제품 제품군에서 획기적인 업데이트를 공개했습니다. 강화 된 검색 기능에서 창의성과 생산성을 공급하기 위해 설계된 새로운 도구에 이르기까지 Google은 분명히 밀고 있습니다.
comentario (0)
0/200
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.
구글의 AI 도약 속内幕: Gemini 2.5는 더 깊이 생각하고, 더 영리하게 말하며, 더 빠르게 코딩한다
구글, 보편적인 AI 어시스턴트 비전 실현에 한 걸음 더 다가서다올해 구글 I/O 행사에서 구글은 Gemini 2.5 시리즈의 중요한 업데이트를 공개했다. 특히 다양한 차원에서 기능을 개선하는 데 초점을 맞췄다. 최신 버전인 Gemini 2.5 Flash와 2.5 Pro는 이제 더 지능적이며 효율적이다. 이러한 발전은 구
구글, 크롬에서 제미니 통합 론칭
Chrome에서 Gemini 통합 소개: AI 기반 브라우징의 새로운 시대2025년 구글 I/O에서 구글은 Chrome 브라우저에 획기적인 추가 기능을 발표하며 파장을 일으켰습니다. 바로 Gemini 통합입니다. 이 움직임은 사용자가 웹과 상호작용하는 방식에 큰 변화를 가져오며, 방문한 페이지에서 답변, 요약, 통찰을 쉽
I/O 이벤트의 상위 100 개 발표
AI로 검색 혁신 : Google의 최신 획기적인 BreakthroughSat 어제 Google I/O 이벤트 에서이 회사는 AI 중심 제품 제품군에서 획기적인 업데이트를 공개했습니다. 강화 된 검색 기능에서 창의성과 생산성을 공급하기 위해 설계된 새로운 도구에 이르기까지 Google은 분명히 밀고 있습니다.
