Le PDG de Deepmind Demis Hassabis annonce l'intégration future des modèles Gemini et Veo AI de Google

Dans un récent épisode du podcast possible , co-organisé par le co-fondateur de LinkedIn, Reid Hoffman, le PDG de Google Deepmind Demis Hassabis a partagé des nouvelles passionnantes sur les plans de Google. Il a révélé que Google cherchait à fusionner ses modèles Gemini AI avec les modèles de génération vidéo VEO. Cette fusion vise à améliorer la compréhension des Gémeaux du monde physique, ce qui le rend plus apte à comprendre la dynamique réelle.

Hassabis a souligné que dès le départ, Gemini a été conçu pour être multimodal. "Nous avons toujours construit des Gémeaux, notre modèle de fondation, pour être multimodal dès le début", a-t-il expliqué. La motivation derrière cette approche? Une vision d'un assistant numérique universel qui peut vraiment aider dans la vie quotidienne. "Un assistant qui ... vous aide dans le monde réel", a expliqué Hassabis.

L'industrie de l'IA progresse régulièrement vers ce que vous pourriez appeler des modèles "Omni" - ceux qui sont capables de gérer et de synthétiser divers types de médias. Les dernières itérations des Gémeaux de Google, par exemple, peuvent produire non seulement du texte mais aussi de l'audio et des images. Pendant ce temps, le modèle par défaut de ChatGpt d'Openai peut concocter des images sur place, y compris le délicieux art de style Ghibli-de style Ghibli-. Amazon n'est pas loin derrière, avec des plans pour déployer un modèle "tout à toute autre" plus tard cette année.

Ces modèles OMNI exigent une grande quantité de données de formation - pensez aux images, vidéos, audio et texte. Hassabis a laissé entendre que les données vidéo de VEO proviennent principalement de YouTube, un trésor appartenant à Google. "Fondamentalement, en regardant des vidéos YouTube - beaucoup de vidéos YouTube - [Veo 2] peuvent comprendre, vous savez, la physique du monde", a-t-il noté.

Google avait précédemment mentionné à TechCrunch que ses modèles "peuvent être" formés sur "certains" du contenu YouTube, s'alignant avec les accords conclus avec des créateurs YouTube. Il convient de noter que l'année dernière, Google a élargi ses conditions d'utilisation, en partie pour accéder à plus de données pour la formation de ses modèles d'IA.