Gemini는 향상된 모델, 확장 컨텍스트, AI 에이전트를 공개합니다

1.5 Flash는 요약, 채팅 애플리케이션, 이미지 및 비디오 캡션 작성과 같은 작업에서 빛을 발합니다. 또한 긴 문서와 표에서 데이터를 추출하는 데도 능숙합니다. 이러한 다재다능함은 1.5 Pro에서 "증류"를 통해 훈련된 결과로, 더 큰 모델의 핵심 지식과 기술이 더 효율적이고 작은 모델로 전달됩니다.

1.5 Flash에 대한 자세한 내용은 업데이트된 Gemini 1.5 기술 보고서, Gemini 기술 페이지에서 확인하고, 가용성과 가격에 대해 알아보세요.

1.5 Pro의 대폭 개선

지난 몇 달 동안, 우리는 다양한 작업에서 최고의 성능을 발휘하는 1.5 Pro를 크게 개선했습니다.

우리는 컨텍스트 윈도우를 200만 토큰으로 확장하고, 코드 생성, 논리적 추론, 계획, 다중 턴 대화, 오디오 및 이미지 이해 능력을 향상시켰습니다. 이러한 개선은 데이터와 알고리즘의 발전으로 뒷받침되며, 공개 및 내부 벤치마크에서 뚜렷한 향상을 보여줍니다.

1.5 Pro는 이제 점점 더 복잡하고 미묘한 지침을 처리하며, 역할, 형식, 스타일과 같은 제품 수준의 행동을 정의하는 지침을 포함합니다. 우리는 특정 사용 사례에 대한 모델의 응답을 세밀하게 조정하여 채팅 에이전트 페르소나를 사용자 정의하거나 여러 함수 호출로 워크플로우를 자동화할 수 있도록 했습니다. 사용자는 이제 시스템 지침을 통해 모델의 행동을 조정할 수 있습니다.

또한 Gemini API와 Google AI Studio에 오디오 이해 기능을 추가하여, 1.5 Pro가 Google AI Studio에 업로드된 비디오의 이미지와 오디오를 처리할 수 있도록 했습니다. 우리는 1.5 Pro를 Gemini Advanced 및 Workspace 앱과 같은 Google 제품에 통합하고 있습니다.

1.5 Pro에 대한 자세한 내용은 업데이트된 Gemini 1.5 기술 보고서와 Gemini 기술 페이지를 참조하세요.

Gemini Nano, 멀티모달 입력 이해

Gemini Nano는 텍스트 전용 입력을 넘어 이미지까지 포함하도록 발전하고 있습니다. Pixel을 시작으로, 멀티모달을 사용하는 Gemini Nano 앱은 텍스트, 시각, 소리, 음성 언어를 통해 더 인간적으로 세상을 해석할 수 있습니다.

Android에서 Gemini 1.0 Nano에 대해 자세히 알아보세요.

차세대 오픈 모델

오늘 우리는 또한 Gemini 모델과 동일한 연구와 기술로 구축된 오픈 모델 가족인 Gemma를 업데이트합니다.

우리는 책임감 있는 AI 혁신을 위한 차세대 오픈 모델인 Gemma 2를 출시합니다. Gemma 2는 우수한 성능과 효율성을 위한 새로운 아키텍처를 특징으로 하며, 새로운 크기로 제공됩니다.

Gemma 가족은 PaLI-3에서 영감을 받은 첫 번째 비전-언어 모델인 PaliGemma로 성장하고 있습니다. 또한 LLM Comparator를 통해 Responsible Generative AI Toolkit을 업그레이드하여 모델 응답 품질을 평가했습니다.

자세한 내용은 개발자 블로그를 참조하세요.

유니버설 AI 에이전트 개발 진행 상황

Google DeepMind에서 우리의 사명은 인류에 이익을 주기 위해 책임감 있게 AI를 구축하는 것입니다. 우리는 항상 일상생활을 지원할 수 있는 유니버설 AI 에이전트를 만드는 것을 목표로 했습니다. 그래서 우리는 Project Astra(고급 시각 및 대화 응답 에이전트)로 AI 어시스턴트의 미래에 대한 진행 상황을 공유합니다.

AI 에이전트가 진정으로 유용하려면, 인간처럼 세상을 이해하고 반응하며, 보고 듣는 것을 기억하여 컨텍스트를 파악하고 그에 따라 행동해야 합니다. 또한 적극적이고, 학습 가능하며, 개인적이어야 하며, 자연스럽고 지연 없는 대화를 가능하게 해야 합니다.

우리는 멀티모달 정보 처리를 크게 발전시켰지만, 대화 응답 시간을 달성하는 것은 어려운 엔지니어링 과제입니다. 수년간 우리는 모델이 인식하고, 추론하며, 대화하는 방식을 개선하여 상호작용이 더 자연스럽게 느껴지도록 했습니다.