O CEO da DeepMind Demis Hassabis anuncia a integração futura dos modelos Gemini and Veo AI do Google

Em um episódio recente do The Podcast Possible , co-apresentado pelo co-fundador do LinkedIn, Reid Hoffman, o CEO do Google Deepmind, Demis Hassabis, compartilhou algumas notícias emocionantes sobre os planos do Google. Ele revelou que o Google está procurando mesclar seus modelos de IA Gemini com os modelos de geração de vídeos da Veo. Essa fusão visa melhorar a compreensão do mundo físico de Gêmeos, tornando-o mais adepto de entender a dinâmica da vida real.

Hassabis enfatizou que, desde o início, Gemini foi projetado para ser multimodal. "Sempre construímos Gemini, nosso modelo de fundação, para ser multimodal desde o início", explicou. A motivação por trás dessa abordagem? Uma visão para um assistente digital universal que pode realmente ajudar na vida cotidiana. "Um assistente que ... na verdade ajuda você no mundo real", elaborou Hassabis.

A indústria de IA está progredindo constantemente em direção ao que você pode chamar de modelos "Omni" - aqueles capazes de lidar e sintetizar vários tipos de mídia. As mais recentes iterações de Gemini do Google, por exemplo, podem produzir não apenas texto, mas também áudio e imagens. Enquanto isso, o modelo padrão de chatgpt do OpenAI pode criar imagens no local, incluindo a deliciosa arte no estilo Ghibli. A Amazon não está muito atrasada, com planos de lançar um modelo "qualquer qualquer coisa" ainda este ano.

Esses modelos OMNI exigem uma quantidade pesada de dados de treinamento - pense em imagens, vídeos, áudio e texto. Hassabis deu a entender que os dados de vídeo da Veo são principalmente do YouTube, um tesouro de propriedade do Google. "Basicamente, ao assistir a vídeos do YouTube - muitos vídeos do YouTube - [Veo 2] podem descobrir, você sabe, a física do mundo", observou ele.

O Google havia mencionado anteriormente ao TechCrunch que seus modelos "podem ser" treinados em "algum" conteúdo do YouTube, alinhando -se com acordos feitos com os criadores do YouTube. Vale a pena notar que, no ano passado, o Google expandiu seus termos de serviço, em parte para acessar mais dados para treinar seus modelos de IA.