Η Google ανακοίνωσε σήμερα το Gemini 3.1 Flash Live ως το “υψηλότερης ποιότητας μοντέλο ήχου και φωνής” για να προσφέρει σημαντικές αναβαθμίσεις στο Gemini Live και στο Search Live.
Διαθέσιμο σήμερα σε προεπισκόπηση μέσω του Gemini Live API στο Google AI Studio, το μοντέλο είναι “πιο αποτελεσματικό στον εντοπισμό ακουστικών αποχρώσεων όπως το ύψος και η ταχύτητα” και προσφέρει χαμηλότερη καθυστέρηση από τον εγγενή ήχο Flash 2,5. Είναι καλό στην «κατανόηση της ομιλίας με βάση τα συμφραζόμενα από περιβαλλοντικό θόρυβο όπως η κυκλοφορία ή η τηλεόραση». Συγκεκριμένα, το Gemini 3.1 Flash Live «φιλτράρει τον θόρυβο του περιβάλλοντος πιο αποτελεσματικά».
Υποστηρίζει περισσότερες από 90 γλώσσες για πολυτροπική συνομιλία σε πραγματικό χρόνο. Άλλες βελτιώσεις περιλαμβάνουν:
- “Έχουμε βελτιώσει σημαντικά την ικανότητα του μοντέλου να ενεργοποιεί εξωτερικά εργαλεία και να παρέχει πληροφορίες κατά τη διάρκεια ζωντανών συνομιλιών.”
- “Βελτιωμένη παρακολούθηση οδηγιών: Η συμμόρφωση με πολύπλοκες οδηγίες συστήματος αυξάνεται σημαντικά. Ο αντιπρόσωπός σας θα παραμείνει σε επιφυλακή, ακόμη και όταν η συνομιλία πάρει μια απροσδόκητη τροπή.”
Στο Gemini Live σε Android και iOS, το Flash Live 3.1 παρέχει πιο γρήγορες απαντήσεις “με λιγότερες άβολες παύσεις” και “μπορεί να ακολουθεί το νήμα συνομιλίας σας δύο φορές περισσότερο”. Μεταφράζεται ως “να διατηρείτε ανέπαφο το τρένο των σκέψεών σας κατά τη διάρκεια μακρών συνεδριών καταιγισμού ιδεών”. Το Gemini Live τώρα “προσαρμόζει δυναμικά τη διάρκεια και τον τόνο των απαντήσεών του ώστε να ταιριάζει με τη στιγμή.”
Η Google χρησιμοποιεί το Gemini 3.1 Flash Live για να διαθέσει το Search Live σε περισσότερες από 200 χώρες ή γλώσσες/τοποθεσίες όπου η λειτουργία AI είναι επί του παρόντος διαθέσιμη. Αυτό περιλαμβάνει δυνατότητες ήχου και βίντεο (Φακός Google) για συνομιλίες με όψη προς τα εμπρός με την Αναζήτηση Google.
FTC: Χρησιμοποιούμε αυτόματους συνδέσμους συνεργατών για να δημιουργήσουμε εισόδημα. Περισσότερο
Σύνδεσμος πηγής: 9to5google.com