谷歌版Her抢跑！一键召唤Gemini，全球52亿终端被颠覆

机器学习算法与Python学习 · 公众号 · · 2024-08-15 11:08

正文

谷歌版Her，抢先OpenAI登场了？谷歌语音模型Gemini Live，即将在全球30亿安卓和22亿iOS设备中上线。虽然现场演示依旧小翻车了一下，但谷歌下定决心不等了，一心截胡OpenAI，还要对打苹果！

就在刚刚「谷歌制造」的主题演讲中，谷歌宣布推出语音模式Gemini Live。不久后，Gemini Live就会在Gemini移动应用程序中上线。

此外，在这次演讲中，谷歌还详细展示了Gemini会如何更深入地集成到安卓、应用程序和新的Pixel设备中。在一口气发布的Pixel 9系列手机中，谷歌也探索了「AI+手机」的新样态：Gemini、安卓、Pixel的融合，会孵化出怎样的端侧AI产品形态。

谷歌的「Her」，也来了

根据谷歌介绍，Gemini Live是一款全新的移动对话体验。

如果我们想要头脑风暴一下，根据自己的技能和学历能找到什么样的工作，Gemini可以立刻跟我们实时对话。

与OpenAI一样，谷歌的语音功能，同样可以让用户以自然的对话语言和它交流，它的回应也用的是真人般的声音和节奏。

请听下面这个音频，几种男声和女声的音色都很自然

为了让我们拥有最自然的体验，谷歌一口气推出了10种声音；还支持免提功能；还支持随时打断、更改话题。没错，OpenAI的语音能做的，它都有。

重新定义AI助手

在这次演讲中，谷歌表示：通过Gemini，他们重新构想了个人助手对人类真正有用的意义——更自然、对话式、更直观。

Gemini会跟所有谷歌应用程序和工具集成，完成大大小小的任务。而在未来几周，谷歌还会推出全新的扩展功能，包括Keep、Tasks、Utilities和YouTube Music。

一键召唤Gemini

现在，Gemini已经完全融入了安卓的用户体验。

如果正在使用YouTube，可以向Gemini询问有关视频的问题。比如，假设我们正在为出国旅行做攻略，刚看完一个旅游视频博客，点击「询问此视频」，让它列出视频中出现的所有餐馆、添加到谷歌地图中，Gemini就会一一照做。

再看下图，Gemini生成的图像，可以直接拖放到Gmail和Google Messages中。

基于Imagen 3打造，2秒生图

谷歌还推出了一款全新的AI生图应用——Pixel Studio。仅需要几个提示词，就能生成一幅精美的图片。

同时，Imagen 3的技术报告也出炉了（地址： https://arxiv.org/pdf/2408.07009 ）

首款AI手机，每月要氪20刀

谷歌一共发布了四款AI手机——Pixel 9、Pixel9 Pro、Pixel9 Pro XL，以及二代折叠屏Pixel 9 Pro Fold。

在Pixel 9系列新机上，一定不能错过AI加持的拍照能力。

谷歌表示，图像处理算法——HDR+pipeline，已完全重建，可以让拍摄的照片有更好的对比度、阴影、曝光、锐化、色彩等。

以下是Pixel 9系手机新增的AI图像编辑能力：