जिमीनी 3.8 लाइव और 3.8 लाइव एक्सटेंडेड थिंकिंग का परिचय
deepmind ·
गूगल ने वॉइस इंटरैक्शन के लिए लाइव डायलॉग मॉडल्स में महत्वपूर्ण उन्नति का संकेत देते हुए गेमिनी 3.8 लाइव और गेमिनी 3.8 लाइव एक्सटेंडेड थिंकिंग पेश किए हैं। ये नई क्षमताएं जटिल तर्कशक्ति और रियल-टाइम विजुअल कॉन्टेस्ट को बिना उपयोगकर्ता में बाधा डाले संभालकर, AI के साथ बातचीत को अधिक प्राकृतिक, सहज और बुद्धिमान बनाने का लक्ष्य रखती हैं। गेमिनी 3.8 लाइव 97 भाषाओं और बैकग्राउंड टूल एक्जीक्यूशन का समर्थन करते हुए तेज़ और लागत-प्रभावी प्रदर्शन प्रदान करता है, जबकि एक्सटेंडेड थिंकिंग वेरिएंट मल्टी-स्टेप रिजनिंग का उपयोग कर उच्च-जटिल कार्यों पर ध्यान केंद्रित करता है। इन मॉडलों ने आर्टिफिशियल एनालिसिस के स्पीच टू स्पीच क्वालिटी इंडेक्स और सर्विसनाउ के EVA-Bench जैसे बेंचमार्क्स में शीर्ष स्थान हासिल किए हैं। उपयोगकर्ता इन सुविधाओं को गेमिनी API, Docs और Gmail जैसे Google Workspace ऐप्स और Search Live के माध्यम से एक्सेस कर सकते हैं। डेवलपर्स के लिए, उत्पादन-तैयार वॉइस एजेंट्स बनाने के लिए LangChain और Vercel जैसे प्लेटफ़ॉर्म के जरिए इंटीग्रेशन का समर्थन किया गया है। इसके अलावा, भ्रामक जानकारी को रोकने और पारदर्शिता सुनिश्चित करने के लिए इन मॉडल्स द्वारा उत्पन्न सभी ऑडियो में SynthID वाटरमार्किंग शामिल है।
deepmind