Google анонсировала новыеИИ-инструменты на ежегодной конференции Google I/O 2024. Компания представилаличного ассистента Project Astra на базе искусственного интеллекта.ИИ-технология может интерпретировать то, что пользователь показывает с помощьюкамеры телефона или очков.

Также компания показала аналогSora от OpenAI. Новая модель для генерации видео Veoсоздает ролики продолжительностью от восьми секунд и в разрешении 1080р.Разработчики отмечают, что нейросеть понимает кинематографические термины,такие как «таймлапс» или «воздушные снимки пейзажа». Veo создаетпоследовательные кадры, поэтому люди и объекты реалистично перемещаются ввидео.

ИИ-модель Imagen 3 способна генерировать детализированные картинки сменьшим количеством визуального шума, чем предыдущие версии. Нейросеть понимаетестественный язык при создании изображений и учитывает мелкие детали издлинного запроса.

«Это также наша лучшая модель для рендеринга текста, что было проблемойдля моделей генерации изображений. Этот инструмент открывает возможности длясоздания персонализированных сообщений на день рождения, заголовков впрезентациях и многого другого», — сообщили в Google. 

Также IT-компании представила инструмент Ask Photos, который поможеторганизовать галерею. С его помощью можно найти информацию о пользователе,запечатлеть воспоминания или сохранить детали. Например, нейросеть можноспросить, где проходил отпуск в прошлом году.

Кроме того, компания разработала набор музыкальных ИИ-инструментов подназванием Music AI Sandbox. Они позволят пользователям создавать треки снуля, а также трансформировать звук.  

Wyclef Jean, Джастин Трантер и Marc Rebillet первыми выпустили новыедемоверсии треков с использованием Music AI Sandbox.

Google также анонсировала улучшенную версию Gemini 1.5 Pro,которая сможет анализировать в два раза больше данных, чем раньше, — до 2 млнтокенов. Нейросеть может понять несколько больших документов, в общей сложностидо 1,5 тыс. страниц. Для того чтобы воспользоваться этой опцией, Googleдобавила возможность загружать файлы через Google Drive или непосредственно сустройства. В компании заявляют, что ИИ-модель сохраняет файлыконфиденциальными, поэтому они не используются для ее обучения. Кроме того,теперь Gemini 1.5 Pro доступна более чем на 35 языках. 

В том числе новые ИИ-опции получил и поисковик Google.Например, быстрый ответ на вопрос пользователя, поиск по видео, а также функцияCircle to Search («Обвести и найти») может решать математическиезадачи. 

Ранее OpenAIпредставила новую языковую модель GPT-4о, которая можетгенерировать текст, звук и изображения. Компания собирается внедрить ИИ-модельв свою продукцию.