Το Gemini AI προσφέρει τώρα καλύτερες επιδόσεις χρησιμοποιώντας το μοντέλο Gemini 2.0 Flash

Η Google παρουσίασε τον Δεκέμβριο την παραλλαγή Gemini 2.0 Flash, η οποία ξεπερνά το μοντέλο Gemini 1.5 Pro σε βασικά κριτήρια, ενώ είναι επίσης διπλάσια γρήγορη. Το Gemini 2.0 Flash επιτρέπει πολυτροπικές εισόδους (εικόνες, βίντεο και ήχο) καθώς και πολυτροπικές εξόδους (κείμενο, εικόνες και ήχο).

Η Google ανακοίνωσε ότι το μοντέλο Gemini 2.0 Flash θα γίνει η προεπιλογή για όλους τους χρήστες εφαρμογών Gemini τόσο στον ιστό όσο και στα κινητά. Η Google θα συνεχίσει να παρέχει τις παλαιότερες συσκευές Gemini 1.5 Flash και 1.5 Pro τις επόμενες εβδομάδες, επιτρέποντας στους πελάτες να συνεχίσουν τις τρέχουσες συνομιλίες τους.

Ο Patrick Kane, μέλος της ομάδας Gemini, έγραψε τα εξής σχετικά με τη διαθεσιμότητα του Gemini 2.0 Flash:

Η εφαρμογή Gemini χρησιμοποιεί πλέον το Gemini 2.0 Flash. Αυτό το μοντέλο παρέχει γρήγορες αποκρίσεις και ισχυρότερες επιδόσεις σε μια σειρά από βασικά σημεία αναφοράς, παρέχοντας καθημερινή βοήθεια σε εργασίες όπως ο καταιγισμός ιδεών, η εκμάθηση ή η συγγραφή.

Η εφαρμογή Gemini περιλαμβάνει τώρα το Imagen 3, το πρωτοποριακό μοντέλο δημιουργίας εικόνων της Google που μπορεί να παράγει πιο ακριβείς εικόνες με βάση την εισαγωγή κειμένου με καλύτερες λεπτομέρειες και υφές. Τόσο οι χρήστες του Gemini όσο και οι χρήστες του Gemini Advanced μπορούν απλά να περιγράψουν τις εικόνες που θέλουν να παράγουν σε κείμενο και το Gemini θα δημιουργήσει την εικόνα που δημιούργησε η τεχνητή νοημοσύνη. Ωστόσο, οι χρήστες Gemini Advanced μπορούν επίσης να δημιουργήσουν φωτογραφίες που περιλαμβάνουν άτομα.

Μαζί με το νέο μοντέλο Gemini Flash 2.0, οι χρήστες Gemini Advanced θα αποκτήσουν πρόσβαση σε ένα παράθυρο πλαισίου 1M token, επιτρέποντάς τους να ανεβάζουν μεγάλο όγκο αρχείων, ενώ παράλληλα θα έχουν κατά προτεραιότητα πρόσβαση σε νέες λειτουργίες, όπως η βαθιά έρευνα.

Το μοντέλο Gemini 2.0 Flash είναι πλέον διαθέσιμο στους προγραμματιστές μέσω των Vertex AI και AI Studio. Η είσοδος ροής ήχου και βίντεο σε πραγματικό χρόνο, καθώς και η χρήση πολυάριθμων εργαλείων συνδυασμού, υποστηρίζονται από το νέο Multimodal Live API. Η Google συνεχίζει να παρέχει στους χρήστες και τους προγραμματιστές πρωτοποριακές δυνατότητες Τεχνητής Νοημοσύνης με την κυκλοφορία του μοντέλου Gemini 2.0 Flash και του Imagen 3.