Nell'evento di aggiornamento primaverile di OpenAI, Google ha presentato il suo nuovo assistente vocale basato sull'intelligenza artificiale, chiamato Gemini Live, ideato per competere con il modello GPT-4o di OpenAI. Gemini Live utilizza un modello AI multimodale migliorato che mira a rendere le conversazioni vocali più naturali e fluide, particolarmente adatte per l'uso mobile.
Una delle caratteristiche salienti di Gemini Live è la sua capacità di gestire le conversazioni in modo intuitivo. Gli utenti possono porre domande a Gemini con il proprio ritmo e interrompere l'assistente a metà frase per richiedere chiarimenti o modifiche nelle risposte, una funzionalità simile a quella dimostrata da OpenAI con GPT-4o. Inoltre, Google offrirà una varietà di voci da cui gli utenti possono scegliere, seguendo l'esempio di OpenAI con ChatGPT, che ha integrato Whisper nel settembre 2023.
Google ha previsto un ulteriore sviluppo per Gemini Live, con l'introduzione dell'esperienza multimodale completa entro la fine dell'anno. Questa funzionalità permetterà a Gemini di "vedere" l'ambiente circostante attivando la fotocamera durante le conversazioni. Questo aggiornamento speculare a quello previsto per ChatGPT, sarà inizialmente disponibile per gli utenti di ChatGPT Plus nelle prossime settimane.
Oltre a Gemini Live, Google ha migliorato anche Gemini Nano, che ora può processare testo, immagini e suoni, superando così i limiti precedenti del modello, che era confinato al solo input testuale. Gemini Nano con Multimodalità sarà disponibile inizialmente per gli smartphone Pixel.
Questi aggiornamenti rappresentano un significativo passo avanti nel campo dell'intelligenza artificiale, con Google che continua a espandere le capacità delle sue tecnologie AI in risposta alle innovazioni di competitor come OpenAI.
