Google, wzorem każdego technologicznego giganta, także rozwija i próbuje sprzedać nam swoje AI. W tym przypadku mowa o modelu Gemini, który traktować można jak swoistą alternatywę dla ChatGPT. Nawet jeśli początki tego LLM-a najlepsze nie były, tak aktualnie jest o wiele, wiele lepiej.
Oczywiście to konkretne narzędzie bywa w głównej mierze optymalizowane pod telefony i wykorzystanie pełnego ich potencjału. Prawdziwą rewolucją w tym segmencie może być Gemini 2.0, czyli zupełnie nowy i lepszy model.
Czym się wyróżnia? Czy faktycznie jest lepiej? Dane przedstawione przez firmę zapowiadają coś, a na co wielu może czekać od bardzo dawna. A co bardzo ważne, część modeli jest już dostępna.
Gemini 2.0 już jest i pokazuje pazur
Gemini 2.0 to — jak sama nazwa zdaje się nam sugerować — ulepszona wersja modelu AI tworzonego przez Google. Wyróżniać się ma lepszymi wynikami, które osiąga w testach, szybszym działaniem oraz obsługą danych multimodalnych. Ostatnia z cech oznacza, że model jest w stanie przetwarzać coś więcej niż tylko tekst.
Nowa wersja może więc operować na obrazach, filmach, dźwiękach i jednocześnie generować rzeczy połączone w ten sposób. Oczywiście model ten będzie też w stanie skorzystać z możliwości przeglądarki lub po prostu innych zewnętrznych funkcji, jeśli użytkownik go o to poprosi. Jakby tego było mało, to opcja Deep Research (dla posiadaczy Gemini Advanced) pozwala na tworzenie raportów dotyczących bardziej złożonych kwestii.
Aktualnie dostępna jest wersja Gemini 2.0 Flash Experimental, co też oznacza, że nie wszystko jest jeszcze gotowe i na pełnie możliwości trzeba jednak poczekać. Mimo wszystko warto przyjrzeć się wynikom testów, jakie model ten jest w stanie osiągnąć.
Gołym okiem widać tutaj gigantyczny progres względem wersji 1.5, a zwłaszcza modelu Flash. Pokazuje to tylko, jak Google zależy na tym, aby stać się realnym konkurentem dla innych firm zajmujących się rozwojem AI.
To jeszcze nie koniec
Nowy model dostępny jest wyłącznie z poziomu chatbota w przeglądarce. Zgodnie z zapowiedziami już wkrótce ma on trafić także do aplikacji mobilnej, a deweloperzy mają niebawem dostać dostęp do API modelu.
W ten oto sposób zyskaliśmy całkiem spore możliwości, które po prostu warto sprawdzić. Pozostaje jednak pytanie, kiedy pojawi się pełna wersja i jaki będzie jej potencjał? Tego pewnie przekonamy się dopiero w 2025 roku.