به گزارش ایتنا و به نقل از تک‌کرانچ، در کنفرانس توسعه‌دهندگان Google I/O 2024، این شرکت اعلام کرد که کاربران می‌توانند به روش‌های بیشتری جمینای را بر روی اپی که در حال استفاده از آن هستند بکارگیری کنند (اورلی کنند). این شرکت همچنین در حال به‌روزرسانی مدل هوش مصنوعی تعبیه‌شده‌داخلی اندروید، موسوم به جمینای نانو (Gemini Nano)، است.
به زودی، کاربران اندروید می‌توانند تصاویر تولید شده با هوش مصنوعی را مستقیماً به جیمیل، پیام‌های گوگل (Google Messages) و سایر اپ‌های خود بکشند و رها کنند. در همین حال، گوگل اعلام کرده است که کاربران یوتیوب می‌توانند روی عبارت از این ویدیو بپرس (Ask this video) کلیک کنند تا اطلاعات خاصی را از داخل آن ویدیوی یوتیوب بیابند.
کسانی که برای نسخه ارتقایافته و پولی آن، موسوم به Gemini Advanced، استفاده می‌کنند، می‌توانند از گزینه «از این پی‌دی‌اف بپرس» (Ask this PDF) استفاده کنند که برای کاربر این امکان را فراهم می‌آورد که، بدون نیاز به خواندن تمام صفحات، پاسخ موردنیازش را از سند موردنظر دریافت کند. مشترکین Gemini Advanced ماهیانه 19.99 دلار برای دسترسی به این هوش مصنوعی پرداخت می‌کنند و 2 ترابایت فضای ذخیره‌سازی به همراه سایر مزایای Google One دریافت می‌کنند.
تاکنون، «جمینای برای اندروید» می‌توانست کارهای دیگری مانند ایجاد زیرنویس (کپشن) برای عکس‌ها، پرسیدن سؤال در مورد مطالبی که می‌خوانید، و انجام سایر وظایف هوش مصنوعی مولد را، مشابه سایر ربات‌های چت هوش مصنوعی، انجام دهد.
گوگل می‌گوید جدیدترین ویژگی‌های جمینای برای اندروید طی چند ماه آینده برای صدها میلیون دستگاه پشتیبانی‌شده عرضه خواهد شد. با گذشت زمان، جمینای تکامل می‌یابد تا راهکارهای دیگری را نیز در رابطه با آنچه روی صفحه نمایش شما است ارائه دهد.
در همین حال، مدل پایه روی دستگاه در اندروید، Gemini Nano، به روز خواهد شد تا شامل چندوجهی باشد. این بدان معناست که می‌تواند ورودی متن و همچنین سایر ابزارهای پردازش اطلاعات، از جمله مناظر، صداها و زبان گفتاری را پردازش کند.–
∎
نظر شما