Google သည် ၎င်း၏ multimodal ဗီဒီယိုမျိုးဆက်မော်ဒယ်၏ နောက်ဆုံးဗားရှင်း Gemini Omni 1.2 Flash ကို ယေဘူယျရရှိနိုင်ကြောင်း ကြေညာခဲ့သည်။ Google ၏တရားဝင်ကြေငြာချက်အရ အဆိုပါအပ်ဒိတ်သည် မူရင်း 15 စက္ကန့်ဗီဒီယိုဖန်တီးမှု၊ အလှည့်အပြောင်းစကားပြောဆိုမှုတည်းဖြတ်မှုနှင့် ကိုးကားမှုကို ပိုမိုကောင်းမွန်စေကာ စျေးနှုန်းများကို 30 ရာခိုင်နှုန်းလျှော့ချပေးမည်ဖြစ်သည်။ မော်ဒယ်ကို လုပ်ငန်းအတွက် Gemini API၊ Google Cloud၊ Google Vids နှင့် Gemini တို့တွင် ယနေ့ စတင်ဖြန့်ချီနေပြီဖြစ်သည်။

Google DeepMind မှ ထုတ်ကုန်မန်နေဂျာ Anish Nangia သည် "Gemini Omni 1.2 Flash- ရှည်လျားသောကလစ်များဖြင့် လျင်မြန်ပြီး ကုန်ကျစရိတ်သက်သာသည်" ဟူသော ခေါင်းစဉ်ဖြင့် ဘလော့ဂ်ပို့စ်တွင် ထုတ်ဝေမှုကို မိတ်ဆက်ခဲ့ပြီး ၎င်းကို ဆော့ဖ်ဝဲအင်ဂျင်နီယာများနှင့် စီးပွားရေးလုပ်ငန်းများအတွက် အတိုင်းအတာတစ်ခုအထိ ထုတ်လုပ်ရန်အဆင်သင့်ရွေးချယ်မှုတစ်ခုအဖြစ် သတ်မှတ်ခဲ့သည်။ For more context on this story, see our ongoing AI trends.

Gemini Omni 1.2 Flash တွင် ဘာများ အသစ်ပါလဲ။

ခေါင်းစီးစွမ်းရည်သည် Omni လိုင်း၏ ယခင်ဗားရှင်းများထက် အဓိပ္ပာယ်ရှိသော တိုးချဲ့မှု 15 စက္ကန့် ဗီဒီယိုဖိုင်များအတွက် မူရင်းပံ့ပိုးမှုဖြစ်သည်။ မော်ဒယ်သည် ရိုက်ချက်များကြားတွင် အဆက်ပြတ်နေနိုင်သည် သို့မဟုတ် နောက်ဆုံးထွက်ရှိမှုကို ချိုးဖျက်နိုင်သည့် ပရော်ဖက်ရှင်နယ်ပရောဂျက်များအတွက် အရေးကြီးသည့် ဖရိန်များတစ်လျှောက် ပိုမိုခိုင်မာသော လိုက်လျောညီထွေမှုကိုလည်း ပေးစွမ်းနိုင်သည်ဟု Google မှ ပြောကြားခဲ့သည်။

ဒုတိယ အဓိက ထပ်လောင်းသည် ဘက်စုံ စကားပြော တည်းဖြတ်ခြင်း ဖြစ်သည်။ အသေးစိတ်အချက်အလက်များမှားယွင်းနေချိန်တွင် ကလစ်တစ်ခုအား အစမှပြန်လည်ထုတ်ပေးမည့်အစား၊ ဆော့ဖ်ဝဲရေးသားသူများနှင့် ဖန်တီးသူများသည် စကားဝိုင်းဆိုင်ရာ ညွှန်ကြားချက်များအစီအစဥ်ဖြင့် ဗီဒီယိုများကို ပြန်လည်ပြင်ဆင်နိုင်ပါပြီ။ Google က ၎င်းသည် အသံအတိုးအကျယ်ဖြင့် ဗီဒီယိုထုတ်လုပ်သည့်အဖွဲ့များအတွက် ထပ်တလဲလဲအချိန်နှင့် တိုကင်ကုန်ကျစရိတ် နှစ်ခုလုံးကို လျှော့ချသင့်ပြီး ၎င်းသည် မစတင်ဘဲ ပိုမိုမြန်ဆန်သော ချိန်ညှိမှုများကို ခွင့်ပြုပေးသည်ဟု ဆိုသည်။

Google သည် ကိုးကားမှုလိုက်နာမှုဟု ခေါ်သည်—အသုံးပြုသူတစ်ဦးမှပေးဆောင်သည့် အမြင်ဆိုင်ရာကိုးကားချက်များနှင့် လမ်းညွှန်ချက်များကို မော်ဒယ်၏ လိုက်နာနိုင်စွမ်းကို မြှင့်တင်ထားပါသည်။ လက်တွေ့အသုံးအနှုန်းအရ၊ ဆိုလိုသည်မှာ ရည်ညွှန်းပုံ သို့မဟုတ် ဖော်ပြချက်မှ လမ်းညွှန်ထားသော ဇာတ်ကောင်များ၊ ပုံစံများနှင့် မြင်ကွင်းအစိတ်အပိုင်းများသည် ထုတ်လုပ်ထားသောအပိုင်းတွင် ပိုမိုသစ္စာရှိသင့်သည်ဟု ဆိုလိုသည်။

စျေးနှုန်း 30 ရာခိုင်နှုန်း ကျဆင်းသွားသည်။

ကုန်ကျစရိတ်သည် AI ဗီဒီယိုထုတ်လုပ်ခြင်းအတွက် အဓိကအတားအဆီးတစ်ခုဖြစ်ပြီး Google က ၎င်းကို တိုက်ရိုက်တိုက်ခိုက်နေသည်။ ကုမ္ပဏီသည် Gemini Omni 1.2 Flash ၏ စျေးနှုန်းကို ယခင်ဗားရှင်းနှင့် နှိုင်းယှဉ်ပါက 30 ရာခိုင်နှုန်း လျှော့ချခဲ့ပြီး မော်ဒယ်ကို ပမာဏမြင့်မားသော ဗီဒီယိုထုတ်လုပ်မှုအတွက် ကုန်ကျစရိတ်သက်သာသော ရွေးချယ်မှုအဖြစ် ပုံစံဘောင်သွင်းထားသည်။

Multimodal Generation တွင် ပြိုင်ဆိုင်မှုများ ပြင်းထန်လာသည်နှင့်အမျှ စျေးနှုန်းဖြတ်တောက်မှု ရောက်ရှိလာပါသည်။ OpenAI၊ Meta နှင့် startups လှိုင်းလုံးများသည် ပြီးခဲ့သောနှစ်တွင် AI ဗီဒီယိုထဲသို့ တွန်းပို့ခဲ့ပြီး၊ developer များသည် အပိုင်းတစ်ပိုင်းလျှင် အရည်အသွေးသလောက် ကုန်ကျစရိတ်ပေါ်မူတည်၍ မော်ဒယ်များကို ပိုမိုရွေးချယ်ကြသည်။ ပိုနည်းသောစျေးနှုန်းဖြင့် ရှည်လျားသောကလစ်များကို တွဲချိတ်ရန် Google ၏ဆုံးဖြတ်ချက်သည် Gemini Omni ကို စမ်းသပ်မှုများသာမဟုတ်ဘဲ စီးပွားရေးဆိုင်ရာအလုပ်များများအတွက် ပုံသေရွေးချယ်မှုဖြစ်စေရန် အကြံပြုထားသည်။

Developer များအသုံးပြုနိုင်သည့်နေရာ

Gemini Omni 1.2 Flash ကို ယေဘူယျအားဖြင့် ရနိုင်သည်၊ ၎င်းသည် စမ်းသပ်မှုအကြိုကြည့်ရှုခြင်းထက် ထုတ်လုပ်မှုလိုအပ်ချက်များအတွက် အဆင်သင့်ဖြစ်နေပြီဟု Google က အလေးပေးဖော်ပြသည်။ ဆော့ဖ်ဝဲအင်ဂျင်နီယာများသည် Gemini API နှင့် Google Cloud မှတစ်ဆင့် ၎င်းကို ဝင်ရောက်ကြည့်ရှုနိုင်သော်လည်း စီးပွားရေးလုပ်ငန်းအသုံးပြုသူများသည် စျေးကွက်ရှာဖွေရေး၊ လေ့ကျင့်ရေးနှင့် ဆက်သွယ်ရေးလုပ်ငန်းစဥ်အတွက် ဗီဒီယိုအကြောင်းအရာများကို ထုတ်လုပ်ရန်အတွက် စီးပွားရေးလုပ်ငန်းအတွက် Google Vids နှင့် Gemini တို့တွင် ၎င်းကို အသုံးပြုနိုင်သည်။

ဖြန့်ဖြူးရေးက အရေးကြီးတယ်။ Google Vids ကဲ့သို့ Workspace-ကပ်လျက် ကိရိယာများတွင် မော်ဒယ်ကို တိုက်ရိုက်ထည့်သွင်းခြင်းဖြင့် စင်စစ်ဗီဒီယိုထုတ်လုပ်သည့် လုပ်ငန်းစတင်သူများသည် တစ်ကြိမ်လျှင် စာချုပ်တစ်ခုအတွက် တိုက်ပွဲဝင်ရမည်ဖြစ်ပြီး လုပ်ငန်းဖောက်သည်များအတွက် Google ကို ချန်နယ်တစ်ခုပေးသည်။

Omni Line ၏ Rapid Cadence

Gemini Omni 1.2 Flash သည် သြဂုတ်လနှောင်းပိုင်းတွင် Google မှ Gemini Omni 1.1 Flash ကို မိတ်ဆက်ပြီးနောက် ဆယ်ပတ်ခန့်အကြာနှင့် မေလတွင် မူရင်း Gemini Omni ကို စတင်ပြသပြီး ငါးလခွဲခန့်အကြာတွင် ရောက်ရှိလာပါသည်။ အကြမ်းဖျင်းအားဖြင့် သုံးလတစ်ကြိမ် အပ်ဒိတ်များ၏ တည်ငြိမ်သောပုံစံသည် ယခုအခါ Google သည် ၎င်း၏ရှေ့တန်းမော်ဒယ်မိသားစုများကို လျင်မြန်စွာပြန်လည်လုပ်ဆောင်နေသည်၊ Flash မျိုးကွဲများသည် မျိုးဆက်တစ်ခုစီ၏ မြန်ဆန်ပြီး တတ်နိုင်လောက်သည့်အဆင့်အဖြစ် နေရာယူထားသည်။

ထုတ်ဝေသူသည် developer အသိုင်းအဝိုင်းမှ ချက်ချင်းအာရုံစိုက်ခဲ့သည်။ စျေးနှုန်း၊ 15 စက္ကန့်ကန့်သတ်ချက်နှင့် မော်ဒယ်၏တည်းဖြတ်ခြင်းလုပ်ငန်းအသွားအလာကို အခြားရွေးချယ်စရာများနှင့် နှိုင်းယှဉ်ဆွေးနွေးမှုဖြင့် နာရီပိုင်းအတွင်း အမှတ် 170 ကျော်နှင့် မှတ်ချက်ပေါင်း 130 ကျော်ကို သောကြာနေ့နံနက်တွင် ဟက်ကာသတင်းလွှင့်တင်မှုတွင် ထိပ်ဆုံးမှ ဦးဆောင်ခဲ့သည်။

AI ဗီဒီယိုစျေးကွက်အတွက် ဘာကိုဆိုလိုသလဲ။

အဆိုပါ အပ်ဒိတ်သည် AI ကုမ္ပဏီများအတွက် တုန်လှုပ်ချောက်ချားသည့် အခိုက်အတန့်တွင် ထွက်ပေါ်လာသည်။ AI ငွေရှာခြင်းနှင့်ပတ်သက်၍ ရင်းနှီးမြှုပ်နှံသူများ၏စိုးရိမ်မှုများကြောင့် တစ်စိတ်တစ်ပိုင်းဖြစ်ပေါ်လာသည့် ယခုသီတင်းပတ်၏စတော့ဈေးကွက်အရောင်းအ၀ယ်သည် နယ်ခြားသုတေသနသည် ဝင်ငွေအဖြစ်ပြောင်းလဲကြောင်းပြသရန် အဓိကဓာတ်ခွဲခန်းတိုင်းကို ဖိအားပေးခဲ့သည်။ စျေးသက်သာပြီး ပိုမိုမြန်ဆန်သော ဗီဒီယိုထုတ်လုပ်ခြင်းသည် ထိုမေးခွန်းအတွက် တိုက်ရိုက်အဖြေဖြစ်သည်- စျေးနှုန်းသက်သာသော ဖောက်သည်အခြေစိုက်စခန်းကို ချဲ့ထွင်ကာ ထုတ်လုပ်မှုအသင့်ဖြစ်နိုင်သော အခြေအနေသည် စမ်းသပ်အဆင့်တူးလ်များကို တစ်ခါမျှမတွေ့နိုင်သော လုပ်ငန်းဘတ်ဂျက်များကို ဖိတ်ခေါ်ပါသည်။

developer များအတွက်၊ လက်တွေ့ကျသော ယူဆောင်သွားခြင်းသည် ရိုးရှင်းပါသည်။ ဗီဒီယိုထုတ်လုပ်ခြင်းဆိုင်ရာ အလုပ်တာဝန်များကို ကလစ်အရှည်၊ စျေးနှုန်း၊ သို့မဟုတ် ပြောင်းလဲမှုတိုင်းပြီးနောက် အထွက်ပြန်ထုတ်ပေးခြင်းဝေဒနာဖြင့် ယခင်က ကန့်သတ်ထားပါက Gemini Omni 1.2 Flash သည် ယနေ့တွင် အဆိုပါ ပွတ်တိုက်မှုသုံးရပ်အနက် အနည်းဆုံးနှစ်ခုကို ဖယ်ရှားပေးပါသည်။ ပြိုင်ဘက်များသည် ယခင် Gemini Flash ထုတ်ဝေမှုများပြီးနောက် လိုက်ဖက်ညီသော စျေးနှုန်းဖြတ်တောက်မှုများဖြင့် တုံ့ပြန်မှုရှိမရှိ — လာမည့်ရက်သတ္တပတ်များအတွင်း ကြည့်ရှုရမည့် ဇာတ်လမ်းများထဲမှ တစ်ခုဖြစ်သည်။

လိုက်လျောညီထွေရှိမှု မြှင့်တင်မှုများသည် အစောပိုင်း ဗီဒီယိုမော်ဒယ်များကို ကြိုးစားပြီး ထွက်ခွာသွားခဲ့သော အဖွဲ့များမှ အထူးအာရုံစိုက်မှုကို ခံထိုက်သည်။ ပုံတစ်ပုံမှတစ်ဖရိန် ပေါင်းစပ်ထားသည့် ဇာတ်ကောင်များ၊ အလယ်အလတ်မပြောင်းနိုင်သော အလင်းရောင်—သည် သရုပ်ပြအကြောင်းအရာနှင့် တင်ဆက်နိုင်သော အကြောင်းအရာတို့ကို ပိုင်းခြားထားသည်ကို အသိအမှတ်ပြုသည့်အနေဖြင့် Google ၏ ကြေညာချက်တွင် Google ၏ ကြေငြာချက်တွင် အထူးရည်ရွယ်ပါသည်။ စကားပြောဆိုမှုတည်းဖြတ်ခြင်းနှင့်အတူ၊ Google မှဖော်ပြသည့်အလုပ်အသွားအလာသည် ကလစ်များကိုပြန်လည်ထုတ်ပေးသည့် slot machine တစ်ခုနှင့်ထပ်တူထပ်မျှသောဒီဇိုင်းကိရိယာတစ်ခုနှင့်တူသည်။

လုပ်ငန်းအတွက် Gemini API၊ Google Vids နှင့် Gemini တို့တွင် developer များသည် စွမ်းဆောင်ရည်အသစ်များကို ချက်ချင်းစတင်အသုံးပြုနိုင်သည်ဟု Google မှပြောကြားခဲ့သည်။

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →