கூகிள் ஜெமினி 3.8 லைவ் மற்றும் ஜெமினி 3.8 லைவ் எக்ஸ்டெண்டட் திங்கிங் ஆகியவற்றை அறிமுகப்படுத்தியுள்ளது, இது ஒரு ஜோடி நேரடி உரையாடல் மாடல்களை நிறுவனம் விவரிக்கிறது, இன்னும் இயற்கையான குரல் உரையாடலுக்காக. ஜெமினி ஏபிஐ, கூகுள் ஏஐ ஸ்டுடியோ, சர்ச் லைவ், ஜெமினி லைவ் மற்றும் கூகுள் ஒர்க்ஸ்பேஸ் ஆகியவற்றில், ஜெமினி எண்டர்பிரைஸ் மூலம் தனிப்பட்ட முன்னோட்டத்தில் நிறுவன அணுகலுடன் இந்த மாடல்கள் செப்டம்பர் 15 அன்று வெளிவரத் தொடங்கின.
ஜெமினி ஆடியோ டீம் சார்பாக முதன்மை பொறியாளர் டாம் ஓயாங் மற்றும் தொழில்நுட்ப ஊழியர்களின் உறுப்பினர் மாலினி ஜெகநாதன் ஆகியோரிடமிருந்து அறிவிப்பு வந்தது. இது இந்த மாத தொடக்கத்தில் ஃப்ளாஷ் மற்றும் ஃப்ளாஷ் சைபர் மாடல்களுடன் அறிமுகமான ஜெமினி 3.8 குடும்பத்தை விரிவுபடுத்துகிறது, மேலும் இது கூகுளின் நிகழ்நேர, மல்டிமாடல் குரல் உதவிக்கு இன்னும் அதிக ஆக்ரோஷமான உந்துதலைக் குறிக்கிறது - ஓபன்ஏஐயின் குரல் பயன்முறையும் பேச்சு தொடக்கங்களின் அலைகளும் ஒரே தினசரி பயன்பாட்டுக்கு போட்டியிடும் சந்தையாகும்.
இந்த வெளியீடு கூகுளின் மாடல் வரிசைக்கு குறிப்பிடத்தக்க வகையில் நெரிசலான நீட்சிக்கு பொருந்துகிறது; [சமீபத்திய AI வளர்ச்சிகள்] (https://aibuzzwire.news) கவரேஜ், நிறுவனம் இப்போது விலை நிர்ணயம், குறியீட்டு முறை மற்றும் இப்போது குரல் ஆகியவற்றில் போட்டியாளர்களுடன் போராடுவதால், சில வாரங்களுக்குள் மீண்டும் மீண்டும் அனுப்பப்பட்டதைக் காட்டுகிறது.
நிகழ்நேர உரையாடலுக்காக கட்டப்பட்டது
மைக்ரோஃபோன் இணைக்கப்பட்ட நிலையான அரட்டை மாதிரியிலிருந்து லைவ் மாடல்களை வேறுபடுத்துவது தாமதம் மற்றும் நிலை. கூகுளின் லைவ் ஏபிஐ ஆவணப்படுத்தல் குறைந்த தாமத இடைமுகத்தை விவரிக்கிறது, இது நிலையான வெப்சாக்கெட் இணைப்பு வழியாக ஆடியோ, படங்கள் மற்றும் உரையின் தொடர்ச்சியான ஸ்ட்ரீம்களை செயலாக்குகிறது, மூல 16kHz PCM ஆடியோ, JPEG படங்களை ஒரு நொடிக்கு ஒரு பிரேம் வரை ஏற்றுக்கொள்கிறது, மற்றும் உரை மற்றும் உண்மையான நேரத்தில் பேச்சு ஆடியோவை வழங்குகிறது.
மாடல்கள் நிகழ்நேரத்தில் காட்சி உள்ளீட்டைச் செயலாக்குகின்றன, பயனர் என்ன பார்க்கிறார் என்பதைப் பார்க்க உதவியாளரை அனுமதிக்கின்றன — கூகிளின் செயல்விளக்க வீடியோக்கள் ஜெமினி 3.8 நேரலையில் ஒரு ஊழியர் ஆன்போர்டிங் அமர்வைக் காட்சி சூழலைப் பயன்படுத்தி வழிகாட்டுகிறது, நிகழ்நேரத்தில் சதுரங்கம் விளையாடுகிறது மற்றும் இயல்பான பேச்சு மூலம் முழுமையான வணிகத் திட்டங்களை உருவாக்குகிறது. மாடல்கள் 97 ஆதரிக்கப்படும் மொழிகளுக்கு இடையில் தானாகவே, இடை-உரையாடல், பயனர் மாறுதல் அமைப்புகள் இல்லாமல் அவற்றைக் கண்டறிந்து மாற்றும்.
நடைமுறைப் பயன்பாட்டிற்கு மிகவும் முக்கியத்துவம் வாய்ந்ததாக இருக்கலாம்: உரையாடல் தொடரும் போது, கருவிகள் மற்றும் API அழைப்புகளை பின்னணியில் மாடல்கள் செயல்படுத்துகின்றன, கோரிக்கைகளை ஒப்புக்கொள்கின்றன மற்றும் பணிகள் முடியும் வரை உரையாடலைத் தொடரும். இது, உதவியாளரை, கண்டிப்பாகத் திரும்பப் பெறுபவரிடமிருந்து, பேசும் முகவருக்கு நெருக்கமானவராக மாற்றுகிறது.
கூகுள் பேசும் எண்கள்
ஜெமினி 3.8 லைவ் எக்ஸ்டெண்டட் திங்கிங் 82.6 மதிப்பெண்களுடன் செயற்கைப் பகுப்பாய்வின் ஸ்பீச்-டு-ஸ்பீச் தரக் குறியீட்டில் முதல் இடத்தைப் பிடித்துள்ளதாக கூகுள் தெரிவித்துள்ளது. ஏஜென்டிக் பணியை முடித்ததில், நிறுவனம் τ-வாய்ஸ் பெஞ்ச்மார்க்கில் 68.6% மற்றும் சியராவின் τ-வாய்ஸ்-பேங்கிங் மதிப்பீட்டில் 35.1%, பிக் பெஞ்ச் ஆடியோவில் 97.7% மதிப்பெண்ணைக் குறிப்பிடுகிறது.
அவை கூகுளின் சொந்த அறிக்கையான புள்ளிவிவரங்கள், மேலும் சுயாதீன சரிபார்ப்புக்கு நேரம் எடுக்கும் - ஆனால் செயற்கைப் பகுப்பாய்வின் தரவரிசையில் முதலிடம் பெறுவதற்கான உரிமைகோரல், ஓபன்ஏஐ மற்றும் அர்ப்பணிக்கப்பட்ட குரல் ஏஐ நிறுவனங்களின் பேச்சு-உகந்த சலுகைகளை ஒட்டுமொத்த உரையாடல் தரத்தில் Google முன்னிலையில் வைக்கும். 3.8 தலைமுறையை வரையறுத்துள்ள விலை அழுத்தத்திற்கு மறைமுகமான ஒப்புதல், அதிக போட்டித்தன்மை கொண்ட விலைப் புள்ளியைப் பராமரிக்கிறது என்று கூகுள் கூறுகிறது.
மாடல்களால் உருவாக்கப்பட்ட அனைத்து ஆடியோவும் Google இன் கண்ணுக்குத் தெரியாத வாட்டர்மார்க் SynthID மூலம் வாட்டர்மார்க் செய்யப்பட்டுள்ளது, எனவே AI-உருவாக்கிய பேச்சு கண்டறியக்கூடியதாகவே உள்ளது - இது Google இன் உற்பத்தித் தயாரிப்புகள் முழுவதும் நிலையானதாகி வரும் இணக்கம் மற்றும் தவறான தகவல் பாதுகாப்பு.
நீங்கள் எங்கு பயன்படுத்தலாம்
இரண்டு மாடல்களுக்கு இடையே கிடைக்கும் தன்மை வேறுபடுகிறது. ஜெமினி 3.8 லைவ், கூகுளின் நிகழ்நேர காட்சித் தேடல் பயன்முறையான தேடல் நேரலையில் உள்ள அனைவருக்கும் கிடைக்கும். விரிவாக்கப்பட்ட சிந்தனை ஜெமினி லைவ், டாக்ஸில் Google AI Pro மற்றும் அல்ட்ரா சந்தாதாரர்களுக்கான பணியிடம் மற்றும் அனைத்து Google பயனர்களுக்கும் Gmail மற்றும் Keep இல் கிடைக்கிறது.
டெவலப்பர்கள் ஜெமினி ஏபிஐ மற்றும் கூகுள் ஏஐ ஸ்டுடியோ மூலம் மாடல்களைப் பெறுகின்றனர், மேலும் கூகுளின் நிகழ்நேர உள்கட்டமைப்புக்கு மேல் குரல்-உந்துதல் இடைமுகங்களை உருவாக்க லைவ் ஏபிஐ ஏற்கனவே அகோரா, ஃபிஷ்ஜாம், லைவ்கிட், பைப்கேட், வெர்செல் மற்றும் விஷன் ஏஜென்ட்கள் உள்ளிட்ட தளங்களால் பயன்படுத்தப்படுவதாக கூகுள் கூறுகிறது. சேல்ஸ்ஃபோர்ஸ், ஜென்ஸ்பார்க் மற்றும் லுமெரிஸ் ஆகியவை புதிய மாடல்களுக்கான வெளியீட்டு பங்காளிகளாக பெயரிடப்பட்டுள்ளன.
ஒரு நெரிசலான குரல் AI சந்தை
குரல் 2026 இன் இடைமுகப் போர்க்களமாக மாறுகிறது, ஏனெனில் AI இறுதியாக விசைப்பலகையில் இருந்து தப்பிக்கிறது. பேசும் போது பார்க்க, கேட்க, மொழிகளை மாற்ற மற்றும் கருவிகளை இயக்கக்கூடிய ஒரு மாதிரியானது மற்ற சாட்போட்களுடன் அல்ல, ஆனால் தொலைபேசி அழைப்பு, வாடிக்கையாளர் ஆதரவு இணைப்பு மற்றும் தனிப்பட்ட உதவியாளர் ஆகியவற்றுடன் போட்டியிடுகிறது.
கூகிளின் நன்மை விநியோகம்: தேடல், ஆண்ட்ராய்டு, பணியிடம் மற்றும் குரோம் ஆகியவை லைவ் மாடல்களுக்கு எந்த போட்டியாளரும் பொருந்தாத நிறுவப்பட்ட தளத்தை வழங்குகின்றன. ஒரு பயனர் நாளின் ஒவ்வொரு மூலையிலும் இருப்பது - இப்போது அதன் சிறந்த குரல் மாதிரிகள் - எந்த ஒரு பெஞ்ச்மார்க் வெற்றியை விட முக்கியமானது என்று நிறுவனம் பந்தயம் கட்டுகிறது. போட்டியாளர்கள் பதிலளிப்பதற்கான வாய்ப்பைப் பெறுவார்கள், ஆனால் டெமோ அம்சமாக இருந்த குரல், இப்போது முதல் தர தயாரிப்பு வரிசையாக உள்ளது என்பதை Google தெளிவுபடுத்தியுள்ளது.
டெவலப்பர்களுக்கு, செய்தியும் இதேபோல் நேரடியானது. துல்லியமான உள்ளீட்டு வடிவங்களை வெளியிடுவதன் மூலமும், பின்னணி கருவியை செயல்படுத்துவதை ஆவணப்படுத்துவதன் மூலமும், லைவ் ஏபிஐ இயங்குதளங்களுடன் சுற்றுச்சூழலை விதைப்பதன் மூலமும், கூகுள் அதன் ஸ்டேக்கை இயல்புநிலை அடி மூலக்கூறாக உருவாக்க முயற்சிக்கிறது - வாடிக்கையாளர் ஆதரவு போட்கள் முதல் அணியக்கூடிய உதவியாளர்கள் வரை. ஜெமினி 3.8 லைவின் தர உரிமைகோரல்கள் சுயாதீன சோதனையின் கீழ் நீடித்தாலும், கிடைக்கக்கூடிய விளையாட்டு ஏற்கனவே இயக்கத்தில் உள்ளது.
---
AIக்கு முன்னால் இருங்கள்சமீபத்திய AI செய்திகள், பகுப்பாய்வு மற்றும் முன்னேற்றங்கள் - அனைத்தையும் ஒரே இடத்தில் பெறுங்கள்.
மேலும் AI செய்திகளைப் படிக்கவும் →
