A Google fáradhatatlanul dolgozik azon, hogy a mesterséges intelligencia iránt érdeklődő felhasználókat a Gemini felé irányítsa. Folyamatosan szórja az új lehetőségeket, mindenhol igyekszik a Geminit integrálni, miközben maga a chatbot még azért érzésre az OpenAI ChatGPT-je mögött van a teljesítményét tekintve.
A dedikált Gemini alkalmazásban az utóbbi időben a Live funkcióra irányult a fejlesztők figyelme, elsősorban ezt igyekeztek minél magasabb szintre emelni, hogy el tudja kápráztatni az embereket a szolgáltatás.
A Gemini Live keretében a generatív MI hamarosan már nem csak arra lesz képes, hogy a felhasználóknak beszélni tudjon arról, amit a kamerán keresztül lát. Azon dolgoznak a fejlesztők, hogy már meg is tudja mutatni a Gemini, hogy éppen miről van szó. Az élő kameraképen be tudja majd keretezni az alkalmazás, amit szeretne kiemelni. Ennek köszönhetően az emberek és a mesterséges intelligencia között még interaktívabb lesz a kapcsolat.
Ha egy fűszerekkel teli polcra mutat a felhasználó a kamerával, és azt kérdezi a Gemintől, hogy mikre lesz szükség egy adott étel megfelelő ízesítéséhez, akkor a Gemini képes lesz bekeretezéssel kiemelni egyenként azokat a fűszereket a kamera képén, amiket le kell emelni a polcról. Amennyiben az ember nem tudja kiválasztani, hogy melyik könyvet olvassa éppen, megmutathatja a polcát a Gemininek, elmondhatja, hogy milyen jellegű olvasmányra vágyik, és az MI bekeretezheti a polcon az általa ideálisnak vélt kötetet.
Jól jöhet ez a funkció a boltban is, hiszen a Gemini Live-nak elég lesz megmutatni a játékboltban a polcot, és elmondani, hogy kinek szeretne éppen ajándékot választani a felhasználó. Ebből a Gemini megpróbálja majd kitalálni, melyik lehet a legmegfelelőbb ajándék, és megjelöli az adott terméket a polcon, nem kell keresni, kisebb annak a lehetősége, hogy rossz terméket tesz a vásárló a kosarába. Rengeteg helyzetben jöhet majd az jól, hogy a Gemini pontosan rá tud majd mutatni tárgyakra vagy egyebekre a kamera képén.
Ezen felül újítása lesz még a Gemini Live funkciónak, hogy képes lesz egyre több alkalmazással kapcsolatba lépni az okostelefonokon. Az élő beszélgetések közben meg tudja majd oldani, hogy szöveges üzenetet küldjön egy olyan telefonszámra, amit a kamerán keresztül mutat a felhasználó az MI számára. Be lehet majd állítani ébresztést, figyelmeztetést egy olyan időponthoz igazodva, amit egy plakátról mutat az ember a Gemini számára.
Most az óra, az üzenet és a tárcsázó alkalmazások támogatásáról számolt be a Google, de ez a lista fokozatosan bővülni fog a továbbiakban. Egyre többet tehet majd meg az okostelefonokon a Gemini Live a felhasználók közvetlen beavatkozása nélkül, komplex és összetett hangutasítások alapján.
Végül a Google elárulta, hogy a Gemini Live hamarosan drámaian jobb beszédkészséggel rendelkezik majd. Sokkal jobban fogja használni a hangos módjában a hanglejtéseket, jobb lesz a beszédritmusa, és a hangszínével is jobban tud majd játszani. Ennek köszönhetően a mostaninál sokkal természetesebben szólalhat majd meg. Ebből a szempontból a Gemini nagy hátrányban van a ChatGPT-hez képest, szóval bízunk benne, hogy tényleg sikerül a Google-nek jól hallható fejlődést elérnie.
Ezen felül lehetővé teszi majd a Google, hogy a Gemini beszédsebessége szabályozhatóbb legyen. Ennek köszönhetően mindenki a saját igényéhez igazíthatja majd a chatbot hangjának sebességét, ritmusát. Érdekesség még, hogy magától is képes lesz a Gemini Live jobban hadarni vagy éppen kényelmes tempóben hadarni az alapján, hogy érzékeli, hogy az adott témában milyen lenne egy ember érzelmi állapota. Ha izgalmas dologról beszél, belelovalhatja magát a témába és gyorsabban mondhatja a szövegét, ha pedig nyugis dologról van szó, sokkal lassabb tempóra állhat be.
A Gemini Live-nak a jövőben nagyon fontos szerepe lesz az okosotthonokban is, a Google már dolgozik a Gemini for Home rendszeren. Éppen ezért fontos az, hogy minél jobb minőségben tudjon üzemelni ez a funkció, hiszen akkor lesz képes a vállalat minden szolgáltatásával jó felhasználói élményt nyújtani.
