Изкуственият интелект Google Gemini получи редица усъвършенствани възможности, които му дават значително предимство пред основния му конкурент. Чатботът изпълнява редица задачи, които остават непостижими за ChatGPT в стандартния му режим.

Както пише Tom’s Guide, Google Gemini предлага редица инструменти, които надхвърлят традиционната функционалност за чат. Някои от тях са свързани с мултимедия, докато други са част от екосистемата на Google и автоматизацията на ежедневните задачи.

Как Gemini създава пълноценни музикални тракове?

Gemini може да генерира повече от просто текстове и акорди. Благодарение на вградения музикален генератор Lyria 3, потребителите могат да създадат готов аудио-запис с вокали и фонова музика.

За да създадете композиция, просто въведете текстова заявка, качете снимка, видеоклип или дори текстово съобщение. Резултатът може да бъде изтеглен като MP3 или запазен като MP4 с обложка.

За да създадете пълноценен трак, трябва да превключите Gemini към модела Pro.

Какво може да прави Gemini с Google Photos?

Услугата анализира свързания акаунт в Google Photos за хора, места и обекти, без да е необходимо ръчно да качвате снимки в разговора. Потребителите могат да поискат от изкуствения интелект да намери снимки от конкретен рожден ден или да уточнят какви ястия са поръчвали по време на почивката си.

Тази функция изисква личен акаунт в Google, да сте навършили 18 години и да имате активирана функцията за групиране на лица.

Gemini превръща документите в подкасти

Gemini може да конвертира отчети, презентации, бележки от NotebookLM и аналитични материали в аудио-обзор, наречен Audio Overview. Вместо да четат дълги файлове, потребителите слушат разговор между двама виртуални водещи във формат на подкаст. Създаденият аудио-файл може да бъде слушан в приложението, изтеглен на устройство или споделен като линк.

Персонални цифрови аватари

Потребителите с платен абонамент могат да създадат дигитален близнак, базиран на моделите Gemini Omni и Google Veo. За целта те записват лицето и гласа си, следват инструкциите на смартфона си, завъртат главата си и четат предоставения текст. След като завършат, аватарът може да бъде достъпен в текстовите заявки, използвайки иконата на профила.

Gemini анализира YouTube видеоклипове по линк

Чатботът анализира публичните видеоклипове в YouTube директно чрез текстова връзка в уеб-версията и мобилното приложение. Gemini създава резюме, търси отговори на въпроси относно съдържанието на видеото и подчертава полезните инструкции, като пропуска рекламите и уводните секции.

Защо екосистемата на Google е мощна?

Въпреки че ChatGPT остава популярен инструмент за много работни задачи, Google активно използва обширната си инфраструктура за  услуги, за да разшири възможностите на Gemini. Директният достъп до съхранените на файлове, медийните платформи и инструментите за генериране на съдържание дава на чатбота значителни предимства при интегрирането му с ежедневните дигитални навици на потребителите.