Cos'è Gemini Live? Come il chatbot in tempo reale di Google compete con GPT-4o

Google ha fatto diversi grandi annunci all'I/O 2024, incluso un nuovo modo di avere conversazioni vocali naturali con il suo modello Gemini.

In seguito all'evento Spring Update di OpenAI di ieri, Google ha presentato una demo del suo potente assistente vocale con intelligenza artificiale per rivaleggiare con GPT-4o. Gemini Live sfrutta un modello di intelligenza artificiale multimodale migliorato per offrire agli utenti mobili un'esperienza di conversazione più naturale in tempo reale.

Gemini Live ti consente di avere conversazioni vocali con Gemini naturali e intuitive. Ad esempio, puoi porre domande a Gemini Live al tuo ritmo e interrompere il bot AI a metà frase per chiarirlo o modificare il modo in cui risponde, in modo simile a ciò che OpenAI ha mostrato durante la sua demo GPT-4o. Google offrirà agli utenti una varietà di voci tra cui scegliere per la loro esperienza Gemini Live, come ha fatto OpenAI con ChatGPT da quando ha integrato Whisper nel settembre 2023.

Google prevede di aggiungere l'esperienza multimodale completa a Gemini Live entro la fine dell'anno, consentendo a Gemini di vedere il mondo intorno a te quando apri la fotocamera durante una conversazione. Questo è simile a ciò che gli utenti ChatGPT potranno fare nelle prossime settimane dopo un aggiornamento che verrà distribuito per la prima volta agli utenti ChatGPT Plus. Nell'app Gemini, questa funzionalità sarà supportata dal Project Astra di Google.

Tra questo e altri aggiornamenti, Google ha anche aggiornato Gemini Nano per elaborare testo, immagini e suoni, il che significa che il modello non è più limitato all'immissione di testo. Gemini Nano con Multimodalità sarà disponibile prima per gli smartphone Pixel.