Компания Google продолжает расширять возможности своей флагманской линейки искусственного интеллекта Gemini 2.0, делает акцент на совмещении живого голосового общения и глубокого логического анализа. Новейшие функции экосистемы позволяют ИИ проводить сложные многошаговые вычисления непосредственно во время диалога с пользователем.
Интерактивный голосовой режим Gemini Live обеспечивает разговор в реальном времени с минимальной задержкой. Пользователи могут перебивать алгоритм на полуслове, менять тему беседы или транслировать видеопоток с камеры своего устройства. Система подстраивает интонации и эмоции, создавая эффект естественной человеческой речи.
Параллельно с этим разработчики развивают технологию Extended Thinking, представленную в модели Gemini 2.0 Flash Thinking. С помощью механизмов Chain-of-Thought (цепочка рассуждений) модель выстраивает внутренний план ответа, проверяет гипотезы и исправляет собственные ошибки. Это существенно снижает количество галлюцинаций при решении задач по программированию, математике и аналитике.
Синергия алгоритмов голосового взаимодействия и глубоких рассуждений обозначает новый этап развития ИИ. Теперь пользователи могут получать точные ответы на аналитические вопросы без задержек и сложных текстовых запросов.
Источник: Google Blog
