Google ha annunciato la disponibilità in anteprima pubblica del modello Gemini 1.5 Pro, segnando un significativo avanzamento nella sua suite di modelli di intelligenza artificiale generativa e la caratteristica distintiva di questa nuova versione è il supporto per l’elaborazione audio, un passo in avanti che promette di trasformare la gestione di contenuti audio e video.
Innovazioni in Audio e Video
La capacità di Gemini 1.5 Pro di processare l’audio estende il suo utilizzo non solo ai file audio ma anche al parlato nei video. Google sottolinea che questo avanzamento facilita un’analisi incrociata senza soluzione di continuità, offrendo intuizioni approfondite attraverso testi, immagini, video e audio. In particolare, la trasformazione di alta qualità e la capacità di cercare all’interno di contenuti audio e video ampliano significativamente le potenzialità di questo strumento. Le applicazioni spaziano dall’analisi di conference call finanziarie a riunioni con investitori, rendendo Gemini 1.5 Pro uno strumento prezioso per una vasta gamma di contesti professionali.
Salto di qualità nell’IA di Google
Gemini 1.5 Pro ha dimostrato di superare il suo predecessore, Gemini 1.0 Pro, nell’87% dei benchmark, avvicinandosi alle prestazioni di Gemini 1.0 Ultra. Google ha rivelato che con Gemini 1.5 Pro è possibile processare un’ora di video, 11 ore di audio, codici sorgente con oltre 30.000 righe o più di 700.000 parole in un singolo flusso. Queste capacità pongono Gemini 1.5 Pro come uno strumento rivoluzionario per utenti di Workspace, ma con prospettive di rendere le sue funzionalità accessibili anche ai consumatori attraverso l’assistente Gemini e altri canali.
Il futuro dell’elaborazione Audio
Mentre Google ha già introdotto funzionalità audio su dispositivi Pixel, come la trascrizione nell’app Recorder e lo strumento Audio Magic Eraser, basati su tecnologie AI precedenti, l’introduzione delle capacità audio di base di Gemini 1.5 Pro apre la strada a funzionalità audio avanzate sui dispositivi mobili in futuro. L’aspettativa è che queste innovazioni possano essere implementate in modelli AI on-device, potenziando ulteriormente le caratteristiche audio degli smartphone.
La promessa di Gemini 1.5 Pro nel campo dell’elaborazione audio segna un momento entusiasmante per la tecnologia AI, con potenziali applicazioni che vanno ben oltre gli attuali limiti, offrendo strumenti più potenti e versatili sia per i professionisti che per i consumatori.