۵ ویژگی جدید Gemini
در رقابت میان دستیارهای هوش مصنوعی، ویژگیهای جدید Gemini نشان میدهند که گوگل تلاش کرده با اتصال این ابزار به اکوسیستم گسترده خود، امکاناتی فراتر از پاسخگویی متنی ارائه دهد. اگرچه ChatGPT و Gemini هر دو میتوانند بسیاری از وظایف مشابه مانند پاسخ به پرسشها، تولید متن و تحلیل اطلاعات را انجام دهند، تفاوت اصلی آنها زمانی مشخص میشود که از قابلیتهای پیشرفتهتر استفاده کنیم.
بر اساس گزارشی از وبسایت Tom’s Guide، گوگل با ترکیب Gemini با سرویسهایی مانند اندروید و Google Photos و همچنین اضافه کردن ابزارهای خلاقانه، امکاناتی را فراهم کرده که در حال حاضر بهصورت داخلی در ChatGPT وجود ندارد. البته دسترسی به برخی از این قابلیتها به نوع حساب کاربری، دستگاه، اشتراک و منطقه جغرافیایی بستگی دارد.
۱. ویژگی جدید Gemini؛ ساخت آهنگ کامل با کمک هوش مصنوعی Gemini
یکی از جالبترین ویژگیهای جدید Gemini توانایی تولید یک آهنگ کامل با موسیقی و خوانندگی است. ChatGPT میتواند در نوشتن متن ترانه، پیشنهاد ملودی یا برنامهریزی ساخت یک آهنگ کمک کند، اما بهطور مستقیم یک قطعه موسیقی آماده پخش تولید نمیکند.
Gemini با استفاده از ابزار تولید موسیقی Lyria 3 میتواند بر اساس توضیح کاربر، تصویر، ویدئو یا حتی متنهای موجود، یک آهنگ کامل ایجاد کند. برای مثال، کاربر میتواند از Gemini بخواهد یک آهنگ پاپ درباره تجربههای روزمره تولید کند و هوش مصنوعی، متن و موسیقی را بهصورت همزمان بسازد.
خروجی نهایی را میتوان به شکل فایل MP3 یا ویدئویی همراه با تصویر کاور ذخیره کرد. طبق توضیحات گوگل، تولید کامل آهنگ به استفاده از مدل Pro در Gemini نیاز دارد.
۲. ویژگی جدید Gemini؛ جستوجو در Google Photos بدون آپلود دستی تصاویر
یکی دیگر از ویژگیهای جدید Gemini توانایی جستوجو در کتابخانه Google Photos است. این قابلیت به کاربران اجازه میدهد میان هزاران تصویر ذخیرهشده، عکس موردنظر خود را با استفاده از توضیح متنی پیدا کنند.
برای نمونه، کاربر میتواند از Gemini بخواهد عکسهای مربوط به یک جشن تولد خاص، تصاویر یک سفر یا عکسهایی که یک فرد مشخص در آنها حضور دارد را پیدا کند.
Gemini همچنین میتواند بر اساس محتوای تصاویر پاسخهایی ارائه دهد؛ برای مثال درباره موضوع یک جشن، مکان یک سفر یا جزئیات دیدهشده در عکسها اطلاعات استخراج کند.
در مقابل، ChatGPT میتواند تصاویر آپلودشده را تحلیل کند، اما در حال حاضر امکان جستوجوی مستقیم در کل آرشیو Google Photos کاربر را ندارد.
۳. ویژگی جدید Gemini؛ تبدیل اسناد طولانی به گفتوگوی صوتی شبیه پادکست
یکی از کاربردیترین ویژگیهای جدید Gemini تبدیل اسناد، گزارشها و تحقیقات طولانی به یک گفتوگوی صوتی شبیه پادکست است.
این قابلیت که با نام Audio Overview شناخته میشود، میتواند یک فایل، گزارش تحقیقاتی یا ارائه را دریافت کند و آن را به گفتوگویی میان دو گوینده هوش مصنوعی تبدیل کند.
به جای خواندن یک گزارش طولانی، کاربر میتواند به خلاصهای صوتی گوش دهد؛ قابلیتی که برای دانشجویان، پژوهشگران یا افرادی که زمان کمی برای مطالعه دارند، کاربردی است.
اگرچه ChatGPT Voice میتواند پاسخها را با صدا ارائه دهد و درباره فایلهای بارگذاریشده صحبت کند، اما در حال حاضر قابلیت اختصاصی تبدیل یک سند به یک برنامه صوتی آماده اشتراکگذاری را ندارد.
۴. ویژگی جدید Gemini؛ ساخت نسخه دیجیتالی از خود با Gemini
گوگل امکان ساخت یک آواتار شخصی یا نسخه دیجیتالی کاربر را نیز به Gemini اضافه کرده است. این قابلیت به کاربران اشتراکی اجازه میدهد تصویری دیجیتال با ظاهر و صدای مشابه خود ایجاد کنند.
برای ساخت این نسخه، کاربر باید از طریق برنامه Gemini تصویر و صدای خود را ثبت کند. سیستم از کاربر میخواهد حرکاتی مانند چرخاندن سر یا خواندن جملات مشخص را انجام دهد تا ویژگیهای چهره و صدای او را تحلیل کند.
پس از ایجاد این آواتار، کاربر میتواند در درخواستهای خود از نسخه دیجیتالی شخصیاش استفاده کند.
۵. ویژگی جدید Gemini؛ تحلیل و خلاصهسازی ویدئوهای یوتیوب با لینک مستقیم
یکی دیگر از ویژگیهای جدید Gemini توانایی تحلیل ویدئوهای عمومی یوتیوب از طریق لینک است. کاربران میتوانند لینک یک ویدئو را در Gemini قرار دهند و درباره محتوای آن سؤال بپرسند.
برای مثال، میتوان از Gemini خواست نکات اصلی یک آموزش ۳۰ دقیقهای را استخراج کند، مراحل انجام یک کار را فهرست کند یا بخشهای تبلیغاتی و غیرضروری را کنار بگذارد.
Gemini همچنین میتواند پیش از پاسخگویی، ویدئوها، کانالها و فهرستهای مرتبط را پیدا کند. این قابلیت به دلیل ارتباط Gemini با سرویسهای گوگل، یکی از نقاط قوت آن محسوب میشود.
Gemini چگونه مسیر رقابت هوش مصنوعی را تغییر میدهد؟
با وجود این قابلیتها، ChatGPT همچنان در بسیاری از فعالیتهای روزمره مانند تولید محتوا، گفتگو و کمکهای نوشتاری ابزار قدرتمندی محسوب میشود. اما ویژگیهای جدید Gemini نشان میدهند که گوگل از مزیت اتصال به سرویسهای گسترده خود مانند اندروید، Google Photos و یوتیوب برای ارائه تجربهای متفاوت استفاده میکند.
۵ ویژگی جدید Gemini؛ ترکیب تولید موسیقی، ساخت آواتار دیجیتال، تبدیل اسناد به پادکست و دسترسی مستقیم به اطلاعات شخصی کاربر، نشاندهنده حرکت دستیارهای هوش مصنوعی از یک ابزار پرسشوپاسخ ساده به یک دستیار چندمنظوره برای زندگی دیجیتال است.
