Gemini 1.5 Pro prend désormais en charge les contenus audio

Gemini 1.5 Pro prend désormais en charge les contenus audio

La guerre des intelligences artificielles génératives fait rage, et Google a clairement passé la seconde depuis quelques mois avec Gemini. Après avoir présenté Gemini 1.5 Pro en février dernier, la firme de Mountain View annonce une nouvelle fonctionnalité pour rendre son modèle d’IA plus versatile.

À l’occasion de l’événement Google Next, qui a débuté le 9 avril 2024, Google a dévoilé que Gemini 1.5 Pro pouvait désormais écouter et comprendre des fichiers audio téléchargés par l’utilisateur afin de répondre à ses questions.

Il est ainsi possible de demander à Gemini de retranscrire, traduire ou encore résumer des conversations.

À noter, Gemini 1.5 Pro n’est plus réservé qu’aux développeurs et entreprises. Google a en effet souligné lors de son événement que la dernière version de ce modèle d’IA générative pouvait désormais être testée par le grand public via sa plateforme Vertex AI.

Lors du Google Next 2024, l’entreprise a aussi annoncé des améliorations pour Imagen 2, modèle générant des images à partir de requêtes textuelles utilisé par Gemini. Ce dernier s’enrichit d’une nouvelle fonctionnalité qui permet d’ajouter et supprimer des éléments dans les images.

De plus, Google a indiqué que les contenus créés par les modèles Imagen comportaient désormais un filigrane numérique (SynthID). Ce dernier est invisible à l’œil nu, mais identifiable à l’aide d’un outil de détection.

Pour finir, on apprend que des tests sont en cours pour intégrer des réponses IA tirant parti des dernières actualités dans les résultats du célèbre moteur de recherche Google Search.