G
Gemini
Также известен как: Google Gemini, Джемини
Генеративный AIОпределение
Gemini — мультимодальное семейство AI-моделей от Google DeepMind, объединяющее понимание текста, изображений, аудио и видео.
Простое объяснение
Gemini — это Google''s ответ на ChatGPT. Умеет всё: читать, смотреть, слушать, и встроен во все продукты Google.
Подробнее
Gemini пришёл на смену PaLM и Bard как флагманская модель Google. Gemini Ultra конкурирует с GPT-4, Gemini Pro — рабочая лошадка для большинства задач, Gemini Nano — для мобильных устройств. Ключевое преимущество — нативная мультимодальность: модель обучена на смешанных данных с самого начала, а не дообучена на изображения. Интегрирован в Google Search, Workspace, Android. Gemini 1.5 Pro поддерживает контекст до 1 миллиона токенов.
Связанные термины
Speech-to-Text
Speech-to-Text (STT) — технология автоматического распознавания речи и преобразования её в текст.
DALL-E
DALL-E — модель генерации изображений от OpenAI, названная в честь художника Дали и робота WALL-E.
Outpainting
Outpainting — расширение границ изображения за пределы оригинала с генерацией нового контента, соответствующего стилю и содержанию.
Vision-Language Model
Vision-Language Model — мультимодальная модель, способная обрабатывать и понимать как изображения, так и текст, отвечая на вопросы о визуальном контенте.