谷歌發(fā)布Gemini Live：對標(biāo)GPT-4o，讓每一個人都有賈維斯 精華
谷歌在今天凌晨舉辦的“Made by Google 2024”大會上，正式發(fā)布了智能語音助手Gemini Live。
Gemini Live的功能與OpenAI在5月推出的GPT-4o語音模式類似，支持自然語言提問，能識別圖像、視頻和語音是一個多模態(tài)智能助手。
例如，打開Gemini Live拍攝一幅清明上河圖，然后讓其講解這幅畫的歷史來歷。在講解的過程中，可以任意打斷其對話就像朋友聊天一樣。
也可以授權(quán)Gemini Live訪問你的郵箱、地圖和通訊錄，只需要向它說”今晚8點(diǎn)，幫我約阿樂去有福氣酒樓吃飯?！本湍軒湍阕詣油瓿?，基本上和鋼鐵俠的AI助理賈維斯差不多。
雖然OpenAI的GPT-4o語音模式展示的很早，但屬于起大早趕了一個晚集至今3個月的時間還在小范圍測試，而谷歌直接快刀斬亂麻領(lǐng)先OpenAI發(fā)布語音助手，搶占了安卓手機(jī)的市場。
所以，不少用戶表示這一次谷歌確實領(lǐng)先了OpenAI一步。當(dāng)產(chǎn)品性能差不多的情況下，誰能領(lǐng)先發(fā)布，誰就能搶占先機(jī)。
從大語言模型再到語音助手，看來谷歌的Gemini是要和OpenAI的ChatGPT死磕到底了。
也有人認(rèn)為，Gemini Live的出現(xiàn)，可能會讓很多人放棄使用蘋果。其實這個不用著急，谷歌已經(jīng)明確表示了會在iOS系統(tǒng)中發(fā)布只是時間問題。
在Gemini Live演示的現(xiàn)場出現(xiàn)了一個小插曲，主持人拍了一個日歷，然后向Gemini Live提問“請查看我的日歷，看看她今年來舊金山的時，我是否有空？”尷尬的一面出現(xiàn)了，Gemini Live沒有任何反應(yīng)。
連續(xù)問了三次，在第三次主持人已經(jīng)汗流浹背的時候，Gemini Live才開始回答，“我發(fā)現(xiàn)她將于2024年11月9日來舊金山。我查看了你的日歷，那段時間你沒有任何活動?！?/p>
現(xiàn)場瞬間爆發(fā)出驚喜的尖叫聲~
臺下的尖叫聲確實讓人繃不住，屬于演藝圈老傳統(tǒng)了。
前兩次的提問絲毫沒有反應(yīng)，那一刻對于主持人來說，世界仿佛都靜止了。
那個尖叫聲讓我咳嗽的厲害，俺甚至都無法呼吸了~
不過也有人表示，相比于提前錄制好的演示demo，即便是失敗兩次也喜歡這種直接演示的，他的勇氣、真誠和敢于冒險精神那是相當(dāng)值得稱贊的。
Gemini Live的使用方法非常簡單，長按電源按鈕或?qū)χ謾C(jī)直接說“Hey Google”就能開始使用。
Gemini Live除了能理解語音、圖片、視頻之外，還能生成圖片，例如，幫我生成一張用于生日慶祝的圖片，并且可以直接放在谷歌生態(tài)應(yīng)用中使用。
谷歌表示，Gemini Live已經(jīng)與其郵件、云盤、相冊、天氣等原生應(yīng)用進(jìn)行了集成，未來會擴(kuò)展至Keep、Tasks、Utilities等知名應(yīng)用，可以幫助人們自動完成更多的日常任務(wù)。
目前，安卓手機(jī)Gemini Advanced英文版訂閱用戶已經(jīng)可以使用Gemini Live，提供了10種語音選擇和45種語言，未來幾周谷歌將擴(kuò)展至iOS系統(tǒng)和更多語言。
本文轉(zhuǎn)自 AIGC開放社區(qū) ，作者：AIGC開放社區(qū)
