گوگل به عنوان بخشی از تلاش خود برای افزودن هوش مصنوعی مولد به جستجو، یک پیچ جدید را معرفی کرده است: ویدیو. Gemini به شما اجازه می‌دهد ویدیویی را آپلود کنید که نشان می‌دهد مشکلی را که می‌خواهید حل کنید، سپس انجمن‌های کاربران و سایر مناطق اینترنت را برای یافتن راه‌حل جستجو کنید.
به عنوان مثال، رز یائو از گوگل روی صحنه در I/O 2024 در مورد صفحه گردان دست دومی که خریده بود صحبت کرد و اینکه چطور نتوانست سوزن را روی صفحه ضبط کند. یائو ویدیویی را آپلود کرد که این مشکل را نشان می‌داد، سپس Gemini به سرعت توضیح‌دهنده‌ای پیدا کرد که نحوه تعادل بازو را در آن مدل و مدل خاص توضیح می‌داد.
گوگل نوشت: “جستجو خیلی بیشتر از کلمات در یک جعبه متن است. اغلب سوالاتی که شما دارید درباره چیزهایی است که در اطراف خود می بینید، از جمله اشیاء در حال حرکت.” “جستجو با ویدئو باعث صرفه جویی در زمان و دردسر شما برای یافتن کلمات مناسب برای توصیف این مشکل می شود و یک نمای کلی هوش مصنوعی با مراحل و منابعی برای عیب یابی دریافت خواهید کرد.”
اگر ویدیو به تنهایی مشخص نمی کند که چه چیزی را می خواهید بفهمید، می توانید متنی اضافه کنید یا فلش هایی بکشید که به موضوع مورد نظر اشاره می کند.
OpenAI به تازگی ChatGPT 4o را با قابلیت تفسیر ویدیوی زنده در زمان واقعی و سپس توصیف یک صحنه یا حتی خواندن آهنگی در مورد آن معرفی کرده است. با این حال، گوگل در حال حاضر با تمرکز بر محصول جستجوی خود، روش متفاوتی را با ویدیو در پیش گرفته است. این شرکت گفت که جستجو با ویدئو برای شروع به کاربران آمریکایی Search Labs به زبان انگلیسی می آید، اما به مرور زمان به مناطق بیشتری گسترش خواهد یافت.
همه اخبار مربوط به Google I/O 2024 را به درستی دنبال کنید اینجا!
