هوش مصنوعی و مدل‌های چندوجهی••رویداد رسمی Google DeepMind و مستندات فنی گوگل4520 بازدید

رونمایی گوگل از معماری Gemini 2.0 Flash با پردازش آنی استریم ویدیو و صوت؛ پایان تأخیر در هوش مصنوعی چندوجهی

گوگل با معرفی پرچمدار نوین Gemini 2.0 Flash و پروتکل تبادل آنی داده‌های چندوجهی (Multimodal Live API)، سرعت پاسخگویی هوش مصنوعی به استریم زنده دوربین و مکالمه انسانی را به زیر ۲۰۰ میلی‌ثانیه رساند.

رونمایی گوگل از معماری Gemini 2.0 Flash با پردازش آنی استریم ویدیو و صوت؛ پایان تأخیر در هوش مصنوعی چندوجهی

عصر پردازش بلادرنگ چندوجهی؛ تولد Gemini 2.0 Flash

گوگل در جریان رویداد اختصاصی هوش مصنوعی خود، رسماً از نسخه پایدار Gemini 2.0 Flash پرده برداشت. این مدل نه تنها سرعت پردازش توکن‌ها را تا دو برابر نسبت به نسل پیشین ارتقا داده، بلکه مجهز به فناوری انقلابی استریم صوتی و تصویری دوسویه بلادرنگ با تأخیر کمتر از ۲۰۰ میلی‌ثانیه شده است.

کاربران و برنامه‌نویسان اکنون می‌توانند دوربین گوشی یا لپ‌تاپ خود را روشن کرده و همزمان با جمینای ۲.۰ صحبت کنند؛ هوش مصنوعی بدون نیاز به تبدیل صوت به متن (Speech-to-Text) و مستقیماً در سطح شبکه عصبی، محیط را می‌بیند، حرکت اشیا را درک می‌کند و با لحن طبیعی انسانی پاسخ می‌دهد.


۱. ویژگی‌های انقلابی معماری Gemini 2.0 Flash:

  • پروتکل Multimodal Live API: اتصال مستقیم وب‌سوکت دوطرفه برای تبادل همزمان جریان ویدیوی ۶۰ فریم و صدای باکیفیت استریو بدون بافرینگ.
  • تولید محتوای بومی صوتی و تصویری در یک مرحله: مدل می‌تواند همزمان با ارائه توضیحات، اشکال و نمودارها را تولید کرده یا با احساسات صوتی متناسب با لحن کاربر سخن بگوید.
  • بهینه‌سازی ویژه برای ادغام با ایجنت‌های Astra: اجرای سناریوهای پیچیده جستجو، یافتن وسایل گمشده در اتاق از طریق دوربین و تحلیل زنده کدهای برنامه‌نویسی در ادیتور.

۲. استراتژی ENTELIX در پیاده‌سازی زیرساخت‌های Gemini 2.0

تیم مهندسی اینتل ایکس (ENTELIX) بستر ارتباطی مبتنی بر APIهای Gemini 2.0 را در خدمات پشتیبانی هوشمند مشتریان و مینی‌اپلیکیشن‌های نسل جدید ادغام کرده است. جهت سفارش پیاده‌سازی سامانه هوش مصنوعی اختصاصی، به بخش سفارش خدمات اینتل ایکس مراجعه فرمایید.

گالری تصاویر پیوست این خبر

1 تصویر
رونمایی گوگل از معماری Gemini 2.0 Flash با پردازش آنی استریم ویدیو و صوت؛ پایان تأخیر در هوش مصنوعی چندوجهی - 1
موضوعات مرتبط:#Gemini 2.0#گوگل دیپ‌مایند#هوش مصنوعی چندوجهی#Google Astra#استریم بلادرنگ#اینتل ایکس
اشتراک‌گذاری خبر:Telegram
بازگشت به آرشیو اخبار

از تازه‌ترین رویدادهای اینتل ایکس باخبر شوید

عضویت در کانال رسمی اطلاع‌رسانی برای دریافت جدیدترین اخبار و تخفیف‌ها.

عضویت در کانال تلگرام
رونمایی گوگل از معماری Gemini 2.0 Flash با پردازش آنی استریم ویدیو و صوت؛ پایان تأخیر در هوش مصنوعی چندوجهی | اخبار اینتل ایکس | ENTELIX