समाचारं

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

जिन् लेई आओफेइ मन्दिरात् आगच्छति
Qubits |.सार्वजनिक खाता QbitAI

रोलओवर, बृहत् रोलओवर।

अद्य प्रातः एव Her—मिथुनराशि Liveआधिकारिकतया विमोचित।

किन्तु, स्पष्टतया OpenAI इत्यस्य GPT-4o इत्यस्य कृते एतत् एकं मानदण्डम् अस्ति, यत् प्रौद्योगिकीवृत्तस्य ध्यानं आकर्षितवान् इति वक्तुं शक्यते ।

आधिकारिकजालस्थले विमोचिते प्रदर्शने,फोटो प्रश्नोत्तरकार्यस्य प्रभावः अयं भवति-

सामान्यं कार्यं यत् एतत् कार्यान्वयति तत् भवतः मोबाईलफोनस्य उपयोगेन संगीतसङ्गीतस्य पोस्टरस्य छायाचित्रं ग्रहीतुं, तथा च मिथुनमण्डलं उपयोक्तुः पञ्चाङ्गं पश्यतु यत् कार्यक्रमः सहभागितायाः कृते उपयुक्तः अस्ति वा इति।

तथा च एतस्य आधारेण अनन्तरं कार्याणां श्रृङ्खलां अपि कर्तुं शक्नुवन्ति, यत्र नियतसमये भाडानां जाँचः इत्यादयः सन्ति ।

परन्तु... यदा पत्रकारसम्मेलनस्य स्थले एव प्रदर्शनसत्रस्य विषयः आसीत् तदा चित्रस्य शैली सर्वथा परिवर्तिता।

कृपया VCR पश्यन्तु:

विडियो पता: https://mp.weixin.qq.com/s/90pixdMaLew4lUjzjeA6jA

• प्रथमवारं : असफलः।
• द्वितीयवारं : असफलः अभवत्।
• तृतीयवारं : अहं मम दूरभाषं परिवर्तयामि तत् सफलम् अभवत्।

हम्... लघुभ्रातुः भावः नग्ननेत्रेण किञ्चित् आतङ्कितः अस्ति।

सुप्रसिद्धप्रौद्योगिकीमाध्यमेन TechCrunch इत्यनेन अपि एतादृशः इमोजी अन्तर्भूतः अस्ति :

केचन नेटिजनाः हॉट् कमेण्ट् मोड् अपि चालू कृतवन्तः:

अहं १० सेकेण्ड् मध्ये मम पञ्चाङ्गं अन्वेष्टुं शक्नोमि।

अवश्यं अद्यत्वे मेड बाइ गूगल इत्यस्य लघुः प्रकरणः एव अस्ति ।

Gemini Live इत्यस्य विषये अधिकाधिकं ज्ञातुं अधः पठन्तु ।

Her इत्यस्य गूगलसंस्करणस्य पूर्णं चित्रम्

यथा वयं अधुना उक्तवन्तः, Gemini Live तथा GPT-4o इत्येतयोः कार्याणि बहु समानानि सन्ति ।

"फोटो प्रश्नोत्तर" इत्यस्य अतिरिक्तं, एतत् वास्तविकसमये वार्तालापं कर्तुं शक्नोति अपि च उत्तरप्रक्रियायाः समये मिथुनराशिं बाधितुं अपि शक्नोति ।

एतत् अवगम्यते यत् जेमिनी लाइव् इत्यस्य कार्याणि सम्प्रति एण्ड्रॉयड् प्रणाल्यां (केवलं आङ्ग्लभाषायां) Advanced ग्राहकानाम् कृते उद्घाटितानि सन्ति।

आगामिषु सप्ताहेषु एतत् विशेषता अधिकभाषासु विस्तारितं भविष्यति, iOS कृते उपलब्धं च भविष्यति ।

अस्तिसंवाद ध्वनिअपरपक्षे जेमिनी लाइव् इत्यस्य प्रारम्भः अभवत्१० प्रकारःचयनार्थं नूतनाः ध्वनयः उपलभ्यन्ते, प्रभावः च यथा भवति ।

विडियो पता: https://mp.weixin.qq.com/s/90pixdMaLew4lUjzjeA6jA

अस्तिसंचालनं कुर्वन्तिअपरपक्षे यतः मिथुनराशिः पूर्णतया प्रणाल्यां एकीकृतः अस्ति, तस्मात् केवलं शक्तिबटनं दबावन् धारयित्वा वा "अरे गूगल" इति वदन् तस्य आह्वानं कर्तुं शक्यते ।

यथा, ईमेल लिखे सति मिथुनिः भवन्तं मेलचित्रं जनयितुं साहाय्यं करोतु प्रभावः निम्नलिखितरूपेण भवति ।

परन्तु विदेशीयमाध्यमेषु अस्य विशेषतायाः विषये मिश्रितसमीक्षाः सन्ति ।

यथा - द वर्ज इत्यस्य एकः लेखकः 1999 तमे वर्षे लिखितवान्व्यक्तिगत परीक्षापश्चात् दत्तं उपाधिं——

जेमिनी लाइव् गूगल इत्यस्मात् द्रुततरं, परन्तु अधिकं अटपटे।

विशिष्टं कारणं आसीत् यत् लेखकस्य कारस्य श्रव्यप्रणाली त्रिदिवसीयमार्गयात्रायां सहसा विफलतां प्राप्तवती ।

मूलगुगलसहायकस्य उपयोगेन समाधानं अन्वेष्टुं न्यूनातिन्यूनं पञ्चनिमेषाः यावत् समयः अभवत्, परन्तु जेमिनी लाइव् केवलं १५ सेकेण्ड् यावत् समयः अभवत् ।

परन्तु वार्तालापस्य समये Gemini Live इत्यस्य निरन्तरं भाषणं तथा च उपयोक्तृभ्यः सक्रियरूपेण व्यत्ययस्य आवश्यकतां जनयति इति अन्तरक्रियाविधिः लेखकं लज्जां अनुभवति स्म

सः मन्यते- १.

स्वरः, वचनस्य प्रकारः च एतावत् मानवीयः यत् तस्य व्यत्ययेन अहं असहजतां अनुभवामि।
समस्यानिराकरणसाधनरूपेण उपयोगात् अपेक्षया जेमिनी लाइव् इत्यनेन सह अन्तरक्रियायां अधिकं भावः निवेशितः अस्ति।

संयोगवशं मिथुनराशिनां कृते Live inमेघे धावतुअस्मिन् विषये वालस्ट्रीट् जर्नल् पत्रिकायाः ​​अपि तीक्ष्णं मूल्याङ्कनं कृतम्——

संवादे प्रगतिः, कार्यक्षमतायां प्रतिगमनम्।

तकनीकीस्तरस्य विशिष्टं GPT-4o इति अन्त्यतः अन्तः प्रणाली अस्ति, परन्तु गूगलेन विमोचितसामग्रीतः न्याय्यं चेत् जेमिनी लाइव् इति न भवति ।

तस्य स्थाने STT, VAD, LLM तथा TTS प्रणाल्याः एकीकृताः सन्ति :

तदतिरिक्तं गूगलेन विमोचितस्य नूतनस्य पिक्सेल्-माल-फोनस्य श्रृङ्खलायां अपि जेमिनी-लाइव् दृश्यते ।

यस्मिन् पिक्सेल ९ प्रो फोल्ड्, पिक्सेल ९, पिक्सेल ९ प्रो तथा पिक्सेल ९ प्रो एक्सएल च सन्ति ।

एआइ-कार्यस्य दृष्ट्या गूगलस्य पिक्सेल-फोनेषु...“माम् योजयतु” इति ।नियोग।

संवर्धितवास्तविकता (AR) तथा AI प्रौद्योगिक्याः उपयोगेन द्वयोः भिन्नयोः फोटोषु पात्राणि एकत्र "स्टफ" कर्तुं शक्यन्ते ।

गूगलः किमर्थं OpenAI इत्यस्य ग्रहणं कर्तुं न शक्नोति ?

यद्यपि अस्मिन् समये गूगलस्य Gemini Live इत्यस्य विमोचनं OpenAI GPT-4o इत्यस्य प्रतिक्रिया अस्ति तथापि यतः बृहत् मॉडल् युगस्य आरम्भः अभवत्, अतः वयं अतीव स्पष्टं प्रवृत्तिं द्रष्टुं शक्नुमः——

गूगलः ओपनएआइ इत्यस्य तालमेलं स्थापयितुं न शक्नोति।

प्रथमं, OpenAI ChatGPT इत्यस्य विमोचनस्य अत्यन्तं महत्त्वपूर्णे बिन्दौ अग्रणी अभवत्, परन्तु तदनन्तरं Google इत्यनेन Bard इति विमोचनं कृतम्, यत् अस्मिन् समये Gemini Live इत्यस्य सदृशम् आसीत्, तदनन्तरं च पलटितम्

विगतसार्धवर्षे इदं प्रतीयते यत् OpenAI सर्वेषां प्रमुखानां मॉडल्-अनुप्रयोगानाम् विमोचनस्य अग्रणी अस्ति ।

अपरपक्षे गूगल-संस्थायां न केवलं जनमतस्य दृष्ट्या अपि प्रौद्योगिकी मन्दगतिं दर्शयति, OpenAI इत्यनेन गूगलस्य बृहत्तमं वार्षिकं आयोजनं (I/O सम्मेलनं) कार्मिकपरिवर्तनस्य (इल्याः राजीनामा) वार्ताभिः आच्छादितम्

अतः बृहत् मॉडल् युगे गूगलः किमर्थं विफलः अस्ति ?

अस्मिन् विषये .गूगलस्य पूर्व मुख्यकार्यकारीएरिक् श्मिट् (यः २००१ तः २०११ पर्यन्तं कार्यं कृतवान्) स्टैन्फोर्ड-नगरे स्वस्य नवीनतमभाषणे स्वविचारं प्रकटितवान् यत् -

गूगलः कार्यजीवनसन्तुलनस्य महत्त्वं ददाति, यथा कर्मचारिणः गृहात् कार्यं कर्तुं शक्नुवन्ति ।
परन्तु स्टार्टअप-संस्थासु ते यथार्थतया परिश्रमं कुर्वन्ति ।

विडियो पता: https://mp.weixin.qq.com/s/90pixdMaLew4lUjzjeA6jA

केचन नेटिजनाः एतां वार्ताम् अपि भङ्गं कृतवन्तः यत् -

मम भ्राता गूगलस्य शीर्षस्थः AI प्रोग्रामरः अस्ति तस्य ३ पूर्णकालिककार्यं भवति तथा च सः प्रतिदिनं केवलं २ घण्टाः एव गूगल इत्यत्र यापयति।

अतः अस्मिन् विषये भवतः किं मतम्, चर्चायै टिप्पणीक्षेत्रे सन्देशं त्यजन्तु।

सन्दर्भलिङ्कानि : १.
[1]https://x.com/techcrunch/status/1823410187404743131?s=46&t=6eepxw1G6XRQ7VO0ANjJWg
[2]https://x.com/GoogleDeepMind/स्थिति/1823409674739437915
[3]https://blog.google/products/gemini/निर्मित-गुगल-मिथुन-ai-updates/
[4]https://x.com/alexkehr/status/1823480786349383879?s=46&t=6eepxw1G6XRQ7VO0ANjJWg
[5]https://www.theverge.com/2024/8/13/24219736/मिथुन-जीव-हस्त-पिक्सेल-घटना
[6]https://blog.google/products/pixel/google-pixel-9-नवीन-ai-विशेषताः/#pixel9phones