Post #791

Кратко про Gemini 2.0 от гугла. Это мультимодальная модель. Она может видеть, слышать, понимать окружающий мир и выполнять сложные задачи. Что важно не упустить: Агенты. могут распознавать объекты через камеру, анализировать окружение и отвечать на вопросы о реальном мире и в риалтайме. Можно создавать собственных агентов, для этого теперь есть удобный инструмент. Агенты смогут выполнять сложные задачки, например в вашем браузере, но это чуть попозже. Генерация изображений. Вот тут все на высоком уровне. У пользователей есть возможность тонко контролировать процесс, а модель отлично работает с исходным изображением, а не генерирует каждый раз новое. Вот тут можно потестить.