געמיני אָמני ווידעא: וואָס Google ס פאַקטיש-צייט ווידעא מאָדע קענען טאָן
די קורץ ווערסיע (BLUF)
Gemini Omni איז די פאַקטיש-צייט ווידעא מאָדע פון Google: פונט די אַפּאַראַט, און דער מאָדעל דערקלערט, טראַנזלייץ אָדער דיבאַגז וואָס ער זעט לעבן. פֿון וואַנען קומט דאָס וואָרט "אָמני", וואָס דער מאָדעל טוט טאַקע מיט ווידעא, און וואָס אַ רוסיש באַניצער זאָל וויסן.
לעצטע וואָך אַ קאָלעגע געשיקט מיר אַ ווידעא - עמעצער ווייזט זייער גאַרדעראָב אויף אַ לעבן טייַך בשעת געמיני קאָמענטירן אויף די קליידער אין פאַקטיש צייט און סאַגדזשעסץ אַוטפיץ. ערשטער געדאַנק: "אן אנדער דעמאָ וואָס קיינמאָל אַרבעט אין פאַקטיש לעבן." צווייטע געדאַנק, נאָך טעסטינג עס: עס אַרבעט. ניט בישליימעס, אָבער עס אַרבעט.
פֿון וואַנען קומט דאָס וואָרט "אָמני".
"אָמני" מיטל "אַלע אין אַמאָל." פּונקט ווי GPT-4o (אָמני), Gemini איצט האט אַ מאָדע ווו די מאָדעל אַרבעט מיט טעקסט, קול, בילדער און ווידעא סיימאַלטייניאַסלי. ניט איינער נאָך דעם אנדערן. ניט "ראַם ערשטער, ענטפֿערן שפּעטער." ווי אַ טייַך.
ספּאַסיפיקלי, Gemini Omni Video קענען נעמען אַ לעבן אַפּאַראַט פיטער און רעאַגירן צו וואָס איז געשעעניש אין פאַקטיש צייט. נאָמען אַבדזשעקץ. לייענען טעקסט אויף פאַרשטעלן. ענטפֿערן פֿראגן וועגן וואָס איז אין די ראַם רעכט איצט.
טעקניקלי דאָס איז די Multimodal Live API. דער ווידעא טייַך גייט צו Google ס סערווערס, דער מאָדעל פּראַסעסאַז עס און ריספּאַנדז מיט אַ פאַרהאַלטן פון 200-400 מיז. דאָס פֿילט זיך שוין ווי אַ שמועס, נישט אַ בקשה-און-ענטפֿער.
וואָס דער מאָדעל אַקשלי טוט מיט ווידעא
עס איז ווערט צו צעטיילן דרייַ פאַרשידענע זאכן:
- אַנאַלייזינג אַ ופּלאָאַדעד ווידעא- איר פאַלן אין אַ קלעמערל און פרעגן עס צו באַשרייַבן די פוטידזש אָדער געפֿינען אַ ספּעציפיש מאָמענט. דאָס האָט שוין געארבעט צוריק אין 2024.
- פאַקטיש-צייט מאָדע- דער מאָדעל וואַטשיז דורך די אַפּאַראַט צוזאַמען מיט איר. דאָס איז פונדאַמענטאַל אַנדערש.
- ווידעא דור- דאָ גוגל לאָנטשט וועאָ 3 סעפּעראַטלי; דאָס איז אן אנדער געשיכטע און אן אנדער געצייַג.
אין Omni Live מאָדע איר קענען ווענדן דיין טעלעפאָן צו אַ צעבראכן עלעקטריקאַל טאַפליע און פרעגן "וואָס איז פאַלש" - און באַקומען אַן ענטפער כּמעט גלייך, אָן אַ ופּלאָאַד וואַרטן. אָדער ווייַזן אַ שיסל אין אַ רעסטאָראַן און לערנען די פּראָסט ינגרידיאַנץ. אָדער ווייַזן די קאָד אויף דיין מאָניטאָר און באַקומען באַמערקונגען גלייך.
א פאַקטיש פאַל: דיבאַגינג קאָד דורך די אַפּאַראַט
איינער פון די מערסט פּראַקטיש סינעריאָוז איז סטרימינג דיין פאַרשטעלן בשעת דיבאַגינג. עפֿענען Google AI סטודיאָ, קער אויף ווידעא מאָדע, ווייַזן דיין IDE. פרעג: "פארוואס איז דאס נול דא?" - דער מאָדעל זעט די פאַקטיש סטאַק שפּור און ענטפֿערס צו די פונט.
איך געארבעט ווי דעם מיט אַ פּיטהאָן שריפט פֿאַר וועגן צוואַנציק מינוט. נידעריק לייטאַנסי, אויף-פונט ענטפֿערס. דער בלויז כאַפּן - נאָך 20 מינוט די טעלעפאָן סטאַרטעד באַהיצונג, אַזוי איך סוויטשט צו אַ לאַפּטאַפּ.
עס אויך אַרבעט געזונט מיט דאָקומענטן. שטעלן אַ בלאַט פּאַפּיר אין פראָנט פון די אַפּאַראַט, פרעגן שאלות - דער מאָדעל לייענט די טעקסט און ענטפֿערס. עס מאל טריפּס אויף ומגעוויינטלעך פאַנץ, אָבער די אַקיעראַסי איז לייַטיש קוילעלדיק.
װוּ איז דער כאַפּן
זאל איך זיין ערלעך וועגן וואָס ס אַנויינג.
ערשטער - צוטריט. Gemini 2.0 מיט Omni Video לעבן אין Google AI סטודיאָ און אין די אַפּ מיט די אַוואַנסירטע אַבאָנעמענט. עס איז אַ פּראָצעס. נאָך דעם - איר באַצאָלן. איר קענען נישט לייגן אַ רוסיש באַנק קאַרטל. א וופּן איז דארף ניט נאָר צו צייכן אַרויף, אָבער פֿאַר די טייַך צו לויפן סטאַביל.
רגע - פּריוואַטקייט. ווען איר סטרימינג ווידעא צו Google, עס גייט ערגעץ. די פירמע זאגט "מיר טאָן ניט קראָם עס," אָבער איר נעמען דאָס אויף צוטרוי.
דריט - סעסיע לימאַץ. דו קענסט נישט היטן אויף אייביק; עס זענען לימאַץ אויף טייַך לענג. און קוואַליטעט טראפנס נאָוטיסאַבלי אויף אַ נעבעך קשר.
וואָס אַ רוסיש באַניצער זאָל טאָן
צװײ װעגן.
דער ערשטער - VPN + Google AI סטודיאָ. עס אַרבעט, אָבער מיט כעדייקס: איר דאַרפֿן אַ סטאַביל קשר, אַ ניט-רוסיש קאָרט, און מאל די סעסיע נאָר פאַלן.
די רגע - בויען אַ ארבעטן אָנלייגן פון בנימצא מכשירים.נעוראַלספּאַסעקאַלעקץ אַי באַדינונגס מיט צאָלונג אין רובל, קיין וופּן און קיין פרעמד קאַרדס. פֿאַר ווידעא עס איזווידעא דור- ניט אָמני לייוו, אָבער גענוג פֿאַר רובֿ טאַסקס. פּלוס אַשמועסן מיט מולטימאָדאַל מאָדעלס, בילד אַרבעטאוןקול מכשירים.
אויב איר ספּאַסיפיקלי דאַרפֿן "איך קוק אין די אַפּאַראַט און רעדן אין פאַקטיש צייט" - קיין רוסיש דינסט האט נאָך דעם פֿאָרמאַט. דאָס איז טאַקע די כידעש פון Google. אָבער אויב די אַרבעט איז "אַנאַליזירן ווידעא מאַטעריאַל" אָדער "דזשענערירן ווידעא אינהאַלט," דינער מכשירים שעפּן עס אויך, און איר קענעןרעגיסטרירןעס רעכט איצט אָן אַ וופּן.
וואָס צו קלייַבן דעפּענדס אויף די אַרבעט. און ווי פיל איר זענט גרייט צו פידלען מיט אַ וופּן פֿאַר אַ 20-מינוט דעמאָ.
אָפט געשטעלטע פֿראגן (FAQ)
ק: ווי טאָן איך באַקומען די בעסטער רעזולטאַט פון די אַי?
א: ניצן דיטיילד פּראַמפּס (דיסקריפּשאַנז) אין ענגליש; ספּעציפיצירן סטיל און סצענע פרטים.
ק: קען איך נוצן דעם אינהאַלט קאמערשעל?
א: יאָ, אַלע דזשענערייטאַד אינהאַלט געהערט לעגאַמרע צו איר.