Google I/O 2024
https://www.youtube.com/watch?v=WsEQjeZoEng&source_ve_path=MjM4NTE&feature=emb_title
Claude 3 Opus.icon
GoogleのGeminiモデルは20億人のユーザー製品に使われており、Gemini 1.5 Proが本日からWorkspace Labsで利用可能
GmailやGoogle Meetでは、GeminiでメールやMTGの録音を要約することが可能に
ああ、これはいいな基素.icon
多分普通の人が生産するもので最もクリエイティブなものって写真と動画
編集はコスト高すぎる。勝手に編集されるのはとても良い
文脈を加味して編集されるなら尚更いい。こういうプロダクトがキラーアプリの一つだと思う
この機能は静止画をピックアップする機能であるが、将来的にはきっと動画もやられるだろう
動画編集は（楽しい部分もあるが）めんどくさすぎる
時間は使えないけど自分の撮ったものが目に見て楽しい形になるというところに付加価値を感じる人はたくさんいると思う
Geminiはマルチモーダル(複数の様式に対応)でロングコンテキスト(長い文脈の理解)が特徴。コンテキストウィンドウは200万トークンに拡張
AIエージェントは推論、計画、記憶を示し、複数のステップで考え、ソフトウェアやシステムを横断して、ユーザーに代わって監督の下で作業を行う
Gemini 1.5 Flashは軽量モデルで、高速かつコスト効率が良く、マルチモーダル推論とロングコンテキストが特徴
生成ビデオモデルのVeoは、テキスト、画像、ビデオのプロンプトから高品質の1080pビデオを作成可能 第6世代のCPU「Trillium」は、前世代より1チップあたりの演算性能が4.7倍向上
Googleの検索は、人間の好奇心に見合う規模の生成AIで、検索の中で最もエキサイティングな章
年末までに、AIの概要は10億人以上の人々に提供される。複雑な質問にも対応し、ビデオでの質問も可能に
まだ全員にローンチしてなかったの？基素.icon
Gemini for Workspaceは、価格や空き状況で屋根修理の見積もりを比較するなど、受信トレイの情報からすばやく回答
Gemsという新機能で、好きなトピックの個人的な専門家を作成可能 Gemini Advancedのサブスクライバーは、100万トークンのGemini 1.5 Proにアクセス可能で、1,500ページまでのPDFをアップロード可能
Gemini Advancedの新しい旅行計画機能は、時空間のロジスティクスを考慮した推論と優先順位付けや意思決定のインテリジェンスを備える
AndroidをAIを中心に再構想する複数年の取り組みを開始。Gemini Nanoでマルチモーダルに
オープンモデルのGemmaファミリーにビジョン言語モデルのPaliGemmaが加わり、6月にはGemma 2の27億パラメータモデルが追加される YouTubeの新機能では、LearnLMを使用して教育ビデオをインタラクティブにし、明確な質問をしたり、役立つ説明を得たり、クイズを受けることが可能