Transcript

Google DeepMind präsentiert Gemini Ultra 2.0 mit starker multimodaler Fähigkeit · Superkraft KI News | by Jörg Schieb

Google legt nach: Gemini Ultra 2.0 ist da – und soll deutlich schlauer geworden sein. Das neue Flaggschiff-Modell von DeepMind kann jetzt noch besser mit verschiedenen Datentypen gleichzeitig umgehen: Text, Bilder, Audio und Video. In den ersten Demos hat das Modell wissenschaftliche Diagramme analysiert und komplexe Videosequenzen interpretiert – und zwar richtig gut. Warum das wichtig ist? Weil genau diese multimodale Fähigkeit der Schlüssel für die nächste Generation von KI-Assistenten ist. Stellt euch vor, ihr zeigt eurem Handy ein kaputtes Teil am Fahrrad, beschreibt das Geräusch dabei – und die KI erklärt euch sofort, was zu tun ist. Gemini konkurriert direkt mit ChatGPT und Claude, und der Wettlauf um die beste KI wird damit noch enger.