جمینی از مرزهای چت‌بات‌ها فراتر می‌رود.

پیشرفت‌های پیرامون Gemini نشان‌دهنده‌ی جهت‌گیری جدید گوگل است که تمرکز خود را از رابط‌های چت‌بات به سمت عوامل فعال مداوم تغییر می‌دهد.

ساندار پیچای، مدیرعامل گوگل، در حال سخنرانی در مراسم Google I/O 2026. عکس: اندروید سنترال .

در کنفرانس I/O 2026 که در ساعات اولیه 20 می (به وقت ویتنام) برگزار شد، گوگل آخرین نسخه Gemini را به همراه یک مدل هوش مصنوعی که دنیای فیزیکی را شبیه‌سازی می‌کند و Omni نام دارد، معرفی کرد.

طبق گزارش CNET ، این رویداد در حالی برگزار شد که گوگل در تلاش بود تا با توسعه مدل‌های هوش مصنوعی همگام شود و در عین حال خدمات بیشتری را به پایگاه عظیم کاربران خود ارائه دهد.

کنفرانس I/O 2026 همچنین یک رویداد برجسته است، زیرا بازار بر ارزش‌گذاری‌های رو به رشد OpenAI و Anthropic تمرکز دارد که انتظار می‌رود هر دو امسال عرضه اولیه سهام (IPO) خود را آغاز کنند.

فلش Gemini 3.5: سریع و مقرون به صرفه

تمرکز گوگل همچنان بر اکوسیستم جمینی است. در این رویداد، این شرکت جمینی ۳.۵ فلش را معرفی کرد، نسخه‌ای ساده‌شده که در عین حال که قیمتش نصف یا حتی یک‌سوم مدل‌های پیشرفته‌تر و قابل مقایسه است، همچنان کارآمد باقی می‌ماند.

ساندار پیچای، مدیرعامل گوگل، پیش از این رویداد در گفتگو با خبرنگاران اظهار داشت که Gemini 3.5 Flash «به طرز شگفت‌انگیزی سریع» است. گوگل اظهار داشت که این مدل، مدل پیش‌فرض Gemini و حالت هوش مصنوعی جستجوی گوگل در سطح جهانی خواهد بود.

در اطلاعیه گوگل تأکید شده است: «دیگر لازم نیست کیفیت را فدای سرعت کنید.» این شرکت اظهار داشت که محافظت در برابر حملات سایبری در Gemini 3.5 Flash بهبود یافته و میزان ایجاد محتوای مخرب و رد اشتباه دستورات عادی را کاهش داده است.

فلش Gemini 3.5 به دلیل راندمان بالا و سرعت خروجی سریعش مورد توجه قرار گرفته است. تصویر: گوگل .

Gemini 3.5 Flash برای گردش‌های کاری پیچیده مبتنی بر عامل بهینه شده است. طبق گفته گوگل، این نرم‌افزار در چندین معیار، مانند Terminal-Bench 2.1 (76.2٪ در مقابل 70.3٪) و MCP Atlas (83.6٪ در مقابل 78.2٪) از Gemini 3.1 Pro عملکرد بهتری دارد.

با در نظر گرفتن تعداد توکن‌های خروجی در ثانیه، Gemini 3.5 Flash چهار برابر سریع‌تر از برخی مدل‌های جدیدتر است. طبق گفته گوگل، این مدل می‌تواند زمان تکمیل برخی از وظایف را که قبلاً روزها یا هفته‌ها طول می‌کشید، با هزینه کمتری کوتاه کند و آن را برای برنامه‌نویسان، کسب‌وکارها، دانشمندان و کاربران عمومی ایده‌آل سازد.

پیچای تأکید کرد: «برای درک بهتر، شرکت‌های بزرگ روزانه حدود ۱ تریلیون توکن پردازش می‌کنند. اگر ۸۰ درصد از این حجم کار را به فلش ۳.۵ منتقل کنند، سالانه بیش از ۱ میلیارد دلار صرفه‌جویی خواهند کرد، مبلغ قابل توجهی که می‌تواند مستقیماً در کسب‌وکار سرمایه‌گذاری مجدد شود.»

پس از انتشار Gemini 3.5 Flash، گوگل اعلام کرد که Gemini 3.5 Pro در حال توسعه و استفاده داخلی است و انتظار می‌رود در ماه ژوئن به طور گسترده منتشر شود.

توسعه جمینی

اپلیکیشن جمینی همچنین با زبان بیان عصبی (Neural Expressive) دوباره طراحی شده است. یکی از ویژگی‌های جدید، جمینی اسپارک (Gemini Spark) است که یک عامل هوش مصنوعی شخصیِ فعال و پیوسته است. این ویژگی بر روی پلتفرم جمینی ۳.۵ اجرا می‌شود و می‌تواند مستقیماً به جیمیل، گوگل داکز (Google Docs) یا اسلایدز (Slides) متصل شود.

چیزی که Gemini Spark را متمایز می‌کند، قابلیت اجرای آن در پس‌زمینه است که به آن اجازه می‌دهد حتی زمانی که کاربر تلفن یا رایانه خود را قفل می‌کند، کار کند.

برخی از کاربردهای اسپارک شامل تجزیه و تحلیل صورت‌حساب‌های ماهانه کارت اعتباری برای هشدار به شما در مورد هزینه‌های اشتراک یا هزینه‌های پنهان، بررسی ایمیل‌ها برای استخراج و خلاصه کردن اطلاعات مهم، خلاصه کردن جلسات و نوشتن آنها در Google Docs و موارد دیگر است.

ویژگی‌های جدید به زودی به برنامه Gemini اضافه می‌شوند. عکس: گوگل

در اندروید، کاربران می‌توانند به‌روزرسانی‌های زنده و پیشرفت وظایف را از طریق رابط کاربری جدیدی به نام اندروید هالو که انتظار می‌رود اواخر امسال راه‌اندازی شود، از بازیگرانی مانند اسپارک پیگیری کنند.

تا پایان تابستان امسال، اسپارک مستقیماً در کروم نیز اجرا خواهد شد و این مرورگر را به عاملی تبدیل می‌کند که به کاربران در اینترنت کمک می‌کند.

برای اطمینان از حریم خصوصی، کاربران می‌توانند از فعال‌سازی Gemini Spark انصراف دهند و انتخاب کنند که کدام برنامه‌ها متصل باشند. انتظار می‌رود این ویژگی از اواخر ماه مه برای مشترکین Google AI Ultra در ایالات متحده ارائه شود.

خلاصه روزانه (Daily Brief) نیز یک ویژگی جدید در Gemini است که می‌تواند هر روز صبح خلاصه‌ای شخصی‌سازی‌شده ارائه دهد. اطلاعات از ایمیل‌ها و تقویم‌ها جمع‌آوری می‌شود تا یک گزارش مختصر ایجاد شود.

خلاصه اخبار روزانه در اپلیکیشن جمینی. عکس: گوگل

کاربران می‌توانند انواع اطلاعات اولویت‌دار را درخواست کنند و حتی هوش مصنوعی را در مراحل بعدی پردازش راهنمایی کنند. در حال حاضر، Daily Brief فقط از اشتراک‌های AI Plus، Pro و Ultra در بازار ایالات متحده پشتیبانی می‌کند.

گوگل همچنین چندین به‌روزرسانی برای برنامه Gemini در macOS منتشر کرد، از جمله ادغام Gemini Spark برای پردازش و خودکارسازی گردش‌های کاری.

سیستم تشخیص گفتار Rambler نیز در macOS پشتیبانی می‌شود و قادر به حذف کلمات اضافی برای تبدیل روان‌تر گفتار به متن است.

با Gemini Omni ویدیو بسازید

Gemini Omni مدلی است که دنیای فیزیکی را شبیه‌سازی می‌کند. DeepMind پیش از این چندین مدل مشابه را توسعه داده است، اما فقط برای استفاده در رباتیک و بازی.

با Omni، کاربران می‌توانند تصاویر، صدا و متن را برای ایجاد ویدیوهای با کیفیت بالا، بر اساس پایگاه دانش دنیای واقعی Gemini، ترکیب کنند.

طبق گفته گوگل، Omni می‌تواند قوانین فیزیک مانند گرانش، انرژی جنبشی و دینامیک سیالات را به طور دقیق در متن اعمال کند. به لطف دانش موجود از Gemini، این مدل قادر به پیش‌بینی وقایع بعدی است.

ویدیویی که توسط Gemini Omni ساخته شده است. عکس: گوگل

این مدل از ویرایش زبان طبیعی پشتیبانی می‌کند و متن با هر ویرایش ثابت می‌ماند. از طریق دستورات، کاربران می‌توانند به راحتی کاراکترها را اضافه کنند، اشیاء را وارد کنند یا صحنه را تغییر دهند.

Omni همچنین از ایجاد آواتارهای مجازی با ظاهر و صدای واقعی پشتیبانی می‌کند. همه ویدیوها دارای واترمارک SynthID برای شناسایی محتوای ایجاد شده توسط هوش مصنوعی هستند.

گوگل می‌گوید اولین نسخه با نام Gemini Omni Flash در برنامه‌های Gemini، Flow و YouTube Shorts پیاده‌سازی خواهد شد. در آینده، این مدل از خروجی ویدیو و صدا نیز پشتیبانی خواهد کرد.

گوگل بر توانایی Gemini Omni در شبیه‌سازی دقیق دنیای فیزیکی تأکید دارد. عکس: گوگل .

در مورد گوگل، افزایش هزینه‌های سرمایه‌گذاری آن باعث شده است که وال استریت انتظارات بالایی داشته باشد. طبق گزارش CNET ، سرمایه‌گذاران می‌خواهند ببینند که این شرکت هوش مصنوعی را عمیقاً در محصولات اصلی خود ادغام می‌کند تا سود پایدار ایجاد کند. ابزارهای عامل می‌توانند نقش حیاتی ایفا کنند.

پاسخ گوگل به این نیاز، استفاده از عامل‌های هوشمندی مانند Spark و Daily Brief است. این شرکت با ترکیبی از Gemini 3.5 Flash و Omni که از نظر هزینه مقرون‌به‌صرفه هستند، تلاش می‌کند تا جایگاه خود را در رقابت حفظ کند.

این فقط گوگل نیست؛ انتظارات از شرکت‌های هوش مصنوعی همچنان رو به افزایش است، به خصوص پس از آنکه شرکت Anthropic از Mythos رونمایی کرد. این مدل به قدری قدرتمند است که می‌تواند هزاران آسیب‌پذیری امنیتی بی‌سابقه را در زیرساخت‌های نرم‌افزاری جهانی شناسایی کند.

منبع: https://znews.vn/gemini-vuot-khoi-ranh-gioi-chatbot-post1652959.html