Google dodaje do Gemini funkcję pisania głosowego i podsumowywania

(CLO) Google nadal rozszerza możliwości chatbota opartego na sztucznej inteligencji Gemini, dodając dwie nowe funkcje: Canvas – interaktywną przestrzeń roboczą do pisania i programowania, a także Audio Overview – narzędzie do podsumowywania treści głosowych.

Funkcja Canvas w Gemini pozwala użytkownikom tworzyć, edytować i udostępniać treści bezpośrednio w aplikacji. Canvas można postrzegać jako odpowiedź Google na ChatGPT (OpenAI) Canvas i Artifacts firmy Anthropic, ponieważ wszystkie one dążą do przekształcenia chatbotów AI w kompleksowe narzędzia wspierające pracę, a nie tylko asystentów tekstowych.

Programowanie z nową funkcją CANVAS w Gemini. Zdjęcie: Google

„Canvas został zaprojektowany, aby ułatwić użytkownikom bezproblemową pracę z Gemini” – powiedział Dave Citron, menedżer produktu Gemini. „Dzięki tym funkcjom Gemini staje się skuteczniejszym partnerem w urzeczywistnianiu pomysłów”.

Gemini Canvas można otworzyć bezpośrednio z paska wprowadzania w aplikacji Gemini (zarówno internetowej, jak i mobilnej). Oprócz pisania, Canvas obsługuje również programowanie, umożliwiając tworzenie i podgląd kodu HTML, kodu React oraz prototypów aplikacji internetowych bezpośrednio w obszarze roboczym.

„Na przykład, jeśli chcesz utworzyć formularz rejestracji e-mailowej na swojej stronie internetowej, możesz zlecić Gemini wygenerowanie kodu HTML formularza, a następnie wyświetlić podgląd jego wyglądu i działania” – wyjaśnia Citron.

Oprócz Canvas, Google wprowadza do Gemini również funkcję Audio Overview znaną z NotebookLM, która umożliwia tworzenie podsumowań głosowych w formie podcastów dla dokumentów, stron internetowych i wielu innych źródeł treści.

Gdy użytkownik przesyła dokument, Gemini automatycznie generuje podsumowanie audio, które można pobrać lub udostępnić bezpośrednio z aplikacji.

Canvas i Audio Overview są teraz bezpłatne dla wszystkich użytkowników Gemini na całym świecie. Podgląd kodu w Canvas jest obecnie dostępny tylko w wersji internetowej. Audio Overview jest obecnie dostępny tylko w języku angielskim.

Google ściga się z OpenAI i Anthropic, aby przekształcić chatboty oparte na sztucznej inteligencji (AI) w rzeczywiste narzędzia do pracy, a nie tylko inteligentne narzędzia do czatowania. Wraz ze wzrostem popularności sztucznej inteligencji w tworzeniu treści i programowaniu, nowe funkcje Gemini obiecują pomóc użytkownikom wykorzystać AI jako prawdziwego partnera, a nie tylko udzielać odpowiedzi tekstowych.

Cao Phong (według Google, TC, CNET)