يقول الرئيس التنفيذي لشركة DeepMind DeMis Hassabis إن Google ستجمع في النهاية بين طرز Gemini و Veo AI

في ظهور مؤخراً على “ممكن” ، قال بودكاست شارك في استضافة مؤسس شركة LinkedIn ريد هوفمان ، الرئيس التنفيذي لشركة Google Deepmind ، إن Google تخطط في نهاية المطاف للدمج بين نماذج Gemini AI مع نماذج توليد الفيديو Veo لتحسين فهم السابق للعالم المادي.

قال حاسابيس: “لقد بنينا دائمًا الجوزاء ، نموذج الأساس الخاص بنا ، ليكون متعدد الوسائط منذ البداية ، والسبب في أننا فعلنا ذلك [is because] لدينا رؤية لهذه الفكرة عن مساعد رقمي عالمي ، ومساعد ذلك […] في الواقع يساعدك في العالم الحقيقي. ”

تتحرك صناعة الذكاء الاصطناعى تدريجياً نحو نماذج “Omni” ، إذا صح التعبير – نماذج يمكنها فهم العديد من أشكال الوسائط وتوليفها. يمكن لأحدث نماذج Gemini من Google إنشاء صوت بالإضافة إلى صور ونص ، في حين أن النموذج الافتراضي لـ Openai في ChatGPT يمكنه إنشاء صور-بما في ذلك ، بالطبع ، فن Ghibli-Style. أعلنت Amazon أيضًا عن خطط لإطلاق نموذج “من أجل أي شخص” في وقت لاحق من هذا العام.

تتطلب هذه النماذج Omni الكثير من بيانات التدريب – الصور ، ومقاطع الفيديو ، والصوت ، والنص ، وما إلى ذلك. إن Hassabis ضمنيًا أن بيانات الفيديو الخاصة بـ VEO تأتي في الغالب من YouTube ، وهي منصة تمتلكها Google.

“في الأساس ، من خلال مشاهدة مقاطع فيديو YouTube – الكثير من مقاطع الفيديو على YouTube – [Veo 2] وقال هاسابيس: “يمكن معرفة ، كما تعلمون ، فيزياء العالم”.

أخبرت Google من قبل TechCrunch نماذجها “قد تكون” تدرب على “بعض” محتوى YouTube وفقًا لاتفاقها مع منشئي YouTube. وبحسب ما ورد ، وسعت Google شروط الخدمة العام الماضي جزئيًا للسماح للشركة بالضغط على المزيد من البيانات لتدريب نماذج الذكاء الاصطناعي.