Search

Results for “gemini”

Total 438 articles

从多模态大模型中「拆」出音频向量模型

从多模态大模型中「拆」出音频向量模型 (opens in a new tab)

Google 最近发了 Gemini Embedding 2,他们第一个原生多模态向量模型。文本、图像、视频、音频、文档,全部映射到同一个 3072 维向量空间。这是 Omni Embedding(全模态向量模型)的大趋势:一个架构吃下所有模态,从 jina-embeddings-v4 到 Omni-Embed-Nemotron 再到 Omni-5,大家都在往这个方向收敛。

AI guides
0
刚刚,Gemini 3.8 Live上线!

刚刚,Gemini 3.8 Live上线! (opens in a new tab)

谷歌又杀回来了。 今夜,Google DeepMind 一口气放出两个模型——Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking。 官方称它们是谷歌迄今最先进的实时对话模型。 在 Artificial Analysis 的语音质量榜上,Extended Thinking 拿下总榜第一,82.6 分。 在 ServiceNow 的语音 Agent 测试里,以前的模型要么答得准但聊起来像机器人,要么聊得顺但老办错事。 这两个模型第一次把准和顺同时往前拱了一步。 刚吵完 RSI,谷歌交了份语音作业 就在上周,AI 圈知名泄密账号 Lyra 发了一条

AI news
0