تحول در سیستم‌های خودرویی: هوش مصنوعی اختصاصی گوگل به اندروید اتو آمد

/در , , , , /توسط

گوگل انتشار ویژگی «هوش شخصی» (Personal Intelligence) دستیار هوشمند جمینای (Gemini) را برای پلتفرم اندروید اتو (Android Auto) آغاز کرد. این قابلیت هوشمند که نخستین‌بار در دی‌ماه ۱۴۰۳ (ژانویه) معرفی شده بود، با اتصال به برنامه‌های اختصاصی گوگل نظیر جیمیل، تصاویر و موتور جستجو، توانایی تحلیل داده‌های شخصی کاربر را پیدا می‌کند؛ بدین ترتیب رانندگان می‌توانند پاسخ‌های هوشمندانه، چندمرحله‌ای و متناسب با نیاز لحظه‌ای خود را دریافت کنند.

فعال‌سازی این سرویس اختیاری است و کاربران در صورت عدم تمایل به اشتراک‌گذاری اطلاعات شخصی خود با جمینای، ملزم به استفاده از آن نخواهند بود.

بر اساس اعلام رسمی گوگل، عرضه عمومی این هوش مصنوعی در وهله اول روی اندروید اتو آغاز شده و طی ماه‌های آینده برای خودروهای مجهز به سیستم‌عامل «اندروید اتوموتیو» نیز ارائه خواهد شد. استفاده از این سرویس برای تمامی کاربران بالای ۱۸ سال با حساب‌های کاربری معتبر فعال است؛ البته ساکنان بریتانیا، سوئیس، نیجریه و منطقه اقتصادی اروپا (EEA) فعلاً از دسترسی به آن مستثنی هستند.

اندروید اتو

امکانات جدید برای کاربران آیفون و اپل کارپلی

هم‌زمان با این به‌روزرسانی، قابلیت‌های جدیدی نیز برای دارندگان سیستم‌عامل iOS فراهم شده است. کاربران آیفون اکنون می‌توانند از طریق برنامه «گوگل مپس» در سرویس اپل کارپلی (Apple CarPlay) به هوش مصنوعی جمینای دسترسی داشته باشند. با اضافه شدن آیکون اختصاصی جمینای به محیط گوگل مپس در کارپلی، رانندگان قادر خواهند بود تنها با یک لمس، از قابلیت‌های کلیدی این دستیار هوشمند در حین رانندگی بهره‌مند شوند.

نوشته تحول در سیستم‌های خودرویی: هوش مصنوعی اختصاصی گوگل به اندروید اتو آمد اولین بار در آی‌ تی‌ رسان منتشر شد.

گوگل دسترسی به Gemini ۴ Argon را گسترش داد؛ تمرکز بر کدنویسی و استدلال پیشرفته

/در , , , /توسط

گوگل دسترسی به مدل هوش مصنوعی Gemini 4 Argon را در اپلیکیشن جمینای و ابزارهای توسعه نرم‌افزار گسترش داده است. این مدل با تمرکز بر استدلال پیچیده و برنامه‌نویسی، اکنون برای گروه بیشتری از کاربران در دسترس قرار می‌گیرد؛ هرچند استفاده از آن در برخی ابزارها همچنان به اشتراک گران‌تر گوگل نیاز دارد.

Gemini 4 Argon به اشتراک AI Pro رسید

گوگل اعلام کرده است که مشترکان Google AI Pro و AI Ultra می‌توانند از Gemini 4 Argon در اپلیکیشن Gemini استفاده کنند. این مدل در مرحله نخست به مشترکان طرح Ultra محدود بود، اما اکنون دسترسی به آن برای کاربران Pro نیز فراهم شده است.

به گفته گوگل، آرگون در استدلال پیشرفته و اجرای جریان‌های کاری پیچیده عملکرد بهتری دارد. از دیگر تغییرات این مدل می‌توان به پاسخ‌های مستقیم‌تر، کاهش تکرار مطالب و عبارت‌های کلیشه‌ای، پیروی دقیق‌تر از دستورهای مربوط به سبک نوشتار و ارائه گزارش‌های منظم‌تر از روند اجرای وظایف طولانی اشاره کرد.

Gemini 4 Argon

گوگل همچنین از بهبود عملکرد مدل در برنامه‌نویسی خبر داده است؛ قابلیتی که می‌تواند جابه‌جایی میان گفت‌وگو و کدنویسی را در نسخه macOS اپلیکیشن Gemini آسان‌تر کند.

ادغام ابزار کدنویسی Antigravity با جمینای

کاربران نسخه مک اپلیکیشن Gemini می‌توانند مستقیماً به رابط کدنویسی عامل‌محور (Agentic Coding) پلتفرم Google Antigravity دسترسی داشته باشند. این ابزار برای توسعه اپلیکیشن، ساخت تجربه‌های وب و اجرای پروژه‌های نرم‌افزاری طراحی شده است.

گوگل همچنین گزینه‌ای به رابط اصلی گفت‌وگو اضافه می‌کند که امکان جابه‌جایی میان حالت چت و حالت اجرای وظایف را فراهم می‌سازد. حالت دوم پیش‌تر با نام Spark شناخته می‌شد.

در انتخاب‌گر مدل اپلیکیشن Gemini، مشترکان AI Pro و AI Ultra می‌توانند از میان گزینه‌های زیر مدل موردنظر خود را انتخاب کنند:

  • Gemini 3.5 Flash-Lite
  • Gemini 3.8 Flash
  • Gemini 3.1 Pro
  • Gemini 4 Argon

هر دو گروه مشترکان Pro و Ultra همچنین به Gemini 4 Argon در حالت هوش مصنوعی جست‌وجوی گوگل (AI Mode) دسترسی خواهند داشت.

بااین‌حال، دسترسی به آرگون در اپلیکیشن دسکتاپ Antigravity، رابط خط فرمان Antigravity CLI، پلتفرم Google AI Studio و نسخه آزمایشی Canary اندروید استودیو به اشتراک AI Ultra نیاز دارد.

آرگون چگونه به توسعه کروم کمک کرده است؟

گوگل برای نشان دادن توانایی‌های این مدل، چند نمونه از استفاده داخلی آن در پروژه‌های مرتبط با کروم، جمّا و یوتیوب را منتشر کرده است.

به گفته این شرکت، تیم توسعه کروم از آرگون برای بازآرایی معماری بخشی از کدهای قدیمی مرورگر استفاده کرده است. این بخش حدود ۶ میلیون خط کد دارد و بخشی از پایگاه کد ۴۰ میلیون‌خطی پروژه متن‌باز Chromium محسوب می‌شود.

آرگون با آماده‌سازی مجموعه‌ای از تغییرات کد، به اجرای اصلاحات معماری در صدها فایل کمک کرده است. گوگل می‌گوید فرایندی که معمولاً ممکن بود چند ماه طول بکشد، در چند هفته به پایان رسید.

این تغییرات می‌تواند جابه‌جایی صفحات زنده وب میان زبانه‌ها، پنل‌های کناری و پنجره‌های شناور را بدون بارگذاری مجدد امکان‌پذیر کند و از بروز برخی خطاهای منجر به بسته‌شدن ناگهانی مرورگر جلوگیری کند.

افزایش ۲٫۸۵ برابری سرعت استنتاج با کمک آرگون

یکی دیگر از نمونه‌های اعلام‌شده، بهینه‌سازی عملکرد مدل‌های هوش مصنوعی است. گوگل می‌گوید با کمک Gemini 4 Argon و چارچوب vLLM، سرعت سرتاسری استنتاج را روی سخت‌افزار A100 به میزان ۲٫۸۵ برابر افزایش داده است.

در این آزمایش، توان عملیاتی مدل Gemma 4 E2B از حدود ۳۷ هزار و ۹۰۰ توکن در ثانیه به بیش از ۱۰۸ هزار توکن در ثانیه رسیده است. به گفته گوگل، این بهینه‌سازی طی چند روز و بدون افت کیفیت یا تغییر در توکن‌های خروجی انجام شده است.

Gemini 4 Argon

این شرکت همچنین به اصلاحات منتشرشده در مخزن کد پروژه، از جمله بهینه‌سازی سازوکار توجه و رمزگشایی حدسی، اشاره کرده است.

کاهش ۵۰ درصدی بار پردازنده در بخش نظرات یوتیوب

گوگل می‌گوید استفاده از Gemini 4 Argon در Antigravity به تیم یوتیوب کمک کرده است تا بار پردازنده بخش رابط کاربری نظرات را به نصف کاهش دهد.

بر اساس توضیحات این شرکت، بررسی داده‌های عملکرد در محیط واقعی نشان داد که رندر تکراری ایموجی‌ها به‌تنهایی نزدیک به ۴۵ درصد از سربار پردازشی سمت سرور را ایجاد می‌کرد. تیم توسعه در ادامه ۱۲ بهینه‌سازی هدفمند انجام داد که نتایج آن شامل کاهش ۳۰ میلی‌ثانیه‌ای تأخیر بارگذاری نظرات در سمت سرور و کاهش ۲۰ میلی‌ثانیه‌ای تأخیر سرتاسری در سمت کاربر بود.

این نمونه‌ها نشان می‌دهند که گوگل از آرگون صرفاً به‌عنوان یک دستیار گفت‌وگومحور استفاده نمی‌کند و قابلیت‌های آن را برای شناسایی گلوگاه‌های عملکردی و اصلاح کد در پروژه‌های بزرگ نیز به کار می‌گیرد.

قیمت API مدل Gemini 4 Argon چقدر است؟

گوگل دسترسی به Gemini 4 Argon را از طریق رابط برنامه‌نویسی کاربردی (Gemini API) نیز فراهم کرده است. قیمت‌گذاری اولیه این سرویس تا ۳۰ نوامبر ۲۰۲۶، برابر با ۹ آذر ۱۴۰۵، اعتبار دارد.

نوع توکن قیمت اولیه تا ۹ آذر ۱۴۰۵ قیمت پس از دوره اولیه
یک میلیون توکن ورودی ۲ دلار ۴ دلار
یک میلیون توکن خروجی ۱۰ دلار ۲۰ دلار

بر این اساس، از اول دسامبر ۲۰۲۶، برابر با ۱۰ آذر ۱۴۰۵، قیمت توکن‌های ورودی و خروجی دو برابر می‌شود. هزینه نهایی استفاده از API نیز به میزان مصرف توکن‌ها بستگی دارد.

دسترسی رایگان به Antigravity برای ۱۰ هزار دانشمند

گوگل در کنار گسترش دسترسی به ابزارهای توسعه، برنامه‌ای برای حمایت از جامعه علمی نیز معرفی کرده است. بر اساس این طرح، ۱۰ هزار دانشمند می‌توانند به مدت شش ماه از بالاترین سطح امکانات Google Antigravity به‌صورت رایگان استفاده کنند.

ثبت درخواست برای بهره‌مندی از این طرح آغاز شده است؛ بااین‌حال، جزئیات بیشتری درباره معیارهای انتخاب متقاضیان اعلام نشده است.

گسترش دسترسی به Gemini 4 Argon، همراه با نمونه‌های اعلام‌شده از بهینه‌سازی کروم و یوتیوب، نشان می‌دهد گوگل در پی استفاده گسترده‌تر از هوش مصنوعی در توسعه نرم‌افزار است. با وجود این، محدودیت دسترسی در برخی ابزارها و افزایش دوبرابری قیمت API پس از پایان دوره اولیه، از نکات مهم برای توسعه‌دهندگان و کسب‌وکارهایی است که قصد استفاده مستمر از این مدل را دارند.

نوشته گوگل دسترسی به Gemini ۴ Argon را گسترش داد؛ تمرکز بر کدنویسی و استدلال پیشرفته اولین بار در آی‌ تی‌ رسان منتشر شد.

گوگل هوش مصنوعی عامل‌محور را به جمینای آورد؛ شروع از کسب‌وکارها!

/در , , , , /توسط

گوگل از دستیار عامل‌محور جدیدی برای جمینای رونمایی کرد که علاوه بر پاسخ‌گویی، می‌تواند اهداف را برنامه‌ریزی و اجرا کند و با اتصال به ابزارهای سازمانی، وظایف پیچیده را به نمایندگی از کاربران انجام دهد.

گوگل در رویداد ابری خود از نسل جدید قابلیت‌های جمینای با تمرکز بر هوش مصنوعی عامل‌محور رونمایی کرد. این فناوری به‌جای محدود ماندن به گفت‌وگو و پاسخ‌گویی، می‌تواند مجموعه‌ای از وظایف را برنامه‌ریزی کند، ابزارهای موردنیاز را به کار بگیرد و مراحل مختلف اجرای یک کار را به‌صورت یکپارچه پیش ببرد.

این تغییر هم‌زمان با گسترش موج جدیدی از دستیارهای هوش مصنوعی انجام می‌شود؛ ابزارهایی که می‌توانند وظایفی مانند تولید کد، تنظیم جلسه، رزرو خدمات و سفر یا مدیریت فرایندهای کاری را بر عهده بگیرند. گوگل قصد دارد ابتدا این قابلیت‌ها را در اختیار کسب‌وکارها قرار دهد و در مرحله بعد، آن‌ها را به کاربران عادی نیز گسترش دهد.

ساندار پیچای، مدیرعامل گوگل، در این رویداد اعلام کرد که جمینای بیش از یک میلیارد کاربر فعال ماهانه دارد. او همچنین گفت نزدیک به ۹۰ درصد شرکت‌های حاضر در فهرست فورچون ۱۰۰ از Gemini Enterprise در محیط کاری خود استفاده می‌کنند. گوگل امیدوار است با تکیه بر این حضور گسترده در بازار سازمانی، فناوری عامل‌محور خود را در مقیاس بزرگ‌تری توسعه دهد.

جمینای به‌جای دستور، هدف دریافت می‌کند

توماس کوریان، مدیرعامل گوگل کلاد، توضیح داد که کاربران می‌توانند به عامل جدید جمینای یک «هدف» بدهند، نه اینکه صرفاً دستورهای جداگانه صادر کنند. این سیستم قادر است مراحل رسیدن به هدف را برنامه‌ریزی کند، از ابزارها و مهارت‌های اختصاصی بهره ببرد و برای تکمیل کار به سامانه‌های داخلی سازمان متصل شود.

جمینای

جمینای به‌طور پیش‌فرض مدلی را انتخاب می‌کند که برای انجام وظیفه مناسب‌تر باشد. بااین‌حال، کاربران می‌توانند انتخاب مدل را خودشان بر عهده بگیرند. در مرحله نخست، مدل‌های هوش مصنوعی کلود از شرکت آنتروپیک نیز در میان گزینه‌ها قرار دارند و گوگل اعلام کرده است که قصد دارد مدل‌های متن‌باز و مدل‌های اختصاصی دیگر را هم به این فهرست اضافه کند.

کاربران همچنین می‌توانند فایل‌ها، پوشه‌ها و پروژه‌های مرتبط با یک فرایند کاری را در اختیار عامل قرار دهند. این قابلیت به جمینای کمک می‌کند وظایف را با توجه به منابع و ابزارهای مشخص هر پروژه انجام دهد.

اتصال به ابزارها و داده‌های سازمانی

یکی از بخش‌های اصلی این سامانه، امکان اتصال به طیف گسترده‌ای از ابزارهای سازمانی است. جمینای می‌تواند با سرویس‌هایی مانند گوگل ورک‌اسپیس، مایکروسافت ۳۶۵، اسلک، جیرا، کانفلوئنس، گیت، بیگ‌کوئری، دیتابریکس، پستگرس و اسنوفلیک ارتباط برقرار کند.

این عامل همچنین از اتصال امن به سرورهای پروتکل Model Context Protocol یا MCP پشتیبانی می‌کند؛ سرورهایی که ممکن است داخل یا خارج از شبکه سازمان قرار داشته باشند. چنین امکانی می‌تواند استفاده از جمینای را به زیرساخت‌ها و ابزارهای اختصاصی شرکت‌ها نیز گسترش دهد.

برای نظارت بر اجرای وظایف، رابطی با عنوان «صندوق ورودی وظایف» در نظر گرفته شده است. کاربران از طریق این بخش می‌توانند روند پیشرفت کار را مشاهده کنند؛ از جمله اینکه جمینای چگونه وظایف را میان عامل‌های فرعی تقسیم می‌کند، چه مهارت‌هایی را به کار می‌گیرد و چه کدهایی در فرایند اجرا تولید می‌شوند.

یک حساب کاری مستقل برای هوش مصنوعی

یکی از ویژگی‌های مهم این راهکار، اختصاص یک حساب مستقل گوگل ورک‌اسپیس به عامل هوش مصنوعی است. این حساب مانند حساب یک همکار سازمانی عمل می‌کند و نشانی ایمیل و زمینه کاری مخصوص خود را دارد.

جمینای

طبق توضیحات گوگل، عامل می‌تواند اطلاعات مرتبط با ساختار سازمان، اعضای تیم‌ها، مناطق زمانی، تقویم‌ها و افراد مسئول تأیید درخواست‌ها را در اختیار داشته باشد. کاربران نیز می‌توانند با اشاره به عامل، ارسال ایمیل، اشتراک‌گذاری محتوا یا افزودن آن به گفت‌وگوهای گروهی، وظایف جدیدی را به آن بسپارند.

اقدامات عامل در یک سابقه قابل‌ردیابی ثبت می‌شوند و به خود عامل نسبت داده خواهند شد، نه به کاربری که آن را به کار گرفته است. این سازوکار می‌تواند به شرکت‌ها کمک کند فعالیت‌های هوش مصنوعی را از اقدامات کارکنان تفکیک و بررسی کنند.

دسترسی از موبایل تا محیط‌های کاری

گوگل اعلام کرده است که عامل جدید از طریق دستگاه‌های مجهز به iOS و اندروید، رایانه‌های ویندوزی و مک، رابط خط فرمان و محیط‌هایی مانند گوگل ورک‌اسپیس، مایکروسافت ۳۶۵، سرویس‌ناو و اسلک در دسترس خواهد بود.

در میان آزمایش‌کنندگان اولیه این فناوری، شرکت‌هایی مانند برند پوشاک ورزشی آن، شاپیفای و پی‌پل حضور داشته‌اند. گوگل همچنین از استفاده مشتریان سازمانی خود، از جمله بی‌ان‌پی پاریبا، برادسکو، مرک، اورنج اسپانیا، سانتی کوپر، سومپو، اولتا بیوتی و وسمارز خبر داده است.

کنترل هزینه استفاده از هوش مصنوعی سازمانی

با افزایش استفاده از عامل‌های هوش مصنوعی، مدیریت هزینه نیز به یکی از دغدغه‌های شرکت‌ها تبدیل شده است. گوگل برای پاسخ به این مسئله، گزینه‌های انعطاف‌پذیرتری را معرفی کرده که شامل هماهنگ‌سازی چند مدل، مسیریابی هوشمند درخواست‌ها و تعیین سقف هزینه در لحظه می‌شوند.

این امکانات به سازمان‌ها کمک می‌کنند مصرف منابع هوش مصنوعی را بهتر مدیریت کنند و متناسب با نوع وظیفه، مدل مناسب را به کار بگیرند. بااین‌حال، میزان صرفه‌جویی واقعی به حجم استفاده، پیچیدگی وظایف و نحوه تنظیم سامانه در هر سازمان بستگی خواهد داشت.

ورود جمینای به حوزه هوش مصنوعی عامل‌محور، نشان‌دهنده حرکت گوگل از ارائه یک دستیار پاسخ‌گو به سمت سامانه‌ای برای اجرای وظایف سازمانی است. تمرکز اولیه بر کسب‌وکارها نیز به این شرکت فرصت می‌دهد پیش از عرضه گسترده‌تر، چالش‌های امنیت، مقیاس‌پذیری و عملکرد این فناوری را در محیط‌های کاری بررسی کند.

نوشته گوگل هوش مصنوعی عامل‌محور را به جمینای آورد؛ شروع از کسب‌وکارها! اولین بار در آی‌ تی‌ رسان منتشر شد.

گوگل هوش مصنوعی عامل‌محور را به جمینای آورد؛ شروع از کسب‌وکارها!

/در , , , , /توسط

گوگل از دستیار عامل‌محور جدیدی برای جمینای رونمایی کرد که علاوه بر پاسخ‌گویی، می‌تواند اهداف را برنامه‌ریزی و اجرا کند و با اتصال به ابزارهای سازمانی، وظایف پیچیده را به نمایندگی از کاربران انجام دهد.

گوگل در رویداد ابری خود از نسل جدید قابلیت‌های جمینای با تمرکز بر هوش مصنوعی عامل‌محور رونمایی کرد. این فناوری به‌جای محدود ماندن به گفت‌وگو و پاسخ‌گویی، می‌تواند مجموعه‌ای از وظایف را برنامه‌ریزی کند، ابزارهای موردنیاز را به کار بگیرد و مراحل مختلف اجرای یک کار را به‌صورت یکپارچه پیش ببرد.

این تغییر هم‌زمان با گسترش موج جدیدی از دستیارهای هوش مصنوعی انجام می‌شود؛ ابزارهایی که می‌توانند وظایفی مانند تولید کد، تنظیم جلسه، رزرو خدمات و سفر یا مدیریت فرایندهای کاری را بر عهده بگیرند. گوگل قصد دارد ابتدا این قابلیت‌ها را در اختیار کسب‌وکارها قرار دهد و در مرحله بعد، آن‌ها را به کاربران عادی نیز گسترش دهد.

ساندار پیچای، مدیرعامل گوگل، در این رویداد اعلام کرد که جمینای بیش از یک میلیارد کاربر فعال ماهانه دارد. او همچنین گفت نزدیک به ۹۰ درصد شرکت‌های حاضر در فهرست فورچون ۱۰۰ از Gemini Enterprise در محیط کاری خود استفاده می‌کنند. گوگل امیدوار است با تکیه بر این حضور گسترده در بازار سازمانی، فناوری عامل‌محور خود را در مقیاس بزرگ‌تری توسعه دهد.

جمینای به‌جای دستور، هدف دریافت می‌کند

توماس کوریان، مدیرعامل گوگل کلاد، توضیح داد که کاربران می‌توانند به عامل جدید جمینای یک «هدف» بدهند، نه اینکه صرفاً دستورهای جداگانه صادر کنند. این سیستم قادر است مراحل رسیدن به هدف را برنامه‌ریزی کند، از ابزارها و مهارت‌های اختصاصی بهره ببرد و برای تکمیل کار به سامانه‌های داخلی سازمان متصل شود.

جمینای

جمینای به‌طور پیش‌فرض مدلی را انتخاب می‌کند که برای انجام وظیفه مناسب‌تر باشد. بااین‌حال، کاربران می‌توانند انتخاب مدل را خودشان بر عهده بگیرند. در مرحله نخست، مدل‌های هوش مصنوعی کلود از شرکت آنتروپیک نیز در میان گزینه‌ها قرار دارند و گوگل اعلام کرده است که قصد دارد مدل‌های متن‌باز و مدل‌های اختصاصی دیگر را هم به این فهرست اضافه کند.

کاربران همچنین می‌توانند فایل‌ها، پوشه‌ها و پروژه‌های مرتبط با یک فرایند کاری را در اختیار عامل قرار دهند. این قابلیت به جمینای کمک می‌کند وظایف را با توجه به منابع و ابزارهای مشخص هر پروژه انجام دهد.

اتصال به ابزارها و داده‌های سازمانی

یکی از بخش‌های اصلی این سامانه، امکان اتصال به طیف گسترده‌ای از ابزارهای سازمانی است. جمینای می‌تواند با سرویس‌هایی مانند گوگل ورک‌اسپیس، مایکروسافت ۳۶۵، اسلک، جیرا، کانفلوئنس، گیت، بیگ‌کوئری، دیتابریکس، پستگرس و اسنوفلیک ارتباط برقرار کند.

این عامل همچنین از اتصال امن به سرورهای پروتکل Model Context Protocol یا MCP پشتیبانی می‌کند؛ سرورهایی که ممکن است داخل یا خارج از شبکه سازمان قرار داشته باشند. چنین امکانی می‌تواند استفاده از جمینای را به زیرساخت‌ها و ابزارهای اختصاصی شرکت‌ها نیز گسترش دهد.

برای نظارت بر اجرای وظایف، رابطی با عنوان «صندوق ورودی وظایف» در نظر گرفته شده است. کاربران از طریق این بخش می‌توانند روند پیشرفت کار را مشاهده کنند؛ از جمله اینکه جمینای چگونه وظایف را میان عامل‌های فرعی تقسیم می‌کند، چه مهارت‌هایی را به کار می‌گیرد و چه کدهایی در فرایند اجرا تولید می‌شوند.

یک حساب کاری مستقل برای هوش مصنوعی

یکی از ویژگی‌های مهم این راهکار، اختصاص یک حساب مستقل گوگل ورک‌اسپیس به عامل هوش مصنوعی است. این حساب مانند حساب یک همکار سازمانی عمل می‌کند و نشانی ایمیل و زمینه کاری مخصوص خود را دارد.

جمینای

طبق توضیحات گوگل، عامل می‌تواند اطلاعات مرتبط با ساختار سازمان، اعضای تیم‌ها، مناطق زمانی، تقویم‌ها و افراد مسئول تأیید درخواست‌ها را در اختیار داشته باشد. کاربران نیز می‌توانند با اشاره به عامل، ارسال ایمیل، اشتراک‌گذاری محتوا یا افزودن آن به گفت‌وگوهای گروهی، وظایف جدیدی را به آن بسپارند.

اقدامات عامل در یک سابقه قابل‌ردیابی ثبت می‌شوند و به خود عامل نسبت داده خواهند شد، نه به کاربری که آن را به کار گرفته است. این سازوکار می‌تواند به شرکت‌ها کمک کند فعالیت‌های هوش مصنوعی را از اقدامات کارکنان تفکیک و بررسی کنند.

دسترسی از موبایل تا محیط‌های کاری

گوگل اعلام کرده است که عامل جدید از طریق دستگاه‌های مجهز به iOS و اندروید، رایانه‌های ویندوزی و مک، رابط خط فرمان و محیط‌هایی مانند گوگل ورک‌اسپیس، مایکروسافت ۳۶۵، سرویس‌ناو و اسلک در دسترس خواهد بود.

در میان آزمایش‌کنندگان اولیه این فناوری، شرکت‌هایی مانند برند پوشاک ورزشی آن، شاپیفای و پی‌پل حضور داشته‌اند. گوگل همچنین از استفاده مشتریان سازمانی خود، از جمله بی‌ان‌پی پاریبا، برادسکو، مرک، اورنج اسپانیا، سانتی کوپر، سومپو، اولتا بیوتی و وسمارز خبر داده است.

کنترل هزینه استفاده از هوش مصنوعی سازمانی

با افزایش استفاده از عامل‌های هوش مصنوعی، مدیریت هزینه نیز به یکی از دغدغه‌های شرکت‌ها تبدیل شده است. گوگل برای پاسخ به این مسئله، گزینه‌های انعطاف‌پذیرتری را معرفی کرده که شامل هماهنگ‌سازی چند مدل، مسیریابی هوشمند درخواست‌ها و تعیین سقف هزینه در لحظه می‌شوند.

این امکانات به سازمان‌ها کمک می‌کنند مصرف منابع هوش مصنوعی را بهتر مدیریت کنند و متناسب با نوع وظیفه، مدل مناسب را به کار بگیرند. بااین‌حال، میزان صرفه‌جویی واقعی به حجم استفاده، پیچیدگی وظایف و نحوه تنظیم سامانه در هر سازمان بستگی خواهد داشت.

ورود جمینای به حوزه هوش مصنوعی عامل‌محور، نشان‌دهنده حرکت گوگل از ارائه یک دستیار پاسخ‌گو به سمت سامانه‌ای برای اجرای وظایف سازمانی است. تمرکز اولیه بر کسب‌وکارها نیز به این شرکت فرصت می‌دهد پیش از عرضه گسترده‌تر، چالش‌های امنیت، مقیاس‌پذیری و عملکرد این فناوری را در محیط‌های کاری بررسی کند.

نوشته گوگل هوش مصنوعی عامل‌محور را به جمینای آورد؛ شروع از کسب‌وکارها! اولین بار در آی‌ تی‌ رسان منتشر شد.

جمینای حالا می‌تواند به‌جای شما با کسب‌وکارها تماس بگیرد

/در , , , /توسط

گوگل آزمایش قابلیت جدیدی به نام Call for Me را آغاز کرده است که به هوش مصنوعی Gemini اجازه می‌دهد به نمایندگی از کاربر با فروشگاه‌ها و سایر کسب‌وکارها تماس بگیرد و برخی کارهای تلفنی را به‌صورت مستقل انجام دهد.

Gemini می‌تواند پیگیر کارهای تلفنی شما شود

با قابلیت جدید، جمینای می‌تواند با کسب‌وکار موردنظر تماس بگیرد، خودش را معرفی کند، از منوهای تلفنی خودکار عبور کند و حتی برای مدتی در صف انتظار بماند تا به یک اپراتور انسانی متصل شود.

این سیستم برای انجام کارهایی مانند بررسی موجودی یک کالا، رزرو رستوران، تغییر تاریخ یک نوبت و درخواست نگه‌داشتن یک محصول طراحی شده است.

تفاوت مهم Call for Me با برخی قابلیت‌های قدیمی گوگل این است که Gemini می‌تواند اطلاعات شخصی مورد تأیید کاربر را هنگام مکالمه در اختیار کسب‌وکار قرار دهد. همین قابلیت دامنه کارهایی را که عامل هوش مصنوعی می‌تواند از طرف کاربر انجام دهد، گسترده‌تر می‌کند.

جمینای

کاربر می‌تواند مکالمه را زنده زیر نظر بگیرد

گوگل کنترل کامل تماس را به هوش مصنوعی واگذار نمی‌کند. کاربر می‌تواند روند مکالمه را به‌صورت زنده و از طریق رونوشت متنی گفت‌وگو دنبال کند و هر زمان که لازم بود، خودش وارد مکالمه شود.

تماس نیز با شماره تلفن شخصی کاربر برقرار می‌شود و مستقیماً از گوشی او انجام خواهد شد.

Call for Me فعلاً فقط روی Pixel 11 آزمایش می‌شود

گوگل در مرحله نخست، این قابلیت را برای دارندگان Pixel 11 در آمریکا که اشتراک Gemini دارند آزمایش می‌کند. کاربران برای استفاده از آن باید نسخه بتای اپلیکیشن Phone گوگل برای اندروید را نیز نصب کرده باشند.

گوگل عمداً این آزمایش را در مقیاس محدودی آغاز کرده است؛ زیرا مکالمات واقعی تلفنی می‌توانند بسیار پیچیده و غیرقابل‌پیش‌بینی باشند و شرکت می‌خواهد پیش از عرضه گسترده، عملکرد سیستم را در شرایط مختلف بررسی و اصلاح کند.

گوگل سال‌هاست روی تماس تلفنی با هوش مصنوعی کار می‌کند

Call for Me ادامه مسیری است که گوگل چند سال قبل با Google Assistant آغاز کرد. این شرکت در سال ۲۰۱۸ قابلیتی را نمایش داد که در آن دستیار گوگل می‌توانست برای رزرو وقت با یک سالن تماس بگیرد و حتی با مکث‌ها و اصواتی مانند «اِمم» تلاش کند مکالمه را طبیعی‌تر جلوه دهد.

جمینای

گوگل در سال گذشته نیز قابلیت Ask for Me را برای Gemini ارائه کرد که امکان تماس با کسب‌وکارها برای پرس‌وجو درباره قیمت یا خدمات را فراهم می‌کرد.

کاربران گوشی‌های Pixel همچنین پیش‌تر به ابزارهایی مانند Hold for Me برای منتظرماندن خودکار در صف تماس و Talk to a Live Rep برای رسیدن به اپراتور انسانی دسترسی داشته‌اند. قابلیت Direct My Call نیز گزینه‌های موردنیاز برای عبور از منوهای تلفنی را روی نمایشگر نشان می‌دهد.

اکنون Call for Me قرار است این مجموعه قابلیت‌ها را یک گام جلوتر ببرد و بخشی از مکالمه واقعی با کسب‌وکارها را نیز به Gemini بسپارد.

نوشته جمینای حالا می‌تواند به‌جای شما با کسب‌وکارها تماس بگیرد اولین بار در آی‌ تی‌ رسان منتشر شد.

جمینای حالا می‌تواند به‌جای شما با کسب‌وکارها تماس بگیرد

/در , , , /توسط

گوگل آزمایش قابلیت جدیدی به نام Call for Me را آغاز کرده است که به هوش مصنوعی Gemini اجازه می‌دهد به نمایندگی از کاربر با فروشگاه‌ها و سایر کسب‌وکارها تماس بگیرد و برخی کارهای تلفنی را به‌صورت مستقل انجام دهد.

Gemini می‌تواند پیگیر کارهای تلفنی شما شود

با قابلیت جدید، جمینای می‌تواند با کسب‌وکار موردنظر تماس بگیرد، خودش را معرفی کند، از منوهای تلفنی خودکار عبور کند و حتی برای مدتی در صف انتظار بماند تا به یک اپراتور انسانی متصل شود.

این سیستم برای انجام کارهایی مانند بررسی موجودی یک کالا، رزرو رستوران، تغییر تاریخ یک نوبت و درخواست نگه‌داشتن یک محصول طراحی شده است.

تفاوت مهم Call for Me با برخی قابلیت‌های قدیمی گوگل این است که Gemini می‌تواند اطلاعات شخصی مورد تأیید کاربر را هنگام مکالمه در اختیار کسب‌وکار قرار دهد. همین قابلیت دامنه کارهایی را که عامل هوش مصنوعی می‌تواند از طرف کاربر انجام دهد، گسترده‌تر می‌کند.

جمینای

کاربر می‌تواند مکالمه را زنده زیر نظر بگیرد

گوگل کنترل کامل تماس را به هوش مصنوعی واگذار نمی‌کند. کاربر می‌تواند روند مکالمه را به‌صورت زنده و از طریق رونوشت متنی گفت‌وگو دنبال کند و هر زمان که لازم بود، خودش وارد مکالمه شود.

تماس نیز با شماره تلفن شخصی کاربر برقرار می‌شود و مستقیماً از گوشی او انجام خواهد شد.

Call for Me فعلاً فقط روی Pixel 11 آزمایش می‌شود

گوگل در مرحله نخست، این قابلیت را برای دارندگان Pixel 11 در آمریکا که اشتراک Gemini دارند آزمایش می‌کند. کاربران برای استفاده از آن باید نسخه بتای اپلیکیشن Phone گوگل برای اندروید را نیز نصب کرده باشند.

گوگل عمداً این آزمایش را در مقیاس محدودی آغاز کرده است؛ زیرا مکالمات واقعی تلفنی می‌توانند بسیار پیچیده و غیرقابل‌پیش‌بینی باشند و شرکت می‌خواهد پیش از عرضه گسترده، عملکرد سیستم را در شرایط مختلف بررسی و اصلاح کند.

گوگل سال‌هاست روی تماس تلفنی با هوش مصنوعی کار می‌کند

Call for Me ادامه مسیری است که گوگل چند سال قبل با Google Assistant آغاز کرد. این شرکت در سال ۲۰۱۸ قابلیتی را نمایش داد که در آن دستیار گوگل می‌توانست برای رزرو وقت با یک سالن تماس بگیرد و حتی با مکث‌ها و اصواتی مانند «اِمم» تلاش کند مکالمه را طبیعی‌تر جلوه دهد.

جمینای

گوگل در سال گذشته نیز قابلیت Ask for Me را برای Gemini ارائه کرد که امکان تماس با کسب‌وکارها برای پرس‌وجو درباره قیمت یا خدمات را فراهم می‌کرد.

کاربران گوشی‌های Pixel همچنین پیش‌تر به ابزارهایی مانند Hold for Me برای منتظرماندن خودکار در صف تماس و Talk to a Live Rep برای رسیدن به اپراتور انسانی دسترسی داشته‌اند. قابلیت Direct My Call نیز گزینه‌های موردنیاز برای عبور از منوهای تلفنی را روی نمایشگر نشان می‌دهد.

اکنون Call for Me قرار است این مجموعه قابلیت‌ها را یک گام جلوتر ببرد و بخشی از مکالمه واقعی با کسب‌وکارها را نیز به Gemini بسپارد.

نوشته جمینای حالا می‌تواند به‌جای شما با کسب‌وکارها تماس بگیرد اولین بار در آی‌ تی‌ رسان منتشر شد.

عرضه رسمی اپلیکیشن هوش مصنوعی جمینای برای ویندوز

/در , , , /توسط

پس از ارائه نسخه اختصاصی سیستم‌عامل مک، شرکت گوگل بالاخره نسخه بومی و رسمی نرم‌افزار هوش مصنوعی جمینای (Gemini) را برای رایانه‌های مجهز به ویندوز ۱۰ و ویندوز ۱۱ در دسترس عموم قرار داد. این برنامه جدید به کاربران دسکتاپ امکان می‌دهد تا بدون نیاز به باز کردن مرورگر و با حداکثر سرعت، از توانایی‌های پردازشی این مدل هوش مصنوعی در محیط کاربری ویندوز بهره‌مند شوند.

دسترسی فوق‌سریع با کلید میانبر Alt + Space

یکی از نقاط قوت کلیدی نسخه ویندوز جمینای، یکپارچگی روان آن با جریان کاری کاربر است. با فشردن هم‌زمان کلیدهای ترکیبی Alt + Space، پنجره شناور جمینای روی هر برنامه‌ای که در حال اجراست باز می‌شود. این ویژگی بدون برهم زدن تمرکز کاربر، امکان انجام کارهای فوری مانند خلاصه کردن سریع یک متن، ایده‌پردازی برای عناوین اسلایدها و ارائه‌ها یا پاسخ به پرسش‌های فنی را فراهم می‌سازد.

قابلیت‌های پیشرفته؛ از اتصال به سرویس‌های گوگل تا تولید محتوا

اپلیکیشن ویندوزی جمینای مجموعه‌ای از ابزارهای قدرتمند اکوسیستم گوگل را مستقیماً به محیط کاربری دسکتاپ منتقل می‌کند:

  • دستیار ایجنت‌محور Gemini Spark: واگذاری و اجرای خودکار پروژه‌های کاری پیچیده و چندمرحله‌ای.
  • یکپارچگی عمیق با Workspace: استخراج داده، بررسی و خلاصه‌سازی اطلاعات از فایل‌های ذخیره‌شده در Google Drive یا نامه‌های الکترونیکی در Gmail.
  • تولید محتوای بصری: بهره‌گیری از ابزار Nano Banana برای طراحی و ساخت تصاویر اختصاصی جهت استفاده در پروژه‌ها و ارائه‌ها.
  • خلق و هدایت ویدیویی: دسترسی آسان و بدون واسطه به قابلیت‌های ساخت ویدیو توسط سیستم Gemini Omni.

سبک، بهینه و آماده دریافت جهانی

گوگل در طراحی این نرم‌افزار دسکتاپ توجه ویژه‌ای به مصرف بهینه منابع سخت‌افزاری داشته است؛ به‌طوری‌که برنامه با ماهیتی سبک و بدون ایجاد افت سرعت یا کُندی در پردازش سیستم اجرا می‌شود. کاربران ویندوز ۱۰ و ۱۱ در سراسر جهان هم‌اکنون می‌توانند با مراجعه به پایگاه رسمی جمینای، این نرم‌افزار را دانلود و نصب کنند.

جمینای Omni ۱.۱؛ هوش مصنوعی جدید گوگل برای تولید ویدئو!

/در , , , /توسط

گوگل به‌تازگی نسخه به‌روزرسانی‌شده مدل تولید ویدئوی خود با نام Gemini Omni 1.1 Flash را معرفی کرده است. این مدل که از طریق Gemini API در Google AI Studio در دسترس قرار گرفته، با افزودن قابلیت‌هایی چون گسترش صحنه، کنترل فریم اول و آخر، تولید سریع با وضوح ۳۶۰p، خروجی با کیفیت ۱۰۸۰p و ۴K و همچنین پشتیبانی از ویدئوی مرجع، گام بلندی در جهت توانمندسازی کاربران در تولید محتوای تصویری برداشته است.

قابلیت‌های کلیدی Gemini Omni 1.1 Flash

گسترش هوشمند صحنه (Scene Extension)

یکی از برجسته‌ترین ویژگی‌های نسخه جدید، امکان ادامه‌دادن یک ویدئوی موجود از نقطه پایان آن است. مدل جدید می‌تواند تا ۱۰ ثانیه از ویدئوی قبلی را تحلیل کند (در حالی که نسخه‌های پیشین تنها یک ثانیه انتهایی را در نظر می‌گرفتند) و این زمینه بیشتر، به حفظ پیوستگی بصری و روایی در توالی صحنه‌ها کمک می‌کند. کاربران می‌توانند ویدئو را در بازه‌های ۱۰ ثانیه‌ای گسترش دهند تا طول نهایی به ۴۰ ثانیه برسد.

جمینای Omni 1.1

کنترل فریم ابتدایی و پایانی (First & Last Frame Control)

این قابلیت به کاربران اجازه می‌دهد فریم شروع و پایان یک نما را مشخص کنند و مدل، ویدئوی میانی را بین این دو فریم کلیدی تولید کند. این ویژگی برای ایجاد حرکات دوربین نظیر چرخش، زوم، ساخت ویدئوهای حلقه‌ای و سایر انتقال‌های بصری کاربرد گسترده‌ای دارد.

تولید سریع با وضوح ۳۶۰p برای نمونه‌سازی

گوگل با افزودن گزینه تولید ویدئو با وضوح ۳۶۰p، سرعت و صرفه‌جویی در هزینه را هدف گرفته است. بر اساس اعلام این شرکت، تولید ویدئو در این وضوح تا ۶۰ درصد سریع‌تر از وضوح ۷۲۰p انجام می‌شود و هزینه آن نیز یک‌سوم برآورد شده است. این حالت برای نمونه‌سازی سریع، اصلاح استوری‌برد و رندر سریع در محیط‌های توسعه بسیار کارآمد است.

خروجی با کیفیت ۱۰۸۰p و ۴K

مدل جدید امکان ارائه خروجی با وضوح ۱۰۸۰p و ۴K را از طریق فرایند Upscaling (افزایش وضوح) برای ویدئوهای تولیدشده فراهم کرده است که کیفیت بصری بالایی را برای کاربران حرفه‌ای به ارمغان می‌آورد.

پشتیبانی از ویدئوی مرجع (Reference Video)

کاربران می‌توانند یک ویدئوی مرجع با حداکثر طول ۳ ثانیه در اختیار مدل قرار دهند تا زمینه بصری بیشتری برای تولید صحنه جدید فراهم شود. این قابلیت به حفظ ثبات شخصیت‌ها و پیوستگی بصری در تولیدات کمک شایانی می‌کند.

قیمت و دسترسی

مدل Gemini Omni 1.1 Flash از امروز از طریق Gemini API در Google AI Studio و همچنین پلتفرم Gemini Enterprise Agent Platform در اختیار شرکت‌ها قرار گرفته است. گوگل برای این مدل، مستندات توسعه‌دهندگان، Cookbook و راهنماهای پرامپت‌نویسی برای قابلیت‌هایی نظیر گسترش صحنه، استفاده از ویدئوی مرجع و Upscaling را ارائه داده است.

همچنین این مدل به‌صورت جهانی در سرویس Google Flow برای مشترکان Google AI Plus، Pro و Ultra فعال شده و قابلیت گسترش صحنه نیز برای همین گروه از کاربران در اپلیکیشن Gemini در دسترس است.

جمینای Omni ۱.۱؛ هوش مصنوعی جدید گوگل برای تولید ویدئو!

/در , , , /توسط

گوگل به‌تازگی نسخه به‌روزرسانی‌شده مدل تولید ویدئوی خود با نام Gemini Omni 1.1 Flash را معرفی کرده است. این مدل که از طریق Gemini API در Google AI Studio در دسترس قرار گرفته، با افزودن قابلیت‌هایی چون گسترش صحنه، کنترل فریم اول و آخر، تولید سریع با وضوح ۳۶۰p، خروجی با کیفیت ۱۰۸۰p و ۴K و همچنین پشتیبانی از ویدئوی مرجع، گام بلندی در جهت توانمندسازی کاربران در تولید محتوای تصویری برداشته است.

قابلیت‌های کلیدی Gemini Omni 1.1 Flash

گسترش هوشمند صحنه (Scene Extension)

یکی از برجسته‌ترین ویژگی‌های نسخه جدید، امکان ادامه‌دادن یک ویدئوی موجود از نقطه پایان آن است. مدل جدید می‌تواند تا ۱۰ ثانیه از ویدئوی قبلی را تحلیل کند (در حالی که نسخه‌های پیشین تنها یک ثانیه انتهایی را در نظر می‌گرفتند) و این زمینه بیشتر، به حفظ پیوستگی بصری و روایی در توالی صحنه‌ها کمک می‌کند. کاربران می‌توانند ویدئو را در بازه‌های ۱۰ ثانیه‌ای گسترش دهند تا طول نهایی به ۴۰ ثانیه برسد.

جمینای Omni 1.1

کنترل فریم ابتدایی و پایانی (First & Last Frame Control)

این قابلیت به کاربران اجازه می‌دهد فریم شروع و پایان یک نما را مشخص کنند و مدل، ویدئوی میانی را بین این دو فریم کلیدی تولید کند. این ویژگی برای ایجاد حرکات دوربین نظیر چرخش، زوم، ساخت ویدئوهای حلقه‌ای و سایر انتقال‌های بصری کاربرد گسترده‌ای دارد.

تولید سریع با وضوح ۳۶۰p برای نمونه‌سازی

گوگل با افزودن گزینه تولید ویدئو با وضوح ۳۶۰p، سرعت و صرفه‌جویی در هزینه را هدف گرفته است. بر اساس اعلام این شرکت، تولید ویدئو در این وضوح تا ۶۰ درصد سریع‌تر از وضوح ۷۲۰p انجام می‌شود و هزینه آن نیز یک‌سوم برآورد شده است. این حالت برای نمونه‌سازی سریع، اصلاح استوری‌برد و رندر سریع در محیط‌های توسعه بسیار کارآمد است.

خروجی با کیفیت ۱۰۸۰p و ۴K

مدل جدید امکان ارائه خروجی با وضوح ۱۰۸۰p و ۴K را از طریق فرایند Upscaling (افزایش وضوح) برای ویدئوهای تولیدشده فراهم کرده است که کیفیت بصری بالایی را برای کاربران حرفه‌ای به ارمغان می‌آورد.

پشتیبانی از ویدئوی مرجع (Reference Video)

کاربران می‌توانند یک ویدئوی مرجع با حداکثر طول ۳ ثانیه در اختیار مدل قرار دهند تا زمینه بصری بیشتری برای تولید صحنه جدید فراهم شود. این قابلیت به حفظ ثبات شخصیت‌ها و پیوستگی بصری در تولیدات کمک شایانی می‌کند.

قیمت و دسترسی

مدل Gemini Omni 1.1 Flash از امروز از طریق Gemini API در Google AI Studio و همچنین پلتفرم Gemini Enterprise Agent Platform در اختیار شرکت‌ها قرار گرفته است. گوگل برای این مدل، مستندات توسعه‌دهندگان، Cookbook و راهنماهای پرامپت‌نویسی برای قابلیت‌هایی نظیر گسترش صحنه، استفاده از ویدئوی مرجع و Upscaling را ارائه داده است.

همچنین این مدل به‌صورت جهانی در سرویس Google Flow برای مشترکان Google AI Plus، Pro و Ultra فعال شده و قابلیت گسترش صحنه نیز برای همین گروه از کاربران در اپلیکیشن Gemini در دسترس است.