กูเกิลประกาศปรับปรุงแอป Gemini ครั้งใหญ่ เพื่อให้เป็นแอปผู้ช่วยที่มีความสามารถทำงานโหมด active มากขึ้น รองรับโมเดลใหม่ที่เปิดตัวในงาน Google I/O ล่าสุด

การเปลี่ยนแปลงที่จะสังเกตได้คือการออกแบบแอปใหม่แบบ ซึ่งกูเกิลเรียกภาษาออกแบบนี้ว่า Neural Expressive ที่ดูลื่นไหลมีชีวิตชีวามากขึ้น ทั้งกล่อง prompt แบบใหม่, UI ที่รวมโหมดคุยเสียง (voice) และโหมด Gemini Live ไว้ในหน้าหลักทั้งหมด ไม่มีการสลับไปมา

นอกจากประกาศเพิ่มแพ็คเกจใหม่ Google AI Ultra ราคา 100 ดอลลาร์ แล้ว กูเกิลยังประกาศปรับวิธีคำนวณโควต้าใช้งาน Gemini จากเดิมที่จำกัดระดับจำนวน prompt ต่อวัน มาใช้แนวทางเหมือนกับ AI ค่ายอื่นคือนับปริมาณการประมวลผล (compute-used)

กูเกิลบอกว่าปริมาณการประมวลผลจะมากหรือน้อยขึ้นกับหลายปัจจัย เช่น ความซับซ้อนของ prompt, ฟีเจอร์เสริมที่เรียกใช้งาน, ความยาวของแชท ซึ่งวิธีคำนวณใหม่นี้ทำให้การจัดสรรทรัพยากรประมวลผลทำได้ดีขึ้น โควต้าใช้งานจะรีเฟรชคืนให้ทุก 5 ชั่วโมง จนกว่าจะครบโควต้าใช้งานในระดับสัปดาห์

กูเกิลเปิดตัว Gemini Omni โมเดลปัญญาประดิษฐ์ใหม่ที่ระบุว่าสามารถสร้างผลลัพธ์ได้ทุกรูปแบบ จากข้อมูลอินพุทใดก็ได้ ทำให้การสร้างสรรค์ขยายขอบเขตมากยิ่งขึ้น โดยในช่วงเริ่มต้นนี้ความสามารถจำกัดไว้ที่การสร้างวิดีโอก่อน

โมเดล Omni รองรับอินพุทผสมผสานทั้งภาพ เสียง วิดีโอ ข้อความ เพื่อสร้างผลลัพธ์เป็นวิดีโอคุณภาพสูงบนความสามารถของ Gemini และสามารถ prompt ปรับแก้ไขวิดีโอได้เพิ่มเติม ตัวอย่างที่กูเกิลนำเสนอ เช่น ให้วิดีโอที่บันทึกเปลี่ยนบรรยากาศรอบตัวเป็นไปตามต้องการ, ปรับหมุนมุมกล้องของวิดีโอ, สั่งการเคลื่อนที่วัตถุให้เป็นตามกฎฟิสิกส์, กำหนดทิศทางการเคลื่อนที่วัตถุ, ผสมผสานหลายภาพให้เป็นผลลัพธ์เดียว เป็นต้น