กูเกิลเปิดบริการโมเดลสร้างภาพ Imagen 3 ให้กับผู้ใช้งาน Gemini ทุกคนแล้ว สามารถพิมพ์ prompt สั่งให้สร้างภาพจาก Gemini ได้เลย

Imagen 3 เปิดตัวครั้งแรกในงาน Google I/O 2024 แล้วเปิดให้บริการเฉพาะในสหรัฐตั้งแต่เดือนสิงหาคม ล่าสุดคือเปิดบริการกับผู้ใช้ทั่วโลกแล้ว

ข้อจำกัดของ Imagen 3 ตอนนี้คือยังไม่เปิดให้ผู้ใช้ทั่วไปสร้างภาพบุคคล ยังจำกัดเฉพาะผู้ที่ซื้อแพ็กเกจ Gemini Advanced เท่านั้น

ที่มา - 9to5google

กูเกิลเปิดให้ใช้งาน Gemini 1.5 Flash-8B โมเดลรุ่นเล็กสุดของ Gemini Flash ที่เปิดทดลองใช้ฟรีก่อนหน้านี้

Gemini 1.5 Flash-8B เป็นโมเดลที่ปรับขนาดให้เล็กลงเหลือ 8 พันล้านพารามิเตอร์ ในแง่ความฉลาดอาจลดลงบ้างเมื่อเทียบกับ Gemini 1.5 Flash รุ่นปกติ แลกกับข้อดีที่ได้มาคือ ราคาถูกลง 50%, ตอบสนองเร็วขึ้น, และมีอัตรา rate limit เพิ่มขึ้น 2 เท่า (สูงสุด 4,000 รีเควสต์ต่อนาที ของเดิม 2,000 รีเควสต์ต่อนาที)

ราคาของ Gemini 1.5 Flash-8B ถือว่าถูกที่สุดในการรันโมเดล Gemini ทุกตัว ได้แก่

กูเกิลเปิดให้นักพัฒนาแอพบน Android เรียกใช้งานโมเดล Gemini Nano เป็นการทั่วไป หลังจากทดสอบแบบจำกัดวงมาตั้งแต่ Google I/O 2024 โดยตอนนี้ใช้โมเดล Gemini Nano 2 ที่มีประสิทธิภาพดีขึ้นด้วย

การใช้งาน Gemini Nano ต้องเรียกผ่าน AICore โดยมี AI Edge SDK อีกที ตอนนี้การใช้งานยังจำกัดเฉพาะบนฮาร์ดแวร์ Pixel 9 series เท่านั้น และสถานะการเปิดใช้ยังเป็นการทดลองใช้งาน (experimental)

หลังจากกูเกิลเริ่มปล่อย Gemini Live ให้กับผู้ใช้ Android ตั้งแต่ช่วงกลางเดือนกันยายน ตอนนี้ผู้ใช้ Android ที่ตั้งค่าระบบปฏิบัติการเป็นภาษาอังกฤษ สามารถใช้งาน Gemini Live ได้ทั้งหมดแล้วผ่านแอพ Gemini (ลองเปิดจากบัญชีตัวเองก็พบว่าใช้งานได้แล้ว)

Gemini Live เป็นการสนทนาโต้ตอบกับ Gemini ด้วยเสียงแบบต่อเนื่อง เป็นการโชว์ศักยภาพโมเดลภาษาของกูเกิลที่สนทนาได้อย่างลื่นไหลและเป็นธรรมชาติ แต่ Gemini Live ยังขาดฟีเจอร์บางอย่างที่เคยมีในผู้ช่วยอัจฉริยะตัวก่อนๆ เช่น การสั่งงานแอพภายนอกแบบที่เคยทำได้ใน Google Assistant เป็นต้น