AI

Google aktualizuje linię Gemini 4 i prezentuje nowe modele AI

Google ogłosiło aktualizacje serii Gemini 4, generator wideo Gemini Omni 1.2 Flash oraz Gemini Robotics 2.5 do sterowania robotami.

·3 min czytania
Google aktualizuje linię Gemini 4 i prezentuje nowe modele AI

W ostatnich tygodniach Google znacząco zaktualizowało swój ekosystem sztucznej inteligencji. Zmiany obejmują rodzinę modeli Gemini 4, narzędzia do generowania wideo oraz robotykę. Nowe rozwiązania mają na celu zwiększenie wydajności, redukcję kosztów oraz poszerzenie możliwości programowania agentowego.

  • Google zaktualizowało linię Gemini 4, wprowadzając modele Hydrogen i Carbon.
  • Wydano Gemini Omni 1.2 Flash do generowania wideo o dłuższym czasie trwania i niższych cenach.
  • Zapowiedziano Gemini Robotics 2.5, nowy model wizyjno-językowo-działaniowy do sterowania robotami.
  • Wprowadzono nowe orkiestratury i równoległe przepływy pracy agentów w Antigravity.

Gemini 4 Hydrogen i Carbon: balans między szybkością a złożonością

12 listopada Google przedstawiło model Gemini Hydrogen, zaprojektowany z myślą o szybkości wykonywania zadań i efektywności zasobów. Ceny API ustalono na poziomie 1,50 USD za 1 milion tokenów wejściowych oraz 7,50 USD za tokeny wyjściowe. Google stworzyło również orkiestrator dla Antigravity, który automatycznie przełącza się między modelami Carbon i Hydrogen w trakcie jednej sesji.

10 listopada Google udostępniło szerzej model Gemini 4 Carbon, przeznaczony do złożonych procesów agentowych i badań naukowych. Początkowe ceny API zaczynają się od 2 USD za 1 milion tokenów wejściowych i 10 USD za wyjściowe, z planowanymi podwyżkami po 30 listopada 2026 r. Dodatkowo Google uruchomiło testy wersji zapoznawczej /swarm w Antigravity, umożliwiającej równoległe wykonywanie zadań przez agentów.

Przeczytaj takżeAntigravity /teamwork: wieloagentowe systemy AI od Google do zastosowań naukowych

Gemini Omni 1.2 Flash: zaawansowane funkcje generowania wideo

11 listopada Google zaktualizowało model generowania wideo Gemini Omni 1.2 Flash. Obecnie wspiera on generowanie wideo o długości do 15 sekund (wcześniej 10), przy czym koszty generowania spadły o 30%. Tworzenie wideo w rozdzielczości 720p kosztuje teraz 0,07 USD za sekundę.

Aktualizacja poprawia spójność wyglądu postaci, obiektów i szczegółów ubioru pomiędzy klatkami. Wprowadza również wieloetapową edycję wideo poprzez dialog, co pozwala użytkownikom na sekwencyjną zmianę tła, oświetlenia czy warunków pogodowych bez konieczności ponownego generowania całego materiału.

Gemini Robotics 2.5 i integracja z robotyką

10 listopada Google DeepMind zaprezentowało Gemini Robotics 2.5 – nowy model typu vision-language-action do sterowania robotami. Zapewnia on zwiększoną stabilność w fizycznych sekwencjach działań oraz poprawioną odporność na scenariusze prób obejścia zabezpieczeń (jailbreak).

W testach obejmujących ponad 200 zadań wskaźnik sukcesu wzrósł o 30–100%, a szybkość działania poprawiła się o 20–30%. Praktyczną demonstrację przeprowadzono na linii produkcyjnej Mercedes-Benz, gdzie humanoidalny robot Apollo 2 firmy Apptronik sortował części samochodowe z 96-procentową skutecznością.

Co to oznacza dla programistów i branży

Najnowsze wydania Google wyznaczają kierunek rozwoju w stronę wyspecjalizowanych ekosystemów AI, dostosowanych do praktycznych wdrożeń. Połączenie modeli Hydrogen i Carbon pomaga optymalizować koszty infrastruktury w złożonych aplikacjach, podczas gdy postępy w generowaniu wideo i robotyce napędzają automatyzację w różnych sektorach przemysłu.

Źródło: Все публикации подряд на Хабре

Podobne artykuły