Wähle deine bevorzugte Option:
für Einzelnutzer
für Teams und Unternehmen
Google hat eine neue Streaming-API für sein multimodales Modell Gemini 2.0 veröffentlicht. Diese ermöglicht Echtzeit-Interaktionen über Audio, Video und Text. Entwickler Simon Willison demonstrierte die Technologie in einem kurzen iPhone-Video, das eine Live-Konversation mit Gemini über Objekte zeigt, die es durch die Kamera sehen konnte. Die API ist nun in einer Preview-Version für Entwickler verfügbar, die sie testen möchten, wobei ein gewisser technischer Einrichtungsaufwand erforderlich ist.
Diese Veröffentlichung erfolgt zeitgleich mit der Einführung einer ähnlichen Funktion für ChatGPT von OpenAI, die es der KI ermöglicht, in Echtzeit Videoinhalte von Smartphones zu diskutieren. Damit zeichnet sich ein Trend ab, bei dem KI-Modelle zunehmend in der Lage sind, Informationen aus verschiedenen Modalitäten zu verarbeiten und in Echtzeit zu interagieren.
Gemini 1.0, das erste nativ multimodale Modell von Google, wurde im Dezember 2023 vorgestellt. Es ermöglichte bereits große Fortschritte in der Multimodalität und der Verarbeitung von langen Kontexten, um Informationen aus Text, Video, Bildern, Audio und Code zu verstehen.
Mit Gemini 2.0 geht Google einen Schritt weiter und konzentriert sich auf die Entwicklung "agentenorientierter" Modelle. Diese Modelle können die Welt um den Nutzer herum besser verstehen, mehrere Schritte im Voraus denken und im Auftrag des Nutzers, unter dessen Aufsicht, Handlungen ausführen.
Gemini 2.0 Flash, die experimentelle Version des neuen Modells, bietet neben multimodalen Eingaben nun auch multimodale Ausgaben wie nativ generierte Bilder gemischt mit Text und steuerbare, mehrsprachige Text-to-Speech-Audioausgaben. Es kann auch nativ Tools wie die Google-Suche, Codeausführung sowie benutzerdefinierte Funktionen von Drittanbietern aufrufen.
Die neuen Funktionen von Gemini 2.0 eröffnen eine Vielzahl von Anwendungsmöglichkeiten. Google erforscht diese mit verschiedenen Prototypen:
Project Astra: Ein Forschungsprototyp, der die zukünftigen Möglichkeiten eines universellen KI-Assistenten untersucht. Verbesserungen in der neuesten Version mit Gemini 2.0 umfassen eine bessere Dialogführung, die Nutzung neuer Tools wie Google Search, Lens und Maps, ein verbessertes Gedächtnis und eine geringere Latenz.
Project Mariner: Dieser Prototyp erforscht die Zukunft der Mensch-Agenten-Interaktion im Browser. Er kann Informationen auf dem Browserbildschirm verstehen und verarbeiten, einschließlich Pixeln und Webelementen wie Text, Code, Bildern und Formularen, um Aufgaben für den Benutzer zu erledigen.
Jules: Ein KI-gestützter Code-Agent, der Entwicklern helfen kann, indem er beispielsweise Bugfixes und andere zeitaufwendige Aufgaben übernimmt.
Gemini 2.0 Flash ist ab sofort als experimentelles Modell für Entwickler über die Gemini API in Google AI Studio und Vertex AI verfügbar. Die allgemeine Verfügbarkeit ist für Januar 2025 geplant, zusammen mit weiteren Modellgrößen.
Die Integration von Gemini 2.0 in weitere Google-Produkte, beginnend mit der Gemini App und der Google-Suche, ist ebenfalls für Anfang 2025 vorgesehen. Die erweiterten Argumentationsfähigkeiten von Gemini 2.0 sollen es ermöglichen, komplexere Themen und mehrstufige Fragen in der Google-Suche zu bearbeiten, einschließlich fortgeschrittener mathematischer Gleichungen, multimodaler Abfragen und Programmiercode.
Mit Gemini 2.0 setzt Google einen wichtigen Meilenstein in der Entwicklung von KI-Modellen. Die Echtzeit-Interaktion über Video und die erweiterten agentenorientierten Funktionen eröffnen neue Möglichkeiten für die Interaktion mit KI und versprechen eine spannende Zukunft für die Anwendung von künstlicher Intelligenz in verschiedenen Bereichen.
Bibliographie: https://blog.google/technology/google-deepmind/google-gemini-ai-update-december-2024/ https://www.theregister.com/2024/12/11/google_gemini_20_flash_shines/ https://www.youtube.com/watch?v=CZ9WaMbiTO4 https://ai.google.dev/gemini-api/docs/models/gemini-v2 https://highlearningrate.substack.com/p/gemini-20-flash-is-here-real-time https://cloud.google.com/vertex-ai/generative-ai/docs/gemini-v2 https://gilgam3sh.medium.com/gemini-2-0-decoding-googles-next-gen-ai-real-time-power-app-integration-and-beyond-all-028021badaca https://techcrunch.com/2024/12/12/what-is-google-gemini-ai/ https://medium.com/@cognidownunder/googles-gemini-2-0-the-dawn-of-truly-agentic-ai-7bd3ed94da00 https://decrypt.co/296459/chatgpt-watch-interact-real-timeEntdecken Sie die Vorteile gegenüber ChatGPT Plus
Sie nutzen bereits ChatGPT Plus? Das ist ein guter Anfang! Aber stellen Sie sich vor, Sie hätten Zugang zu allen führenden KI-Modellen weltweit, könnten mit Ihren eigenen Dokumenten arbeiten und nahtlos im Team kollaborieren.
Die professionelle KI-Plattform für Unternehmen – leistungsstärker, flexibler und sicherer als ChatGPT Plus. Mit über 50 Modellen, DSGVO-konformer Infrastruktur und tiefgreifender Integration in Unternehmensprozesse.
❌ Kein strukturierter Dokumentenvergleich
❌ Keine Bearbeitung im Dokumentkontext
❌ Keine Integration von Unternehmenswissen
✅ Gezielter Dokumentenvergleich mit Custom-Prompts
✅ Kontextbewusste Textbearbeitung im Editor
✅ Wissensbasierte Analyse & Zusammenfassungen
Erstellen Sie leistungsstarke Wissensdatenbanken aus Ihren Unternehmensdokumenten.Mindverse Studio verknüpft diese direkt mit der KI – für präzise, kontextbezogene Antworten auf Basis Ihres spezifischen Know-hows.DSGVO-konform, transparent und jederzeit nachvollziehbar.
❌ Nur ein Modellanbieter (OpenAI)
❌ Keine Modellauswahl pro Use Case
❌ Keine zentrale Modellsteuerung für Teams
✅ Zugriff auf über 50 verschiedene KI-Modelle
✅ Modellauswahl pro Prompt oder Assistent
✅ Zentrale Steuerung auf Organisationsebene
❌ Keine echte Teamkollaboration
❌ Keine Rechte- oder Rollenverteilung
❌ Keine zentrale Steuerung oder Nachvollziehbarkeit
✅ Teamübergreifende Bearbeitung in Echtzeit
✅ Granulare Rechte- und Freigabeverwaltung
✅ Zentrale Steuerung & Transparenz auf Organisationsebene
Nutzen Sie Mindverse Studio als zentrale Plattform für abteilungsübergreifende Zusammenarbeit.Teilen Sie Wissen, erstellen Sie gemeinsame Workflows und integrieren Sie KI nahtlos in Ihre täglichen Prozesse – sicher, skalierbar und effizient.Mit granularen Rechten, transparenter Nachvollziehbarkeit und Echtzeit-Kollaboration.
Sehen Sie Mindverse Studio in Aktion. Buchen Sie eine persönliche 30-minütige Demo.
🎯 Kostenlose Demo buchenLernen Sie in nur 30 Minuten kennen, wie Ihr Team mit KI mehr erreichen kann – live und persönlich.
🚀 Demo jetzt buchen