Googles Gemini für Android, sein KI-Ersatz für Google Assistant, wird bald von seiner Fähigkeit profitieren, sich tief in das mobile Betriebssystem von Android und die Apps von Google zu integrieren. Auf der Entwicklerkonferenz Google I/O 2024 am Dienstag kündigte das Unternehmen an, dass Nutzer das Gemini-Overlay auf mehr Arten über die von ihnen verwendete App ziehen können. Außerdem wird das integrierte KI-Modell von Android, Gemini Nano, aktualisiert.
Bald können Android-Benutzer KI-generierte Bilder per Drag-and-Drop direkt in ihre Gmail-, Google Messages- und anderen Apps ziehen. In der Zwischenzeit können YouTube-Nutzer auf „Dieses Video fragen“ tippen, um bestimmte Informationen in diesem YouTube-Video zu finden, sagt Google.
Diejenigen, die für das aktualisierte Gemini Advanced bezahlen, haben außerdem die Möglichkeit, die Option „Dieses PDF fragen“ zu nutzen, mit der Sie Antworten aus dem Dokument erhalten, ohne alle Seiten durchlesen zu müssen. Gemini Advanced-Abonnenten zahlen 19,99 US-Dollar pro Monat für den Zugriff auf AI und erhalten 2 TB Speicherplatz sowie weitere Google One-Vorteile.
Gemini auf Android könnte bereits andere Dinge tun, wie beispielsweise Bildunterschriften erstellen, Fragen zu Artikeln stellen, die Sie gerade lesen, und andere generative KI-Aufgaben ausführen, ähnlich wie andere KI-Chatbots. Allerdings hat OpenAI Googles Veranstaltung zur Ankündigung eines GenAI-Modells, GPT-4o (mit dem Ö steht für „omni“), das mit Text, Sprache und Video funktioniert, einschließlich dessen, was die Die Kamera des Telefons sieht. Trotz der eingebauten Vorteile von Gemini wird es also auf mobilen Geräten eine gewisse Konkurrenz geben.
Laut Google werden die neuesten Gemini-Funktionen für Android in den nächsten Monaten auf Hunderten Millionen unterstützten Geräten verfügbar sein. Im Laufe der Zeit wird sich Gemini weiterentwickeln und auch andere Vorschläge zu dem machen, was auf Ihrem Bildschirm angezeigt wird.
In der Zwischenzeit wird das On-Device-Basismodell auf Android, Gemini Nano, um Multimodalität erweitert. Das bedeutet, dass es sowohl Texteingaben als auch andere Mittel zur Verarbeitung von Informationen, einschließlich Bildern, Geräuschen und gesprochener Sprache, verarbeiten kann.
Wir starten einen KI-Newsletter! Melden Sie sich hier an, um es ab dem 5. Juni in Ihren Posteingängen zu erhalten.
