Google ger imponerande glimt av multimodal AI innan I/O

Kanske för att kontra vad OpenAI just nu presenterar har Google givit en imponerande glimt av hur Gemini till synes tolkar video i realtid. Personen i klippet pratar med Gemini och frågar vad chattbotten tror pågår, medan kameran riktas mot en I/O-scen. Google

Sammanhang: ...Google ger imponerande glimt av multimodal AI innan I/O...

OpenAI introducerar nyheter i morgon: ”känns som magi”

Enligt flera rapporter arbetar OpenAI på någon slags sökmotor eller sökfunktion. OpenAI kommer presentera nyheter i morgon klockan 19:00 svensk tid – dagen innan Google I/O vilket sannolikt inte är en tillfällighet. Sam Altman säger dock att de varken kommer

Sammanhang: ...Vad OpenAI nu än kommer visa upp har det med ChatGPT och GPT-4 att göra och Altman säger att det ”känns som magi”. Enligt The Information kommer vi få se multimodal AI i stil med den som redan finns i Google Gemini och Google Lens. Multimodal AI innebär att chattbotten kan hantera och tolka annan input än text, så att användare exempelvis kan ställa frågor om bilder eller be chattbotten översätta text i bilder. ...

Omnämnda personer: Google Lens, Google Gemini.

Metas smartglasögon får videosamtal och multimodal AI

Metas och Ray-Bans smartglasögon har fått stöd för videosamtal via Whatsapp och Messenger, så att användare kan dela vad de ser med andra – hands-free. När videosamtal inleds ser motparten vad du ser tack vare glasögonens kamera. Nyheten kommer skickas ut

Sammanhang: ...Nyheten kommer skickas ut gradvis så det kan dröja innan alla användare får tillgång till videosamtalen. Meta har därtill givit glasögonen multimodal AI vilket innebär att det går att ställa frågor om omgivningen. Ett exempel är att be glasögonen att berätta mer om en sevärdhet i synfältet, eller be Meta AI att översätta en restaurangmeny. ...

Omnämnda platser: Metas, USA, Kanada.

De här glasögonen erbjuder multimodal AI och har öppen källkod

Nystartade företaget Brilliant Labs har introducerat ett par smartglasögon med multimodal AI. Glasögonen – som heter Frame – skulle kunna ses som Humane AI Pin fast i ett annat format. Enligt företagets hemsida har Frame designats i Stockholm och San Francisco,

Sammanhang: ...Nystartade företaget Brilliant Labs har introducerat ett par smartglasögon med multimodal AI. Glasögonen – som heter Frame – skulle kunna ses som Humane AI Pin fast i ett annat format. ...

Omnämnda platser: Stockholm, Singapore, Frame.

Även Pixel 8 och Pixel 8 Pro får ”circle to search”

En av AI-funktionerna i Galaxy S24-serien är ”circle to search” som låter användare markera valfritt skärminnehåll på ett smidigt sätt – även i videor – och därefter få praktisk information om markeringen. Finessen tillhandahålls i samarbete med Google och

Sammanhang: ...Enligt Google är de ”generativa AI-svaren” endast tillgängliga i länder som har tillgång till ”search generative experience” (SGE), vilket just nu exkluderar Sverige. Google nämner även att Lens kommer få multimodal AI: användare kan rikta kameran mot vad de vill veta mer om och därefter ställa frågor och få svar. ...

Omnämnda platser: Sverige, USA.

Samsung kommer låta folk testa AI-funktionerna i Galaxy S24-serien

AI, AI, AI – AI överallt. En tydlig smartphonetrend i år kommer av allt att döma bli artificiell intelligens i olika former, likt chattbottar, generativ AI, digitala assistenter som mer är likt mänskliga personliga assistenter, samt multimodal AI som kantolka

Sammanhang: ...En tydlig smartphonetrend i år kommer av allt att döma bli artificiell intelligens i olika former, likt chattbottar, generativ AI, digitala assistenter som mer är likt mänskliga personliga assistenter, samt multimodal AI som kan tolka och generera bilder, video, text och tal. Google blev först ut att erbjuda integrerad generativ AI i en smartphone genom Pixel 8 och Pixel 8 Pro. ...

Omnämnda platser: Galaxy, Sverige, Paris.