ترکیب مدل‌های هوش مصنوعی Gemini و Veo گوگل برای درک جهان فیزیکی

مدیرعامل DeepMind، اعلام کرد که گوگل قصد دارد مدل هوش مصنوعی را با مدل تولید ویدئو ترکیب کند تا درک بهتری از دنیای فیزیکی برای این دستیار دیجیتال ایجاد کند.
به گفته او، هدف نهایی ساخت یک دستیار هوشمند همه‌کاره است که بتواند با فهم متن، صدا، تصویر و ویدئو واقعاً در زندگی روزمره کمک‌رسان باشد.
او گفت مدل ویدئویی Veo با تماشای حجم بالایی از ویدئوهای یوتیوب می‌تواند قوانین دنیای واقعی را یاد بگیرد. این حرکت بخشی از رقابت بزرگ شرکت‌ها برای ساخت مدل‌هایی است که بتوانند همه نوع محتوا را درک و تولید کنند.