Google розвиває свій ІІ Gemini, перетворюючи його з інструменту, який просто показує зображення, в систему, яка демонструє складні процеси. Нове оновлення дозволяє чат-боту створювати інтерактивні динамічні візуалізації прямо в інтерфейсі чату, долаючи обмеження статичних картинок.
Від статичних зображень до динамічних симуляцій
Раніше коли користувачі просили Gemini візуалізувати концепцію, ІІ покладався на свої можливості генерації зображень, створюючи одну нерухому картинку. Це корисно для художніх цілей, але статика часто не здатна пояснити, як об’єкти рухаються, змінюються чи функціонують у часі.
Завдяки новій функції Gemini може створювати симуляції, якими користувачі можуть керувати. Замість того, щоб просто дивитися на картинку, користувачі можуть взаємодіяти з нею. Це відбувається за таким алгоритмом:
1. Користувач просить Gemini “показати” або “допомогти візуалізувати” певну тему.
2. У чаті з’являється кнопка з написом «показати візуалізацію» (show me the visualization ).
3. При натисканні на кнопку генерується динамічна інтерактивна модель.
Практичний функціонал: рухомі деталі та елементи управління
Перші тести функції показують, що ці візуалізації – не просто анімація, а функціональні моделі з параметрами, якими може керувати користувач.
Наприклад, при візуалізації небесної механіки (такої як орбіта Місяця навколо Землі) інструмент надає повзунки, що дозволяють налаштовувати швидкість орбіти та змінювати кут огляду. Аналогічно, при поясненні механічних процесів (наприклад, внутрішнього пристрою автомобільного двигуна) інтерфейс дозволяє запускати анімацію або вручну прогортати кожен етап циклу.
Ця можливість перетворює ІІ з пасивного співрозмовника, що відповідає, в активний освітній інструмент, роблячи його набагато більш ефективним для пояснення фізики, інженерії або біології.
Конкурентне середовище: Gemini проти Claude
Google не перший, хто рухається у цьому напрямку. У березні компанія Anthropic представила схожі можливості для свого ІІ Claude, який також вразив користувачів здатністю візуалізувати складні ідеї.
Тим не менш, між ними існує помітний функціональний розрив:
– Claude на даний момент дозволяє користувачам зберігати створені візуальні матеріали для подальшого використання.
– У Gemini поки що відсутній механізм збереження чи експорту цих інтерактивних симуляцій.
У міру того, як гонка за «мультимодальним» ІІ – ІІ, здатним обробляти та створювати текст, зображення, відео та інтерактивні дані – загострюється, здатність зберігати та повертатися до цих складних візуальних посібників, ймовірно, стане вирішальним фактором конкурентоспроможності.
Доступність та технічні вимоги
Розгортання цієї функції зараз відбувається по всьому світу, проте слід враховувати певні обмеження:
– Вимога моделі: Візуалізації створюються тільки при використанні моделі Gemini Pro.
– Обмеження облікових записів: На даний момент функція недоступна для облікових записів Google Workspace або Education.
Хоча ця функція є значним кроком на шляху до інтуїтивнішого навчання за допомогою ІІ, її довгострокова корисність залежатиме від того, чи зможе Google ускладнити моделі та додати можливість збереження цих інтерактивних сесій.
Підбиваючи підсумок: нова інтерактивна функція Google перетворює Gemini з генератора тексту та зображень на повноцінний інструмент моделювання, хоча на даний момент він дещо відстає від конкурентів у питаннях управління файлами та збереження даних.
