(Video) Pregled novih mogućnosti Google Geminija

Nedavna ažuriranja Google Gemini platforme predstavljaju značajan iskorak, transformišući je iz konverzacionog AI alata u integrisanu, multimodalnu i proaktivnu platformu. Ključna unapređenja uključuju duboku integraciju sa alatom Notebook LM, omogućavajući korisnicima da direktno komuniciraju sa svojim personalizovanim bazama znanja. Uvedena je nova generacija "Gems" alata, koja korisnicima bez tehničkog znanja omogućava da kreiraju i dele prilagođene mini AI aplikacije. Novi model, Gemini 1.5 Flash, eliminiše kompromis između brzine i snage, nudeći visoke performanse čak i u besplatnoj verziji. Platforma se sve više udaljava od isključivo tekstualnih odgovora uvođenjem funkcija kao što su "Visual Layout" za vizuelno bogate prikaze i dodavanjem vizuelnih elemenata u "Deep Research" izveštaje. Najznačajniji napredak predstavlja uvođenje "Gemini Agent"-a, koji Gemini-ju daje sposobnost da autonomno izvršava složene, višefazne zadatke preko različitih aplikacija, najavljujući budućnost u kojoj će AI delovati kao personalni asistent sposoban za samostalno planiranje i delovanje.

Integracija sa Notebook LM: Spajanje znanja i razgovora

Jedno od najznačajnijih ažuriranja je mogućnost direktne integracije Notebook LM svezaka unutar Gemini čet interfejsa. Notebook LM je Google-ov alat za organizovanje informacija iz različitih izvora (veb-sajtovi, YouTube video snimci, Google Drive dokumenti, otpremljene datoteke) u tematske sveske.

• Funkcionalnost: Korisnici sada mogu da prilože jednu ili više Notebook LM svezaka direktno u Gemini razgovor. Ovo omogućava Gemini-ju da koristi strukturirane baze znanja kao kontekst za generisanje odgovora.
• Ključna prednost: Po prvi put je moguće istovremeno razgovarati sa više svezaka, što nije bilo moguće unutar samog Notebook LM alata. Ovo spaja organizacione sposobnosti Notebook LM-a sa naprednim rezonovanjem Gemini-ja.
• Primeri upotrebe:
  • Studenti: Mogu kreirati sveske za različite predmete (npr. "Revolucija", "Rekonstrukcija"). Tokom učenja za pojedinačne ispite, mogu koristiti odgovarajuću svesku. Za završni ispit, mogu učitati sve sveske u Gemini i dobiti sveobuhvatno preslišavanje koje integriše znanje iz svih oblasti.
  • Kreatori sadržaja: Mogu koristiti svesku sa istraživanjem za video, a zatim unutar Gemini-ja, koristeći prilagođeni "Gem" za pisanje scenarija, generisati kompletan scenario zasnovan na prikupljenim podacima.

Kako je navedeno u izvoru, "spajanje ova dva neverovatno moćna alata, Gemini-ja i Notebook LM-a, je prosto neverovatno."

Nova generacija "Gems": Kreiranje mini AI aplikacija

Funkcija "Gems", koja je ranije omogućavala kreiranje prilagođenih čet-botova sa specifičnim instrukcijama, evoluirala je u platformu za izgradnju mini AI aplikacija koje se mogu deliti.

• Koncept: Korisnici mogu, koristeći jednostavne tekstualne instrukcije, da kreiraju male, specijalizovane AI aplikacije bez ikakvog kodiranja. Gemini samostalno prolazi kroz proces planiranja i generisanja aplikacije.
• Proces kreiranja: Korisnik unese opis željene aplikacije (npr. "želim aplikaciju gde mogu da otpremim sliku svog proizvoda, a ona će generisati sliku te osobe koja koristi proizvod za reklamu"), a Gemini je kreira za manje od 30 sekundi.
• Primeri aplikacija:
  • Recipe Genie: Aplikacija koju je napravio Google, a koja na osnovu unetih sastojaka iz frižidera predlaže recepte.
  • Generator slika za oglase: Korisnički kreirana aplikacija koja uzima sliku proizvoda (npr. kecelje) i generiše realističnu sliku osobe koja nosi taj proizvod u odgovarajućem okruženju (npr. u kuhinji).
• Deljenje: Svaka kreirana aplikacija se može podeliti sa drugima putem jedinstvenog linka, omogućavajući im da je koriste.

Gemini 1.5 Flash: Brzina bez kompromisa u pogledu sposobnosti

Google je predstavio novi model, Gemini 1.5 Flash, koji rešava dugogodišnji problem u AI industriji: izbor između brzog, ali manje sposobnog modela i moćnog, ali sporog modela.

• Svrha: 1.5 Flash pokreće "Fast" (brzi) režim rada u Gemini-ju.
• Performanse: Iako je "Thinking" (Pro) režim i dalje superiorniji, novi 1.5 Flash je za mnoge zadatke moćniji i sposobniji od prethodne verzije Pro modela.
• Dostupnost: Ovaj model je dostupan svim korisnicima, uključujući i one na besplatnom planu.

Unapređenja u generisanju odgovora: Vizuelni prikaz i dubinsko istraživanje

Gemini se aktivno udaljava od isključivo tekstualnih odgovora, uvodeći vizuelno bogatije i interaktivnije formate.

Visual Layout (Eksperimentalno)

Ova eksperimentalna funkcija transformiše standardne tekstualne odgovore u vizuelno privlačan format sličan magazinu.

• Opis: Umesto običnog teksta, Gemini generiše odgovor sa naslovima, fotografijama i interaktivnim modulima.
• Primer: Na upit o "Tenkara fly fishing", Gemini je generisao stranicu sa opisom, slikama opreme (na koje se može kliknuti za više informacija), istorijatom i povezanim YouTube video snimcima.
• Svrha: Stvaranje multimodalnog iskustva koje olakšava učenje i razumevanje novih tema.
• Status: Funkcija je još uvek eksperimentalna i nije dostupna svim korisnicima.

Deep Research sa vizuelnim elementima

Postojeća funkcija "Deep Research", koja vrši detaljnu analizu stotina veb-sajtova kako bi kreirala sveobuhvatan izveštaj sa citatima, sada je unapređena vizuelnim elementima.

• Unapređenje: Generisani izveštaji sada uključuju interaktivne grafikone (na koje se može preći kursorom za detalje), infografike i druge vizuelne prikaze podataka.
• Primer: Za upit koji poredi ekološki uticaj električnih i gasnih vozila, izveštaj je sadržao više grafikona koji vizuelno prikazuju ključne podatke, pored tekstualne analize.

Napredne sposobnosti rezonovanja: Deep Think i Gemini Agent

Dva nova ažuriranja pozicioniraju Gemini kao alat sposoban za rešavanje izuzetno složenih problema i izvršavanje autonomnih zadataka.

Deep Think (Dostupno za Ultra pretplatnike)

Ova funkcija je dizajnirana za rešavanje veoma složenih logičkih, matematičkih ili tehničkih problema koji zahtevaju napredno rezonovanje.

• Metodologija: Koristi proces nazvan "paralelno razmišljanje", gde istovremeno istražuje različite pristupe i načine rešavanja problema, a zatim kombinuje te informacije kako bi pružio najbolji mogući odgovor.
• Karakteristike: Proces traje duže od standardnog odgovora, ali pruža detaljno rešenje. Postoji opcija "Show thinking" (Prikaži razmišljanje) koja korisniku omogućava da vidi tačan proces koji je AI pratio.
• Dostupnost: Trenutno je dostupna samo za pretplatnike na Google AI Ultra plan.

Gemini Agent (Postepeno se uvodi za pretplatnike u SAD)

Ovo ažuriranje predstavlja najznačajniju promenu u paradigmi, transformišući Gemini iz alata koji "razgovara" u agenta koji "radi".

• Koncept: Gemini Agent može samostalno da izvršava složene, višefazne zadatke koji zahtevaju interakciju sa drugim aplikacijama (Gmail, Google Calendar) i vebom.
• Primeri zadataka:
  • Hipotetički zadatak: "Želim da idem na koncert u Ostinu sledećeg petka. Proveri moj Gmail za potvrdu karte, pronađi hotel na pešačkoj udaljenosti od mesta održavanja koji košta ispod 250 dolara, proveri moj Google Calendar da se uveriš da nemam sastanke u subotu ujutru, a zatim sastavi nacrt imejla za mog partnera sa kompletnim planom putovanja."
  • Stvarni zadatak: "Isplaniraj putovanje u Las Vegas iz Denvera za CES. Želim da idem samo na dva dana. Istraži letove, pronađi opcije za hotele i kreiraj plan putovanja." U ovom primeru, Gemini je samostalno:
    1. Pronašao zvanične datume za CES 2026. (iako nisu bili navedeni u upitu).
    2. Pretražio letove od Denvera do Las Vegasa za te datume.
    3. Pronašao hotele u blizini Las Vegas Convention Center-a.
    4. Sastavio dvodnevni plan putovanja fokusiran na ključne događaje i izlagače na CES-u.

Ova funkcionalnost pokazuje pravac razvoja AI, gde će agenti moći "sami da planiraju i rade mnogo stvari za vas bez potrebe za vašim unosom". Dostupnost je trenutno ograničena na Google AI pretplatnike u SAD.

Izvor: YouTube