AI 聊天机器人大战升温 谷歌 Gemini 预告片展示惊艳语音视频交互能力

IT之家报道，5月14日，人工智能聊天机器人领域的战火重燃，谷歌与OpenAI的争夺日趋激烈。随着谷歌年度I/O开发者大会的临近，这家科技巨头发布了一段震撼人心的视频，展示了疑似经过升级的Gemini聊天机器人。

这段视频仿佛是在大会现场拍摄，展示了Gemini在Pixel手机上流畅处理实时视频和语音提问的惊人能力。视频中，Gemini不仅能同时处理来自视频和语音的输入，更展现了对对话内容的深刻理解。当被问及正在进行的布置工作时，Gemini机智地识别出这是为重要活动做的准备。

对话过程自然得让人惊叹，仿佛与人类交流无异。不仅如此，Gemini还能主动询问用户关注的细节，成功识别出大会为谷歌I/O开发者大会，并对其进行详细介绍。

谷歌此次预告片的发布时机堪称巧妙，就在OpenAI发布ChatGPT-4o大模型的几个小时前，OpenAI在此次发布会上展示了其无与伦比的理解和对话能力。谷歌并未示弱，通过展示Gemini无缝集成语音和视频输入的能力，以及非常自然的对话流程，向外界证明了人工智能聊天机器人的实力。

这段视频不仅让人眼前一亮，更让我们仿佛看到了未来人工智能交互的一丝曙光。多模态的能力，加上近乎自然的对话流，无疑预示着人工智能聊天机器人领域的巨大潜力。这场竞争，才刚刚开始。