Google ha presentato il modello aggiornato Gemini 1.2 Flash

Google DeepMind ha annunciato il rilascio di Gemini 1.2 Flash, una versione aggiornata del suo modello ad alte prestazioni, ottimizzata per gestire flussi video lunghi e ridurre la latenza. Il rilascio mira a migliorare l'efficienza dell'elaborazione di dati multimodali in tempo reale.

Un miglioramento chiave è il supporto per una finestra di contesto estesa, che consente di analizzare file video della durata massima di 60 minuti in una singola richiesta. Gli sviluppatori hanno ottimizzato l'architettura del modello, riducendo i tempi di risposta pur mantenendo un'elevata precisione nelle risposte. L'aggiornamento include anche meccanismi migliorati per l'elaborazione di segnali audio e visivi, rendendo il modello più adatto alla creazione di agenti interattivi.

Un'importante aggiunta è il supporto per la generazione e la modifica nativa di video fino a 15 secondi, oltre a una maggiore coerenza visiva dei risultati. Inoltre, il costo dell'elaborazione dei token è stato ridotto del 30%, rendendo il modello più accessibile per soluzioni aziendali scalabili. Il modello è già disponibile per l'integrazione tramite API, fornendo agli sviluppatori strumenti per creare applicazioni che richiedono un'analisi approfondita dei contenuti video senza la necessità di suddividere i file in frammenti.

Per i professionisti, ciò significa la possibilità di implementare funzioni di analisi di lunghe lezioni video, registrazioni di riunioni o istruzioni visive complesse direttamente nei prodotti. La maggiore lunghezza del contesto e l'ottimizzazione dei costi consentono di ridurre il carico sull'infrastruttura quando si lavora con dati multimediali pesanti.