Google VEO 3 را با تولید صوتی بومی معرفی می کند. حالت Deep Think به Gemini 2.5 Pro آورده شده است. به روزرسانی های بیشتر از کلید اصلی Google I/O 2025
Google VEO 3 را با تولید صوتی بومی معرفی می کند. حالت Deep Think به Gemini 2.5 Pro آورده شده است. به روزرسانی های بیشتر از کلید اصلی Google I/O 2025

Google VEO 3 را با تولید صوتی بومی معرفی می کند. حالت Deep Think به Gemini 2.5 Pro آورده شده است. به روزرسانی های بیشتر از کلید اصلی Google I/O 2025

به گزارش بخش موبایل رسانه اخبار فناوری تک فاکس،

کنفرانس توسعه دهنده سالانه Google I/O 2025 بسیار مورد انتظار آغاز شده است و آدرس اصلی در حال حاضر مورد نظر از بسیاری از نوآوری های این برند از چند ماه گذشته رونمایی کرده است-که بیشتر آنها مربوط به هوش مصنوعی هستند. این برند اکنون توانایی تولید صوتی بومی را در مدل تولید ویدیویی VEO 3 خود معرفی کرده است ، در حالی که یک مدل استدلال عمیق فکر می کند به Gemini 2.5 Pro نیز آورده شده است.

اطلاعات بیشتر در مورد این به روزرسانی ها و در مورد سایر به روزرسانی های اعلام شده در کلید اصلی I/O 2025 در زیر را بررسی کنید.

VEO 3 با تولید صوتی بومی

معرفی مدل VEO 3 یکی از اعلامیه های قابل توجه است که توسط این برند در Keynote I/O 2025 ساخته شده است. با VEO 3 ، علاوه بر کیفیت تولید ویدیوی بهبود یافته در مقایسه با مدل قبلی VEO 2 ، کاربران از این پس قادر به افزودن دیالوگ ها بین کاراکترها و همچنین اضافه کردن جلوه های صوتی و سر و صدای پس زمینه هستند. بنابراین همانطور که توسط این برند اشاره شد ، Veo 3 نشانگر پایان دوره نسل ویدیوی خاموش است.

از هم اکنون ، مدل VEO 3 در برنامه Gemini در دسترس است و مشترکان Google AI Ultra در ایالات متحده قادر به لذت بردن از این قابلیت جدید تولید ویدیویی خواهند بود. در زیر ویدیویی با استفاده از آخرین مدل VEO 3 ساخته شده است.

منبع: 1

Deep Think Model در Gemini 2.5 Pro

در Gemini 2.5 Pro ، Google حالت استدلال جدید و پیشرفته خود را آورده است – Deep Think. این بنا بر اساس تحقیقات برند در تکنیک های تفکر موازی ساخته شده است و ابتدا فرضیه های مختلفی را بررسی می کند قبل از اینکه واقعاً به درخواست کاربران پاسخ دهد.

فکر عمیق در Gemini 2.5 Pro

Deep Think بنابراین مشکلات پیچیده ریاضی و برنامه نویسی را بسیار مؤثرتر می کند و علاوه بر این ، Deep Think Gemini 2.5 Pro توانست در معیار USAMO 2025 کسب کند – یکی از سخت ترین معیارهای ریاضی. در LiveCodebench نیز صدرنشینی را به دست آورده است و 84 ٪ در MMMU به ثمر رسیده است.

نتایج معیار Usamo

از هم اکنون ، برای به دست آوردن بازخورد ، Google Deep Think را در دسترس برخی از متخصصان ایمنی قرار داده است ، و طی هفته های آینده این برند قصد دارد آن را با آزمایش کنندگان معتبر نیز از طریق API Gemini به اشتراک بگذارد.

منبع: 2

به روزرسانی های دیگر از کلید اصلی I/O 2025

جدا از این موارد ، در کلید اصلی I/O 2025 ، سایر اطلاعیه ها نیز انجام شد. به روزرسانی های مدل های فلش و Pro Gemini 2.5 خروجی های صوتی بومی را به ارمغان آورده است ، و به همراه مدل تولید ویدیویی VEO 3 ، مدل تولید تصویر Imagen 4 نیز معرفی شده است. به روزرسانی ها همچنین به تحقیقات عمیق و بوم نیز آورده شده است.

برای یک تجربه خرید مبتنی بر هوش مصنوعی ، خرید در حالت AI ، ابزار آزمایشی مجازی و پرداخت عامل از آن رونمایی شده است. در خدمات Google نیز به روزرسانی ها/ادغام مربوط به هوش مصنوعی ارائه شده است. در Gmail – پاسخ های هوشمند شخصی ، در ملاقات – ترجمه گفتار و در Chrome – ادغام جمینی برخی از اعلامیه های قابل توجه هستند.

پشتیبانی از پروتکل زمینه مدل Anthropic (MCP) ، ردیاب Synth ID ، دسترسی به نمای کلی AI ، جستجوی زنده در حالت AI و لنزها ، و دسترسی گسترده به دوربین Gemini Live و ویژگی های اشتراک گذاری صفحه نمایش دیگر اعلامیه ها هستند. این برند همچنین Beam را معرفی کرد-یک پلت فرم ارتباطی ویدیویی سه بعدی ، ژول-یک عامل برنامه نویسی AI ناهمزمان و جریان-یک ابزار جدید ساخت AI. نسخه ی نمایشی اولیه Android XR Google در عینک های هوشمند نیز به اشتراک گذاشته شد. سرانجام ، برنامه های اشتراک جدید AI Pro و AI Ultra نیز اعلام شد که به ترتیب با قیمت 19.99 دلار در هر ماه و 249 دلار در هر ماه قیمت گذاری شده است.

https://www.youtube.com/watch؟v=o8nie3xmprm