O Trio da IA: Gemini Omni, Lyria 3 e AudioLM

A parte mais substancial deste lançamento é a integração direta dos modelos generativos mais recentes do Google na experiência Pixel.

Gemini Omni é um modelo multimodal de geração de vídeos que permite criar e editar vídeos de alta qualidade por meio de conversas naturais no aplicativo Gemini. Ele pode misturar comandos de texto, imagens e clipes de vídeo existentes, permitindo até mesmo que você insira um avatar de IA personalizado seu na gravação . Este recurso é, por enquanto, exclusivo para assinantes do Gemini Pro .

Lyria 3 é um modelo de geração musical que transforma uma descrição em texto ou uma foto enviada em uma faixa de áudio totalmente personalizável. Os usuários podem ajustar o estilo, os vocais e o andamento da música gerada .

O AudioLM potencializa uma ferramenta de tradução de voz em tempo real, permitindo conversas telefônicas traduzidas em dispositivos Pixel compatíveis, incluindo o Pixel 10a. O objetivo é quebrar as barreiras linguísticas durante as ligações .

Além dessas ferramentas de geração de mídia, o Google provocou a chegada do Gemini Intelligence, uma camada mais profunda de assistente de IA no sistema, que deve trazer capacidades mais proativas ao longo do Android 17 ainda neste verão brasileiro .

O Trio da IA: Gemini Omni, Lyria 3 e AudioLM

A parte mais substancial deste lançamento é a integração direta dos modelos generativos mais recentes do Google na experiência Pixel.

Gemini Omni é um modelo multimodal de geração de vídeos que permite criar e editar vídeos de alta qualidade por meio de conversas naturais no aplicativo Gemini. Ele pode misturar comandos de texto, imagens e clipes de vídeo existentes, permitindo até mesmo que você insira um avatar de IA personalizado seu na gravação . Este recurso é, por enquanto, exclusivo para assinantes do Gemini Pro .

Lyria 3 é um modelo de geração musical que transforma uma descrição em texto ou uma foto enviada em uma faixa de áudio totalmente personalizável. Os usuários podem ajustar o estilo, os vocais e o andamento da música gerada .

O AudioLM potencializa uma ferramenta de tradução de voz em tempo real, permitindo conversas telefônicas traduzidas em dispositivos Pixel compatíveis, incluindo o Pixel 10a. O objetivo é quebrar as barreiras linguísticas durante as ligações .

Além dessas ferramentas de geração de mídia, o Google provocou a chegada do Gemini Intelligence, uma camada mais profunda de assistente de IA no sistema, que deve trazer capacidades mais proativas ao longo do Android 17 ainda neste verão brasileiro .