Știri
Știri din categoria Inteligență artificială
Google extinde Project Genie către abonații AI Ultra și îl leagă de Street View, ceea ce mută prototipul din zona de demonstrație către un instrument mai ușor de folosit la scară globală pentru simulări „ancorate” în locuri reale, potrivit Google Blog.
Noutatea este o funcție de „grounding” (ancorare) în imagini din Google Street View: modelul poate genera medii virtuale interactive pornind de la imagini din lumea reală, astfel încât agenți AI sau, potențial, roboți să poată „naviga” și interacționa într-un cadru mai apropiat de realitate. Google spune că Genie a fost folosit ca instrument de cercetare și că a ajutat inclusiv Waymo la simularea unor medii rutiere „hiper-realiste”.
În Project Genie, utilizatorul poate selecta un loc (deocamdată doar din SUA) printr-un marcaj de tip „pin” din Maps și poate alege opțional un stil vizual (de exemplu „Desert Sands”, „Stone Age”, „Ocean World” sau „B&W film”). Apoi descrie un personaj, iar sistemul generează o lume imaginară în care punctul de start este legat de imagistica reală din Street View.
Google precizează că această capabilitate folosește „Maps Imagery Grounding”, aceeași tehnologie utilizată de dezvoltatori pentru a crea vizualuri generate de AI pe baza imaginilor Street View.
Disponibilitatea Street View în Project Genie este „acum” pentru locuri din SUA, cu planuri de extindere către alte zone „în timp”.
Începând cu 19 mai 2026, Project Genie (inclusiv noua funcție bazată pe Street View) intră într-un proces de lansare graduală către „toți abonații eligibili” Google AI Ultra, la prețul de 200 de dolari (aprox. 920 lei) pe lună, la nivel global, pentru utilizatori de 18+ ani.
Google subliniază că Project Genie rămâne un prototip experimental de cercetare în Google Labs și că lucrează la îmbunătățirea detaliilor și a acurateții, menționând existența unor limitări curente (fără a le detalia în textul sursă inclus aici).
Mutarea funcției către un abonament comercial scump (AI Ultra) sugerează o direcție de monetizare pentru modele de tip „world model” (modele care generează și simulează medii), cu utilizări posibile în testare, instruirea agenților AI și simulări. În același timp, restricția inițială la locații din SUA indică faptul că extinderea globală a funcției depinde de pași operaționali ulteriori, pe care Google îi descrie doar la nivel de intenție („în timp”).
Recomandate
Lipsa unor reguli globale pentru dezvoltarea inteligenței artificiale crește riscul de securitate și poate produce un „echivalent al Hiroshimei”, avertizează șefa diplomației britanice, Yvette Cooper , într-o serie de intervenții citate de HotNews . Mesajul ei pune presiune pe marile puteri să accepte un cadru internațional de limitare și control al tehnologiei, cu implicații directe pentru agenda de politică externă și pentru companiile care dezvoltă sau folosesc AI. Cooper cere ca statele – inclusiv SUA și China – să convină asupra unor reguli internaționale privind inteligența artificială, susținând că subiectul va domina politica externă în următorii doi ani, potrivit unui interviu acordat The Guardian . „Nu ne putem permite să așteptăm un echivalent al Hiroshimei” Într-un text publicat de think tank-ul Chatham House , Cooper face o paralelă cu modul în care comunitatea internațională a ajuns la acorduri privind armele nucleare abia după Hiroshima și avertizează că, în cazul AI, reacția nu ar trebui să vină doar după un șoc major. „Nu ne putem permite să așteptăm un echivalent al Hiroshimei în domeniul AI înainte de a acționa.” În declarațiile pentru The Guardian, ea descrie un context în care „actori răuvoitori” ar putea folosi tehnologia împotriva statelor și societăților, de la amenințări hibride la criminalitate susținută de stat, extremism și terorism. AI, pe lista riscurilor care apasă politica externă Cooper plasează AI într-un tablou mai larg de presiuni asupra securității globale, alături de criza climatică, migrația nereglementată și interferențele străine care afectează democrațiile liberale occidentale. În același timp, ea avertizează că lumea intră într-un „moment periculos”, inclusiv pe fondul a ceea ce consideră a fi retragerea definitivă a SUA din rolul de arbitru global. Implicații pentru relația Marea Britanie–UE și agenda comercială În eseul de la Chatham House , Cooper susține că puterile europene trebuie să se obișnuiască cu ideea că SUA nu vor mai garanta pacea și democrația internațională, chiar și după încheierea mandatului prezidențial al lui Donald Trump. În acest context, ea indică drept soluție negocieri mai durabile între Marea Britanie și UE, în locul renegocierilor repetate pe bucăți ale acordurilor comerciale. Potrivit informațiilor prezentate, guvernul de la Londra lucra la o nouă rundă de renegocieri cu UE (inclusiv pe agricultură, comerț cu energie electrică și vize pentru tineri), care ar fi urmat să fie anunțate la un summit la finalul lunii, însă evenimentul a fost amânat. Palestina, un dosar care riscă să fie „uitat” Într-un interviu separat, Cooper leagă îngrijorările privind AI și de procesul de pace din Palestina și avertizează că, pe fondul altor crize (inclusiv războiul din Iran, în formularea din sursă), atenția internațională se poate muta, iar eforturile de pace pot fi neglijate. „Există planul în 20 de puncte… dar marea mea îngrijorare este că acesta se îndreaptă spre eșec.” [...]
Google reduce costurile și timpul de generare pentru media generativă prin lansarea modelului de imagini Nano Banana 2 Lite și prin deschiderea către dezvoltatori a Gemini Omni Flash pentru generare și editare video, potrivit Google Blog . Miza practică: fluxuri de lucru mai ieftine și mai rapide pentru aplicații care produc volume mari de imagini și clipuri, cu integrare directă în instrumentele Google pentru dezvoltatori și în unele produse pentru consumatori. Nano Banana 2 Lite este prezentat drept „cel mai rapid” și „cel mai eficient ca preț” model din familia Gemini Image, orientat spre utilizare la scară (throughput ridicat) și latență mică. Google indică o latență de 4 secunde pentru ieșiri text-to-image și un cost de 0,034 dolari per imagine la rezoluție 1K (aprox. 0,16 lei), poziționând modelul ca opțiune pentru prototipare interactivă și pipeline-uri în care costul este constrângerea principală. Compania spune că Nano Banana 2 Lite este recomandatul înlocuitor pentru dezvoltatorii care folosesc prima versiune Nano Banana (gemini-2.5-flash-image). Ce se schimbă operațional pentru dezvoltatori Disponibilitatea este extinsă simultan pe mai multe canale, ceea ce reduce fricțiunea de implementare pentru echipele care lucrează deja în ecosistemul Google: Nano Banana 2 Lite este disponibil în Nano Banana 2 Lite , în Google AI Studio , în Gemini API și în Gemini Enterprise Agent Platform . În paralel, Google spune că modelul începe să fie introdus și în suprafețe pentru consumatori, inclusiv AI Mode din Search, aplicația Gemini , NotebookLM, Google Photos, Stitch, Google Flow și Google Ads. Gemini Omni Flash ajunge „pentru prima dată” la dezvoltatori în Gemini Omni Flash , în Google AI Studio , în Gemini API și în aceeași platformă enterprise. Modelul este disponibil și în aplicația Gemini și în Google Flow. Din perspectiva costurilor, Google precizează că Omni Flash este tarifat la 0,10 dolari pe secundă de video generat (aprox. 0,47 lei), la același nivel cu Veo 3.1 Fast. De ce contează: cost pe unitate și viteză, nu doar „calitate” Google își construiește mesajul în jurul a două constrângeri tipice în producția de media generativă: latența (timpul până la rezultat) și costul per unitate (imagine sau secundă de video). Nano Banana 2 Lite este descris ca fiind optimizat pentru „near-real-time” și volume mari, iar Omni Flash ca un model „cost-efficient” pentru generare și editare video conversațională (adică editare prin comenzi în limbaj natural). Publicația susține că cele două modele pot fi „înlanțuite” într-un flux cap-coadă: imagine generată rapid cu Nano Banana 2 Lite, apoi animată în video cu Omni Flash. Pentru experiențe cu mai multe iterații, Google menționează folosirea Interactions API pentru păstrarea contextului și istoricului sesiunii, cu până la trei editări secvențiale. Limitări declarate pentru Omni Flash Google notează explicit câteva limitări operaționale, relevante pentru planificarea produselor: generările video sunt, deocamdată, de 10 secunde , cu durate mai lungi „în curând”; încărcarea de referințe audio și „scene extension” nu sunt suportate în Gemini API pentru acest model; referințele video de până la 3 secunde sunt acceptate de schema API, dar nu sunt procesate corect de model „în acest moment”; consistența personajelor între scene sau la mișcări de panoramare are limitări, pe care compania spune că lucrează să le îmbunătățească. Siguranță și verificare a conținutului Google afirmă că Gemini Omni și Nano Banana 2 Lite folosesc SynthID (watermarking, adică marcaj invizibil pentru identificarea conținutului generat de AI) și că verificarea se poate face prin aplicația Gemini, Gemini în Chrome sau Search. Pentru dezvoltatori, concluzia practică este că Google împinge media generativă către un model de utilizare „industrială”: costuri unitare explicite, timpi de răspuns scurți și integrare directă în API-uri și instrumente enterprise, dar cu limitări încă active pe partea de video, pe care echipele trebuie să le trateze ca riscuri de produs în faza de implementare. [...]
Gemini Spark ajunge pe macOS și poate automatiza sarcini direct în fișierele de pe desktop , o extindere care mută asistentul din zona de chat către execuție efectivă de „muncă” pe calculator, potrivit Google Blog . Actualizarea vine la pachet cu mai multe integrări cu aplicații și cu o funcție de urmărire în timp real a subiectelor, inclusiv pentru știri și finanțe. macOS: automatizări pe fișiere și aplicații, cu acces pe bază de permisiuni Google spune că aduce Spark în aplicația Gemini pentru macOS pentru a automatiza „sarcini consumatoare de timp” la nivelul desktopului. Exemplul dat este sortarea automată a fișierelor PDF din folderul Downloads în directoare specifice, la cerere. O altă utilizare descrisă este legarea fișierelor locale de Google Workspace: utilizatorul poate cere crearea unui tabel de buget pe baza celor mai recente facturi salvate pe computer și programarea unor actualizări regulate. Din perspectiva controlului accesului, compania precizează că Spark „are acces doar la fișierele pentru care îi acorzi permisiunea”. Urmează execuția de sarcini de la distanță, inițiată de pe telefon Google anunță și o funcție „în curând” pentru rularea de sarcini de la distanță: utilizatorul va putea atribui din telefon o sarcină în mai mulți pași care să fie executată pe Mac cât timp nu este la computer. Ca exemplu, compania menționează că Spark ar putea căuta un raport de vânzări pe Mac, extrage cifra de venit total și trimite rezultatul pe e-mail. Disponibilitate: beta, doar pentru abonați Google AI Ultra , inițial în SUA Gemini Spark pentru macOS este disponibil în versiune beta pentru abonații Google AI Ultra cu vârsta de peste 18 ani, începând din SUA. Google indică drept punct de descărcare pagina gemini.google/mac. Integrări cu aplicații și suport pentru MCP Pe lângă macOS, Google extinde lista de „aplicații conectate” (integrări) pentru Spark. Sunt menționate: Google Tasks și Google Keep (transformarea notițelor din Keep în acțiuni în Tasks); Canva, Dropbox, Instacart, OpenTable și Zillow Rentals. Aceste integrări ar urma să se lanseze „în următoarea săptămână” pe web și mobil, iar pentru aplicația macOS „în următoarele săptămâni”. Separat, Google spune că introduce suport pentru Model Context Protocol (MCP) , care permite conectarea unor aplicații preferate direct în Spark pentru un asistent mai „personalizat” (protocolul este un mecanism de integrare care ajută un model să primească context și să interacționeze cu servicii externe). Monitorizare în timp real: inclusiv alerte și rapoarte financiare O altă schimbare este capacitatea Spark de a urmări subiecte și de a reacționa la evenimente în timp real. Google dă ca exemplu trimiterea unui „raport financiar detaliat” dacă o acțiune atinge un anumit prag. Spark poate urmări bloguri, site-uri de știri, rețele sociale, finanțe, cumpărături, vreme și sport, pe lângă e-mail. Google afirmă că actualizările încep să fie livrate „de astăzi” și promite mai multe detalii despre ce urmează pentru Spark „în această vară”. [...]
Google introduce o voce nouă în Google Maps pentru Noua Zeelandă, care pronunță corect toponimele în te reo Māori , o schimbare cu impact operațional direct pentru utilizatori și pentru calitatea serviciului de navigație, potrivit Google Blog . Actualizarea folosește un model de tip „text-to-speech” (transformă textul în vorbire) și combină engleza cu accent neozeelandez („Kiwi”) cu pronunția fidelă a denumirilor indigene. Funcția începe să fie disponibilă de astăzi și se distribuie la nivel global pe Android, iOS, Android Auto și CarPlay. Pentru a o activa, utilizatorii trebuie să își actualizeze aplicația și să seteze limba la „English (New Zealand)”. Ce se schimbă concret în utilizare Noua voce urmărește să reducă erorile de pronunție în timpul navigației, în special pentru nume de orașe și regiuni, precum „Taranaki” și „Whangārei”, menționate ca exemple în material. Din perspectiva utilizatorului, schimbarea este una de „calitate a interacțiunii”: indicațiile rămân în engleză, dar numele de locuri sunt rostite corect în te reo Māori. Cum a fost construită vocea și cine a fost implicat Google spune că a lucrat cu experți lingvistici de la Te Taura Whiri (Comisia pentru Limba Māori) și a folosit date publice ale New Zealand Geographic Board pentru a construi vocea și a calibra pronunțiile. În articol este inclusă și o declarație a lui Ngahiwi Apanui-Barr, director executiv al Te Taura Whiri, care leagă pronunția corectă de accesul la semnificațiile culturale ale toponimelor: „Numele de locuri Māori poartă povești care ne conectează la istoriile, oamenii și realizările noastre. Primul pas pentru a debloca aceste povești este pronunția corectă. Dacă putem auzi cuvintele spuse corect, putem spune cuvintele corect.” Componenta de guvernanță a datelor: suveranitatea datelor Māori Un element distinct al proiectului este modul în care Google descrie gestionarea datelor lingvistice: „suveranitatea datelor Māori” și principiile companiei privind inteligența artificială ( AI Principles ) au fost „centrale” în dezvoltarea modelului. Inițial, Te Taura Whiri ar urma să fie „kaitiaki” (gardian) al lexiconului te reo Māori, iar pe termen lung planul este crearea unui grup de custodi care să asigure accesul și beneficiile pentru mediul academic, cercetători și comunități Māori, precum și sustenabilitatea „kaupapa” (misiunii). În context, Google notează și relevanța culturală a limbii: te reo Māori este recunoscută în Noua Zeelandă drept „taonga” (comoară), este una dintre cele două limbi oficiale (alături de limbajul semnelor), iar 73% dintre neozeelandezi au spus că o consideră o parte importantă a culturii și identității țării (sondaj Verian, 2025). [...]
Google coboară costul generării de imagini la 0,034 dolari (aprox. 0,16 lei) pentru 1.000 de imagini , mizând pe volum și viteză pentru a împinge instrumentele de „media generativă” în fluxurile de lucru ale dezvoltatorilor, potrivit TechCrunch . Nano Banana 2 Lite, cea mai nouă versiune a generatorului intern de imagini și video al Google, este prezentată de companie ca fiind „semnificativ” mai rapidă și mai accesibilă decât versiunea anterioară. Google spune că modelul are o latență mai mică și poate produce imagini în patru secunde, ceea ce îl face potrivit pentru iterații rapide și pentru generarea unui număr mare de imagini într-un timp scurt. Ce se schimbă operațional: viteză + cost pentru producție la scară Din perspectiva utilizării în produse și procese, mesajul central este orientarea către fluxuri „high-volume”, unde contează mai mult timpul de răspuns și costul pe unitate decât calitatea maximă. Google descrie Nano Banana 2 Lite ca fiind optimizat pentru astfel de fluxuri rapide, în timp ce Nano Banana 2 rămâne un „cal de bătaie” generalist, iar Nano Banana Pro este poziționat ca model mai puternic și mai scump pentru cazuri avansate. Modelul este disponibil prin: Google AI Studio ; Gemini API ; platforma Gemini Enterprise Agent Platform. Google afirmă că Nano Banana 2 Lite înlocuiește modelul original Nano Banana, pe care compania îl numește acum „model legacy” (model vechi, menținut pentru compatibilitate). Context: investiții continue, în pofida reacțiilor la „conținut AI de umplutură” Lansarea vine într-un moment în care modelele de generare de imagini sunt criticate pentru „AI slop” – un termen folosit pentru conținut de calitate slabă produs în masă. Chiar și așa, companiile continuă să investească în instrumente care generează imagini și video, iar Google își promovează frecvent modelele ca instrumente utile inclusiv pentru crearea de reclame. În paralel, TechCrunch notează că legăturile dintre Hollywood și companiile de inteligență artificială se strâng, pe fondul controverselor: Google a încheiat un acord de 75 milioane de dolari (aprox. 345 milioane lei) cu studioul independent A24, parteneriat care a atras critici din partea fanilor. Pachetul mai larg: extinderea Gemini Omni Flash și un demo pentru comerț electronic Tot marți, Google a anunțat o lansare mai largă pentru Gemini Omni Flash, un model de generare video introdus inițial la Google I/O. Conform companiei, costul este de 0,10 dolari (aprox. 0,46 lei) pe secundă de video generat. Google a prezentat și o aplicație demonstrativă, Omni Product Studio, care ar transforma imagini statice generate de Omni în „clipuri cinematice” pentru comerț electronic. Într-o postare pe blog, compania își justifică strategia prin nevoia de iterație rapidă în creația asistată de modele generative: „Construirea cu media generativă înseamnă adesea iterație creativă. Cu aceste două modele, dezvoltatorii pot construi experiențe multimedia complete, de la un capăt la altul, care conectează generarea rapidă de imagini cu crearea și editarea video.” [...]
Meta își mută generarea de imagini direct în aplicații, ceea ce poate schimba rapid modul în care utilizatorii creează și distribuie conținut pe Instagram și WhatsApp, printr-un model nou numit Muse Image, potrivit 91mobiles . Miza operațională este integrarea nativă în ecosistemul Meta AI , care reduce fricțiunea dintre „creare” și „publicare” și poate pune presiune pe rivali precum Gemini (Google), ChatGPT și Claude. Muse Image este primul model de generare de imagini al Meta Superintelligence Labs și funcționează în Meta AI, cu două utilizări principale: crearea de imagini noi și „reimaginarea” (editarea) unor imagini existente. Exemplele menționate includ generarea unei imagini „cu tine” în fața unui obiectiv turistic, eliminarea unei persoane apărute accidental în cadru sau chiar construirea unui cod QR funcțional. Meta susține că modelul poate reda text „curat” în imagini, util pentru ghiduri „cum să” sau infografice detaliate. Ce se schimbă concret pentru utilizatori în Instagram și WhatsApp În Instagram, Meta AI primește funcții care duc generarea de imagini mai aproape de distribuția socială: posibilitatea de a @menționa conturi pentru a aduce profiluri direct în imaginile generate; după etichetare, Meta AI folosește fotografii disponibile public pentru a crea imaginea personalizată; peste 30 de efecte noi bazate pe inteligență artificială pentru Instagram Stories, accesibile prin opțiunea „Restyle”. Pe WhatsApp, utilizatorii pot genera imagini în conversațiile directe cu Meta AI. Integrare cu produse din web și editare „în flux” Un element cu potențial comercial este legătura cu produse reale: Meta indică scenariul în care utilizatorul cere redesenarea unei camere folosind produse de pe web sau din Facebook Marketplace, iar Meta AI ar „trage” produsul și l-ar plasa în design. La nivel de utilizare, Meta mai spune că editarea ar trebui să fie mai simplă deoarece asistentul „ține minte” contextul conversației: utilizatorul poate schimba stiluri, adăuga elemente sau ajusta detalii fără să reia totul de la zero. Există și un panou de presetări cu sugestii de comenzi (prompts) pentru cei care nu știu de unde să înceapă. Disponibilitate și model de acces Muse Image este disponibil în aplicația Meta AI și pe meta.ai. Generarea de imagini în Instagram Stories este, deocamdată, limitată la SUA, iar compania spune că intenționează să extindă funcția global. Funcția este gratuită, însă există opțiuni suplimentare prin abonamentele Meta. Sursa notează că pentru utilizare obișnuită, funcțiile gratuite ar trebui să fie suficiente, iar abonamentul devine relevant pentru cei care vor mai multe capabilități. [...]
