Google zaprezentowało 9 praktycznych demonstracji swoich najnowszych modeli AI - Gemini Omni i Gemini 3.5, pokazując rzeczywiste zastosowania tych systemów w biznesie i codziennym życiu. Demonstracje obejmowały szeroki zakres zadań, od tradycyjnego przetwarzania tekstu po zaawansowane interakcje multimodalne, które łączą pracę z obrazami, dźwiękiem i filmem. Firma zamiast teoretycznych benchmarków wolała pokazać, co modele potrafią robić naprawdę, gdy staną się narzędziem w czyjichś rękach.
Gemini Omni to kluczowy element strategii Google'a w budowaniu rodziny modeli zdolnych do jednoczesnego rozumienia i generowania tekstu, obrazów i audio. Gemini 3.5 natomiast reprezentuje ewolucję istniejącej linii produktów, oferując ulepszone możliwości na poprzednio osiągniętych przez 3.0 poziomach. Prezentacja była istotna, bo pokazała, gdzie zaawansowana sztuczna inteligencja już dziś znajduje zastosowanie - w asystencji klientów, tworzeniu treści, analizie danych czy wspomaganiu decyzji biznesowych. To znak, że modele wychodzą z laboratorium i coraz bardziej penetrują realne procesy biznesowe.
Takie demonstracje stanowią część większej gry konkurencyjnej pomiędzy głównymi graczami na rynku AI - OpenAI z jego GPT-4, Anthropic'em czy startupami specjalizującymi się w modelach branżowych. Google, dysponując ogromną infrastrukturą i dostępem do danych, stara się utrzymać pozycję lidera, pokazując praktyczną wartość swoich rozwiązań. Dla przedsiębiorstw i twórców decyzja o wyborze konkretnego modelu coraz bardziej zależy od konkretnych wyników w ich use case'ach niż od ogólnych benchmark'ów - stąd zapewne decyzja Google'a, by zamiast liczb pokazać rzeczywiste wideo z działającymi systemami.