La meilleure démonstration de Gemini de Google était tronquée

Le nouveau modèle d’IA Gemini de Google a reçu un accueil mitigé après sa grande première hier, mais les utilisateurs peuvent avoir moins confiance dans la technologie ou l’intégrité de l’entreprise après avoir découvert que la démonstration la plus impressionnante de Gemini était en grande partie truquée. Une vidéo intitulée «Hands-on with Gemini: Interacting with multimodal AI» a atteint un million de vues au cours de la dernière journée, et il n’est pas difficile de comprendre pourquoi. La démonstration impressionnante «met en évidence certains de nos interactions préférées avec Gemini», montrant comment le modèle multimodal (c’est-à-dire qu’il comprend et mélange la langue et la compréhension visuelle) peut être flexible et réactif à une variété d’entrées. Pour commencer, il raconte une évolution de l’esquisse d’une canard d’un squiggle à un dessin terminé, qu’il dit est une couleur irréaliste, puis exprime sa surprise («What the quack!») Lorsqu’il voit un jouet en plastique bleu. Il répond ensuite à diverses questions vocales sur ce jouet, puis la démonstration passe à d’autres mouvements de démonstration, comme suivre une balle dans un jeu de transfert de tasses, reconnaître des gestes de marionnettes d’ombre, réorganiser des esquisses de planètes, et ainsi de suite. Tout est très réactif, aussi, bien que la vidéo mette en garde que «la latence a été réduite et les sorties de Gemini ont été abrégées». Donc, ils passent par une hésitation ici et une réponse trop longue là-bas, d’accord. Dans l’ensemble, c’était une démonstration assez époustouflante de la force dans le domaine de la compréhension multimodale. Ma propre scepticisme quant à la possibilité pour Google de livrer un concurrent a pris un coup lorsque j’ai regardé le hands-on.