‘La meilleure démonstration de Gemini de Google était truquée’

Le nouveau modèle d’IA Gemini de Google reçoit un accueil mitigé après sa grande première hier, mais les utilisateurs peuvent avoir moins confiance dans la technologie de l’entreprise ou dans son intégrité 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 des dernières 24 heures, et il n’est pas difficile de comprendre pourquoi. La démonstration impressionnante «met en évidence certaines 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 face à une variété d’entrées. Pour commencer, il raconte une évolution de l’esquisse d’un canard d’un squiggle à un dessin terminé, qu’il dit être une couleur irréaliste, puis montre sa surprise («What the quack!») Lorsqu’il voit un canard bleu en peluche. Il répond ensuite à diverses requêtes vocales concernant ce jouet, puis la démonstration passe à d’autres mouvements de démonstration, comme suivre une balle dans un jeu de transfert de tasse, reconnaître des gestes de marionnettes d’ombres, réorganiser des esquisses de planètes, etc. Tout est très réactif, mais la vidéo prévient que «la latence a été réduite et les sorties Gemini ont été raccourcies». Donc, ils sautent une hésitation ici et une réponse trop longue là-bas, d’accord. Dans l’ensemble, c’était une démonstration assez étonnante 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.