La meilleure démonstration de Gemini de Google était truquée.

Le nouveau modèle Gemini AI de Google suscite un accueil mitigé après sa grande présentation d’hier, mais les utilisateurs peuvent avoir moins confiance dans la technologie ou l’intégrité de la société 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 échanges préférés 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. Tout d’abord, il raconte une évolution de l’esquisse d’un canard d’un gribouillis à un dessin terminé, ce qui, dit-il, est une couleur irréaliste, puis il manifeste sa surprise («What the quack!») Lorsqu’il voit un canard bleu en plastique. Il répond ensuite à diverses questions vocales sur ce jouet, puis la démonstration passe à d’autres mouvements de démonstration, comme le suivi d’une balle dans un jeu de transfert de tasse, la reconnaissance de gestes de marionnettes d’ombre, la réorganisation de croquis de planètes, etc. Tout est très réactif, bien que la vidéo prévienne 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 de force assez étonnante dans le domaine de la compréhension multimodale. Ma propre scepticisme quant à la possibilité pour Google de mettre sur le marché un concurrent a pris un coup lorsque j’ai regardé le hands-on.