Le meilleur démo de Gemini de Google était truqué.

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 en la technologie ou en l’intégrité de l’entreprise après avoir découvert que la démonstration la plus impressionnante de Gemini était presque entièrement fausse. 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’un canard d’un squiggle à un dessin terminé, qu’il dit avoir une couleur irréaliste, puis exprime sa surprise («What the quack!») Lorsqu’il voit un canard bleu en plastique. 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 tasses, reconnaître des gestes de marionnettes d’ombre, réorganiser des esquisses de planètes, etc. C’est tout très réactif, même si la vidéo prévient que «la latence a été réduite et les sorties de Gemini ont été abrégées». Ils passent donc 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 capacité de Google à commercialiser un concurrent a été ébranlé lorsque j’ai regardé le hands-on.