O Gemini AI do Google recentemente alcançou um avanço notável na tecnologia, capaz de processar simultaneamente múltiplos fluxos visuais, uma conquista sem precedentes no campo da inteligência artificial. Essa funcionalidade não foi apresentada através das plataformas principais do Google, mas sim por meio de um aplicativo experimental chamado "AnyChat". Essa nova capacidade do Gemini AI permite que ele não apenas assista a vídeos em tempo real, mas também analise imagens estáticas simultaneamente, superando a limitação anterior da inteligência artificial de processar apenas uma única entrada visual.

Durante uma maratona de lives de 12 dias, a OpenAI lançou no 9º dia a API do modelo o1 para desenvolvedores e anunciou uma atualização significativa para a API em tempo real, com suporte à tecnologia WebRTC. A partir da data de lançamento, a OpenAI fornecerá acesso à API o1 para desenvolvedores com nível 5 de acesso à API. Esta atualização da API do modelo o1, em comparação com a versão de pré-visualização anterior, alcançou uma redução de 60% no custo de processamento e adicionou recursos avançados de processamento visual. Simultaneamente, o GPT-4o em processamento de áudio...