Google DeepMind 27. srpna 2026 spustil Gemini Omni 1.1 Flash, multimodální video-generativní model zaměřený na větší kontrolu vývojářů nad generovaným videem. DeepMind zároveň oznámil spuštění první dvojitě zaslepené evaluace AI modelů na světě. Oba kroky navazují na dřívější vydání Gemini 3.5 Transcribe s přepisem řeči v 85+ jazycích.
Google DeepMind 27. srpna vydal hned tři oznámení. Gemini Omni 1.1 Flash je multimodální model, jehož klíčovým příslibem je větší kontrola vývojářů nad chováním a výstupy modelu. Podrobnosti o konkrétních parametrech kontroly Google zveřejnil na blogu DeepMind.
Souběžně firma rozšiřuje Gemini 3.5 Transcribe o podporu více než 85 jazyků a přidává inteligentní funkce přepisu, přičemž model automaticky odstraňuje výplňová slova a rozpoznává odbornou terminologii. Model již dříve míří do Chromu a dalších produktů.
Nejméně prozkoumané je třetí oznámení: DeepMind pilotuje dvojitě zaslepené evaluace AI, při nichž ani jedna strana nevidí data té druhé — Google nevidí testovací otázky hodnotitelů a hodnotitelé nevidí váhy modelu. Cílem je eliminovat benchmark contamination, tedy riziko, že model byl na testovací otázky předem připraven.
Proč by vás to mělo zajímat
Automatický přepis v 85 jazycích s čištěním výplňových slov je okamžitě použitelný pro novinářský zápisník, právní nebo lékařské poznámky. Vyzkoušejte ho v Chromu, jakmile bude dostupný, a porovnejte s Whisperem nebo jinými přepisovými službami, které platíte.
