5 funkcji w Gemini, których nadal brakuje w ChatGPT

W ciągu ostatnich kilku lat nastąpił znaczący rozwój funkcji zarówno ChatGPT, jak i Gemini, co zwiększyło ich użyteczność. Każdy asystent AI oferuje unikalne możliwości, a zarówno ChatGPT, jak i Gemini mogą wykonywać wiele podobnych zadań. Różnice między nimi stają się jednak bardziej widoczne, gdy wyjdziemy poza podstawowe funkcje pytań i odpowiedzi. Więcej informacji można znaleźć w [odpowiednim artykule/źródle/itp.]. Kompleksowe porównanie ChatGPT i Gemini.

Google zintegrowało swojego asystenta Gemini z istniejącymi usługami i urządzeniami, takimi jak Android i Zdjęcia Google. Gemini otrzymało również kilka kreatywnych narzędzi, których wciąż brakuje ChatGPT. Dzięki Gemini możesz stworzyć cały utwór, przekształcić raport badawczy w podcast lub zbudować wielokrotnego użytku wersję samego siebie opartą na sztucznej inteligencji.

Regularnie korzystam z obu asystentów i oto pięć rzeczy, które Gemini potrafi obecnie, a ChatGPT nie potrafi natywnie. Oczywiście dostępność tych funkcji w Gemini zależy od urządzenia, konta, subskrypcji i lokalizacji, więc nie wszystkie funkcje mogą być jeszcze dostępne.

1. Stwórz oryginalną piosenkę do pobrania

Opublikowane przez Amandę Caswell (@amandacaswell_ai)

ChatGPT potrafi pisać teksty, sugerować sekwencje akordów i pomagać w planowaniu utworów. Jednak wciąż brakuje mu możliwości wykorzystania tych wskazówek i stworzenia kompletnego utworu muzycznego z muzyką i wokalem.

Gemini może to zrobić, ponieważ oferuje generator muzyki Lyria 3 bezpośrednio w aplikacji. Możesz opisać utwór, który chcesz, lub przesłać zdjęcie lub film, który posłuży jako inspiracja. Możesz nawet przesłać wiadomości tekstowe i poprosić o stworzenie utworu na ich podstawie. Możliwości chatbota są nieograniczone, ponieważ Gemini generuje zarówno muzykę, jak i tekst.

Wskazówki mogą być tak proste, jak: „Stwórz pogodną piosenkę pop o tym, jak przetrwać pierwszy tydzień w szkole jako zestresowany rodzic”.

Możesz pobrać końcowy wynik w formacie MP3 lub zapisać go w formacie MP4 z okładką. Zgodnie z instrukcjami Google , utworzenie pełnego utworu wymaga przełączenia się na model Gemini Pro. To jedna z najwyraźniejszych różnic między tymi dwoma asystentami. ChatGPT może pomóc w planowaniu utworów, podczas gdy Gemini może stworzyć coś, co faktycznie da się odtworzyć. Aby dowiedzieć się więcej o przewadze Gemini w niektórych obszarach, przeczytaj artykuł „ Uwielbiam ChatGPT, ale Gemini przewyższa go w tych 3 obszarach ”.

2. Przeszukuj zdjęcia Google bez konieczności przesyłania jakichkolwiek danych.

Znalezienie konkretnego zdjęcia w bibliotece tysięcy niemal identycznych zdjęć rodzinnych może zająć bardzo dużo czasu. Gemini może jednak przeszukiwać Twoje powiązane konto Google Photos, korzystając z osób, miejsc i rzeczy widocznych na Twoich zdjęciach. Możesz poprosić aplikację o znalezienie zdjęć z konkretnych urodzin, przeglądanie zdjęć z zeszłego lata lub wyszukanie zdjęć przedstawiających konkretną osobę.

Potrafi również odpowiadać na pytania, wykorzystując szczegóły z tych obrazów. Google sugeruje polecenia, w których Gemini musi wskazać motywy przewodnie poprzednich przyjęć urodzinowych lub przypomnieć sobie, co jadł na wakacjach.

ChatGPT może analizować każdy przesłany obraz, ale nie może natywnie przeszukiwać całej biblioteki Zdjęć Google. Musisz samodzielnie znaleźć odpowiednie obrazy i dodać je do konwersacji. To jeden z powodów, dla których niektórzy użytkownicy mogą przejść na Gemini, jak wyjaśniłem w moim artykule „ Po latach korzystania z ChatGPT jako codziennego towarzysza czatu: Oto dlaczego przeszedłem na Gemini ”.

Istnieje kilka ograniczeń. Dostęp do Zdjęć Google w aplikacji Gemini wymaga osobistego konta Google, jest niedostępny dla użytkowników poniżej 18 roku życia i działa tylko w obsługiwanych regionach. Aby korzystać z niektórych funkcji Zdjęć Google, w tym grup twarzy, należy włączyć ustawienie „Zachowaj aktywność” w aplikacji Gemini.

Dwa razy bym się zastanowił, zanim poprosiłbym asystenta AI o pobranie czegoś poufnego, takiego jak prawo jazdy czy dokument medyczny, z moich zdjęć. Ale znalezienie 47 zdjęć tego samego dziecka w jego ulubionej niebieskiej koszulce może zaoszczędzić sporo czasu na przeglądanie. Jeśli wiesz, to wiesz.

3. Konwersacja dokumentów na konwersacje w stylu podcastów

Gemini może przekształcić dokument, prezentację, notatnik Gemini (dawniej znany jako NotebookLM) lub szczegółowy raport badawczy w wersję audio.

Zamiast czytać długi raport, możesz posłuchać dyskusji prezenterów AI na temat informacji w formie podcastu. Jest to szczególnie przydatne podczas jazdy samochodem, chodzenia lub pracy z domu.

ChatGPT Voice może odczytywać odpowiedzi na głos i omawiać z Tobą przesłane dokumenty. Jednak obecnie brakuje mu dedykowanej funkcji, która przekształcałaby źródło w produktywne i łatwe do udostępniania konwersacje. To jedna z zalet Gemini w porównaniu z ChatGPT.

Utworzenie podsumowania audio w aplikacji Gemini zajmuje zazwyczaj kilka minut. Po zakończeniu możesz go odsłuchać w aplikacji Gemini, pobrać lub udostępnić link. Google wyjaśnia, jak działają podsumowania audio, tutaj.

Może się przydać nie tylko do prac badawczych. Myślę, że wykorzystam go do uzupełnienia długiego dokumentu szkolnego, notatek ze spotkania lub raportu, który muszę zrozumieć przed rozpoczęciem pracy.

4. Tworzenie spersonalizowanych awatarów w Gemini (cyfrowy bliźniak AI)

Google umożliwia płatnym subskrybentom stworzenie osobistego awatara – cyfrowej repliki, która wygląda i mówi jak Ty, opartej na technologiach Gemini Omni i Google Veo. Możesz ją utworzyć bezpośrednio w aplikacji Gemini.

Kliknij swój profil/ustawienia i wybierz opcję „Awatar osobisty” (lub kliknij „ Dodaj pliki + Awatar” w oknie monitu). Następnie postępuj zgodnie z instrukcjami wyświetlanymi na ekranie smartfona, aby nagrać swoją twarz i głos.

Zostaniesz poproszony o poruszanie głową na boki i czytanie linijek tekstu, tak aby Gemini mógł odwzorować strukturę Twojej twarzy i profil głosu.

Po zarejestrowaniu możesz posługiwać się w Gemini nazwą użytkownika @me lub @[twoja nazwa użytkownika].

Możesz również utworzyć własny awatar, korzystając z następującego monitu:
„Wygeneruj cyfrową ilustrację 3D przedstawiającą sympatycznego programistę płci męskiej z krótkimi brązowymi włosami i okrągłymi okularami, ubranego w ciemnoniebieską bluzę z kapturem, na tle oświetlonego jaskrawym neonem, przy oświetleniu studyjnym i z awatarem profilowym o wysokiej rozdzielczości”.

5. Analiza filmu z YouTube'a z linku

Często znajduję pomocny film na YouTube i od razu żałuję, że nie mogę pominąć wstępu, sponsorowania i powtarzających się wyjaśnień. Dzięki Gemini mogę wkleić link do czatu i poprosić o informacje, których naprawdę potrzebuję.

Gemini mógł streścić ogólny film na YouTube, odpowiedzieć na pytania dotyczące omawianego tematu i wyciągnąć konkretne wskazówki lub instrukcje. Mógłbym mu pokazać 30-minutową prezentację produktu i zapytać: „Jakie ustawienia zaleca prezenter?” lub „Wymień kroki rozwiązania problemu, ale pomiń sekcje promocyjne”.

Gemini może również wyszukiwać powiązane filmy, playlisty i kanały, zanim odpowie na pytania dotyczące ich treści. Integracja z YouTube pozwala na personalizację niektórych wyników na podstawie historii oglądania.

ChatGPT może teraz zrobić coś podobnego za pomocą rozszerzenia do Chrome, które wykorzystuje transkrypcję wideo z sygnaturą czasową, gdy napisy są dostępne. Różnica polega na tym, gdzie to działa. Gemini obsługuje linki do YouTube w standardowych aplikacjach internetowych i mobilnych, podczas gdy oficjalnie licencjonowana wersja ChatGPT wymaga otwarcia filmu w Chrome.

Wniosek

ChatGPT nadal jest moim ulubionym wyborem w wielu codziennych zadaniach, ale Google wykorzystuje swoje istniejące produkty, aby zapewnić Gemini możliwości, których trudno jest naśladować innemu chatbotowi, szczególnie w obszarach, w których Gemini przewyższa ChatGPT.

Funkcje wyszukiwania i sterowania Androidem w Zdjęciach Google pochodzą z Gemini, platformy ekosystemu Google. Generowanie muzyki, podglądy audio i awatary wielokrotnego użytku robią jeszcze większe wrażenie, ponieważ pozwalają przekształcić to, co możesz stworzyć bez opuszczania czatu. Wypróbuj je i daj mi znać, co o nich myślisz, w komentarzach.