গুগল কোম্পানির এআই সহকারী জেমিনিতে পাঁচটি নতুন ক্ষমতার একটি সেট পুশ করেছে, এটিকে একটি চ্যাট উইন্ডো থেকে একটি টুলে প্রসারিত করেছে যা ওয়েবসাইট তৈরি করে, পিডিএফ পূরণ করে, জিমেইল অনুসন্ধান করে, ভয়েসের মাধ্যমে ডকুমেন্টগুলি খসড়া করে এবং স্লাইড ডেকগুলি একত্রিত করে৷ আপনার AI ওয়ার্কফ্লো দ্বারা পর্যালোচনা করা বৈশিষ্ট্যগুলি, সার্চ জায়ান্টের দ্বারা তার ওয়ার্কস্পেস গ্রাহকদের দৈনন্দিন রুটিনে সরাসরি জেনারেটিভ AI এম্বেড করার জন্য আরও একটি চাপ চিহ্নিত করে৷
পাঁচটির মধ্যে সবচেয়ে আকর্ষণীয় হল ওয়েবসাইট তৈরি। ব্যবহারকারীরা ছবি, একটি লোগো এবং পণ্যের বিবরণ আপলোড করে এবং জেমিনি প্রায় এক মিনিটের মধ্যে একটি ক্যানভাসে একটি স্টোরফ্রন্ট বা ল্যান্ডিং পৃষ্ঠা তৈরি করে। সমাপ্ত পৃষ্ঠাগুলি একটি একক ক্লিকে Google সাইটগুলিতে রপ্তানি করা যেতে পারে৷ পরীক্ষায়, টুলটি হালকা এবং গাঢ় রঙে হুডি, টি-শার্ট এবং ব্যাকপ্যাকের ছয়টি পণ্যের ছবি তৈরি করেছে, প্রতিটিতে একটি ন্যূনতম লোগো রয়েছে এবং তারপরে তাদের চারপাশে একটি "ন্যূনতম প্রিমিয়াম ডিজাইন" স্টোরফ্রন্ট তৈরি করা হয়েছে। পেশাদার অনুলিপি এবং মসৃণ রূপান্তর সহ ফলাফলটিকে পালিশ হিসাবে বর্ণনা করা হয়েছিল।
সীমা আছে। যেহেতু জেমিনি তার আউটপুট Google সাইটগুলিতে একটি এম্বেড হিসাবে প্রকাশ করে, শীর্ষ নেভিগেশন বারটি ছিনিয়ে নেওয়া যায় না, যা ব্যবহারকারীদের ম্যানুয়াল সামঞ্জস্য করতে বাধ্য করতে পারে৷ আপলোড করা ছবিগুলি ওয়েবপি ফর্ম্যাটে অনন্য লিঙ্কগুলিতে হোস্ট করা হয় এবং সাইটের মালিকরা একটি Google সাইটকে সর্বজনীন করতে বা তাদের সংস্থার মধ্যে সীমাবদ্ধ করতে বেছে নিতে পারেন৷
একটি দ্বিতীয় বৈশিষ্ট্য পিডিএফ মোকাবেলা করে। জেমিনি চ্যাট ইন্টারফেসের ভিতরে নথির ক্ষেত্রগুলি পূরণ করতে পারে, সংযুক্ত ওয়ার্কস্পেস অ্যাপ থেকে ডেটা টেনে আনতে পারে। একটি চালান সম্পূর্ণ করতে বলা হলে, এটি জিমেইল থ্রেড থেকে প্রাপকের কোম্পানির নাম, ঠিকানা, আইটেমযুক্ত মূল্য, মোট বকেয়া এবং ট্যাক্স আইডি পুনরুদ্ধার করে এবং একটি ওয়্যার ট্রান্সফার হিসাবে পেমেন্ট পদ্ধতি রেকর্ড করে। ধরা হল যে সম্পূর্ণ নথি স্বয়ংক্রিয়ভাবে ইমেল সংযুক্ত করা হয় না; ব্যবহারকারীদের অবশ্যই ফাইলটি ডাউনলোড করতে হবে এবং একটি জিমেইল ড্রাফ্টে আপলোড করতে হবে। একটি পৃথক পিডিএফ ফিলার টুল ভাগ করার বিকল্প, সামঞ্জস্যযোগ্য অ্যাক্সেসের অনুমতি এবং যখন একটি নথি খোলা হয় তখন বিজ্ঞপ্তিগুলি অফার করে৷
জিমেইল নিজেই একটি "জিমেইল জিজ্ঞাসা করুন" বার পায় যা স্ট্যান্ডার্ড অনুসন্ধান ক্ষেত্র প্রতিস্থাপন করে এবং এআই-জেনারেটেড ওভারভিউ প্রদান করে। একটি চালানের স্থিতি সম্পর্কে জিজ্ঞাসা করা হলে, জেমিনি বিলিং বিশদ, সুযোগ এবং বর্তমান অবস্থার সংক্ষিপ্তসারের জন্য একাধিক থ্রেড এবং বিজ্ঞপ্তিগুলিকে সংযুক্ত করে এবং প্রাপক কখন শেয়ার করা চালানটি খুলেছিল তা চিহ্নিত করে৷ বৈশিষ্ট্যটি সংকীর্ণ, ব্যক্তি-নির্দিষ্ট প্রশ্নের ক্ষেত্রে ভাল কাজ করে কিন্তু বিস্তৃত প্রশ্নগুলিতে ব্যর্থ হয়: চালান অর্থপ্রদান সম্পূর্ণ করার জন্য কার সাথে অনুসরণ করতে হবে সে সম্পর্কে একটি প্রশ্ন কোন AI ওভারভিউ তৈরি করে না, এবং ব্যবহারকারীদের পরিবর্তে একটি নির্দিষ্ট ব্যক্তির সম্পর্কে জিজ্ঞাসা করতে হয়েছিল।
আইফোনে "জেমিনি দিয়ে তৈরি করুন" বোতামের মাধ্যমে ভয়েস-ভিত্তিক নথি তৈরি Google ডক্সে আসে। ব্যবহারকারীরা একটি প্রম্পট নির্দেশ করে এবং একটি বিশদ খসড়া গ্রহণ করে। একটি পরীক্ষায়, জেমিনি একটি মার্চেন্ডাইজ লঞ্চের জন্য পাঁচটি ভিডিও ধারণা তৈরি করেছে, শৈলী পরামর্শ, অডিও ধারণা, হুক এবং টাইমলাইন সহ সম্পূর্ণ। সোর্স সেটিংস ট্যাব ব্যবহারকারীদের নির্দিষ্ট করতে দেয় কোন অ্যাপ বা ওয়েব সোর্সগুলিকে মডেল আঁকতে হবে, যাতে আউটপুট হাতের কাছে থাকা উপাদানের সাথে সারিবদ্ধ করা যায়।
গুগুল স্লাইডস সেট আউট রাউন্ড আউট. একটি একক প্রম্পট থেকে, Gemini একটি সম্পূর্ণ উপস্থাপনা তৈরি করে, ঐচ্ছিকভাবে স্টাইল এবং বিষয়বস্তু রেফারেন্স হিসাবে Google ড্রাইভে ডকুমেন্ট বা বিদ্যমান ডেক ব্যবহার করে। তৈরি করার আগে, এটি দর্শক, শৈলী, তথ্য ফোকাস, দৈর্ঘ্য এবং মূল বিষয়গুলি নিশ্চিত করে। একটি মার্চেন্ড লঞ্চের টেস্ট ডেকের মধ্যে একটি ভূমিকা, লঞ্চের টাইমলাইন, রাস্তার মানচিত্র, পণ্যের লাইনআপ এবং মূল্য অন্তর্ভুক্ত ছিল। ছবিগুলি স্বয়ংক্রিয়ভাবে সংযুক্ত করা যায় না, তাই ব্যবহারকারীরা "প্রতিস্থাপন চিত্র" ক্লিক করে এবং ফাইল আপলোড করার মাধ্যমে স্থানধারকগুলিকে প্রতিস্থাপন করে এবং তারা ডেক তৈরির আগে জেমিনির পরিকল্পনায় স্লাইডগুলি সম্পাদনা, সরাতে বা যোগ করতে পারে৷
পাঁচটি বৈশিষ্ট্য একটি বিস্তৃত মিথুন বিল্ড-আউটের উপরে বসে। প্ল্যাটফর্মটি এখন তিনটি প্রধান মডেল চালায়, প্রতিদিনের সারাংশের জন্য ফ্ল্যাশ-লাইট এবং বিনামূল্যের অ্যাকাউন্টে বুদ্ধিমত্তার জন্য, মাঝারি জটিল যুক্তির জন্য ফ্ল্যাশ এবং গণিত, কোডিং এবং অর্থপ্রদানের স্তরে বড় ফাইলগুলির জন্য প্রো। প্রো এবং আল্ট্রা গ্রাহকরা জেমিনি 4 আর্গনও পান, যার লক্ষ্য দীর্ঘ বহু-পদক্ষেপের কাজ এবং সংক্ষিপ্ত উত্তরগুলির জন্য টিউন করা হয়েছে, যদিও এটি পরিকল্পনার সীমা দ্রুত গ্রহণ করে। একটি বড় মডেল, জেমিনি 4 কার্বন, সিকিউরিটি পার্টনারদের মধ্যে সীমাবদ্ধ থাকে৷
দ্রষ্টব্য: পাঁচটি বৈশিষ্ট্যের হ্যান্ডস-অন পরীক্ষার উপর ভিত্তি করে।
বিষয়বস্তু তৈরির বাইরে, মিথুন অটোমেশন তৈরি করছে। এর নির্ধারিত পৃষ্ঠাটি ব্যবহারকারীদের 10টি পর্যন্ত পুনরাবৃত্তিমূলক বা ইভেন্ট-ট্রিগার করা অ্যাকশন চালাতে দেয়, যেমন একটি সাপ্তাহিক ইন্ডাস্ট্রি নিউজ ডাইজেস্ট বা একটি স্প্রেডশীট আপডেট যখন একটি সরবরাহকারী ইমেল একটি চালান বিলম্বের রিপোর্ট করে, ফলাফলগুলি বিজ্ঞপ্তি হিসাবে বিতরণ করা হয় বা অপঠিত হিসাবে চিহ্নিত করা হয়৷ টাস্ক মোড, প্রো এবং আল্ট্রা প্ল্যানে উপলব্ধ, Gmail, ক্যালেন্ডার, ডক্স, শীট এবং ড্রাইভ জুড়ে বহু-পদক্ষেপের ওয়ার্কফ্লো চেইন করে এবং ওয়েব ব্রাউজ করতে পারে; একটি প্রদর্শনীতে এটি ক্যাফে ইমেলের একটি স্প্রেডশীট সংকলন করেছে, অপ্রাসঙ্গিক প্রেরকদের ফিল্টার করেছে এবং একটি সংরক্ষিত নির্দেশনা সেট ব্যবহার করে খসড়া করা উত্তর, পর্যালোচনার জন্য অনুপস্থিত ডেলিভারি বিবরণ পতাকাঙ্কিত করেছে।
পুনঃব্যবহারযোগ্য নির্দেশাবলী, যাকে বলা হয় দক্ষতা, ব্যবহারকারীদের পছন্দ যেমন স্বন, দৈর্ঘ্য বা একটি সমাপনী প্রশ্ন, রেফারেন্স ফাইল সহ সংরক্ষণ করতে দেয়। যখন একটি প্রম্পট তাদের বিবরণের সাথে মিলে যায় তখন তারা স্বয়ংক্রিয়ভাবে ফায়ার করে এবং Google সতর্ক করে যে আউটপুটগুলি পরীক্ষা করা উচিত: পরীক্ষায় একটি দক্ষতা-উত্পন্ন ঘোষণা "1 পাউন্ড ব্যাগ" এর পরিবর্তে "250 গ্রাম ব্যাগ" তালিকাভুক্ত। নোটবুক, ইতিমধ্যে, প্রকল্প ফাইল, চ্যাট এবং নির্দেশাবলী কেন্দ্রীভূত করে, একটি ঐচ্ছিক মেমরি সেটিং সহ যা মডেলটিকে উত্তর দেওয়ার সময় নোটবুকের সমস্ত বিষয়বস্তু বিবেচনা করে।
প্রোডাক্টিভিটি পুশ মিথুনকে পর্দার বাইরে নিয়ে যাওয়ার জন্য Google এর প্রচেষ্টার সাথে মিলে যায়। যে সমস্ত ক্রেতারা অফিসিয়াল অনলাইন স্টোরের মাধ্যমে সম্পূর্ণ প্রিপেই করেন তারা সীমিত সময়ের জন্য ¥২৯,৯০০ (প্রায় $১৯০) ছাড় পান, যা দুটি কনফিগারেশনকে ¥199,900 (প্রায় $1,300) এবং ¥239,900 (প্রায় $1,500) এ নিয়ে আসে।
ডিভাইসটি কোয়ালকমের স্ন্যাপড্রাগন রিয়ালিটি এলিট প্ল্যাটফর্ম দ্বারা চালিত একটি 265-গ্রাম কম্পিউট প্যাকের সাথে 95 গ্রামের কম ওজনের চশমা যুক্ত করে, যা XREAL একটি বিভক্ত কম্পিউটিং আর্কিটেকচার বলে। Sony Micro-OLED ডিসপ্লে 120Hz পর্যন্ত প্রতি চোখে 1,920 বাই 1,200 পিক্সেল প্রদান করে, একটি 70-ডিগ্রি ফিল্ড অফ ভিউ এবং পাঁচ-পদক্ষেপ ইলেক্ট্রোক্রোমিক ডিমিং সহ। জেমিনিকে ব্যবহারকারীর দৃষ্টিভঙ্গির ক্ষেত্রের অবজেক্ট সম্পর্কে জিজ্ঞাসা করা যেতে পারে এবং জেমিনি লাইভ রিয়েল-টাইম ভয়েস ডায়ালগ সমর্থন করে, স্পেসে উইন্ডোগুলিকে পুনরায় সাজানোর ভয়েস কমান্ড সহ।
গুগলের জন্য, কৌশলগত যুক্তি উভয় দিকেই চলে। প্রতিটি নতুন জেমিনি বৈশিষ্ট্য Gmail, ডক্স, স্লাইড এবং ড্রাইভে আরও গভীরে ঠেলে দেয়, যেখানে সুইচিং খরচ সবচেয়ে বেশি, যখন Android XR সহকারীকে এমন একটি শারীরিক উপস্থিতি দেয় যা ল্যাপটপ বা ফোনের উপর নির্ভর করে না। সংস্থাটি প্রকাশ করেনি যে কতগুলি ওয়ার্কস্পেস আসন নতুন সরঞ্জামগুলি গ্রহণ করেছে এবং ওয়েবসাইট, পিডিএফ এবং স্লাইডের ওয়ার্কফ্লোগুলিতে থাকা ম্যানুয়াল পদক্ষেপগুলি নির্দেশ করে যে অটোমেশনটি এখনও পুরোপুরি বন্ধ হয়নি৷
কর্পোরেট ক্রেতাদের জন্য, নিকট-মেয়াদী প্রশ্ন হল ক্ষমতা যতটা শাসন। যে বৈশিষ্ট্যগুলি ইনভয়েসগুলি পূরণ করার জন্য Gmail থ্রেডগুলি পড়ে এবং ইমেল সংরক্ষণাগারগুলি অনুসন্ধান করে সেগুলি ডেটা-হ্যান্ডলিং প্রশ্নগুলি উত্থাপন করে যেগুলি আইটি বিভাগগুলি বিস্তৃত রোলআউটের আগে উত্তর দিতে চাইবে, বিশেষত এমন সংস্থাগুলির জন্য যারা Google সাইটগুলিকে অভ্যন্তরীণ অ্যাক্সেসে সীমাবদ্ধ করে৷ বিনিয়োগকারীদের জন্য, আপডেটগুলি প্রোডাক্টিভিটি সফ্টওয়্যার বাজারে Google-এর অবস্থানকে শক্তিশালী করে, যেখানে প্রতিদ্বন্দ্বীরা অনুরূপ সহকারীকে বান্ডিল করার জন্য দৌড়াচ্ছে, এবং Android XR-এর মাধ্যমে একটি হার্ডওয়্যার চ্যানেল যোগ করে যা ক্যাটাগরি ট্র্যাকশন লাভ করলে জেমিনীর নাগাল আরও গভীর করতে পারে।
Google-এর চ্যালেঞ্জ হচ্ছে স্কেল এ কার্যকর করা। সরঞ্জামগুলি দ্রুত এবং আউটপুটটি পালিশ করা হয়েছে, তবে পরীক্ষায় শনাক্ত করা ফাঁকগুলি, জেনেরিক Gmail প্রশ্নগুলি যা দক্ষতা-উত্পন্ন অনুলিপিতে কিছুই ফেরত দেয় না যা পণ্যের বিবরণ ভুল করে, মানে ব্যবহারকারীদের এখনও গ্রাহক বা সহকর্মীর কাছে পৌঁছানোর আগে মডেলটি কী তৈরি করে তা পর্যালোচনা করতে হবে৷
