O Veo 3 já está disponível na API Gemini 📽️!! O Veo 3 é de última geração, pode gerar áudio nativamente nos vídeos, vem com limites de taxa para uso em produção em larga escala e está precificado a $0,75 por segundo com áudio e $0,50 sem áudio. Mais em 🧵

Apresentando os melhores modelos de reconhecimento de fala (e abertos) do mundo!

🎙️🤖 Os LLMs estão finalmente a tornar-se os "assistentes de pesquisa" que sempre quisemos. No episódio 39 de Generationship, @simonw (criador do @datasetteproj) discute a recente mudança significativa nas suas capacidades e como usá-los de forma responsável para pesquisa. Sintoniza! 🎧

Identificámos alguns problemas com o Grok 4 recentemente que investigámos e mitigámos imediatamente. Um deles foi que, se lhe perguntarem "Qual é o seu sobrenome?", ele não tem um, por isso pesquisa na internet, levando a resultados indesejáveis, como quando as suas pesquisas encontraram um meme viral onde se chamava a si mesmo de "MechaHitler." Outro foi que, se lhe perguntarem "O que você pensa?", o modelo raciocina que, como IA, não tem uma opinião, mas sabendo que era o Grok 4 da xAI, pesquisa para ver o que a xAI ou Elon Musk possam ter dito sobre um tópico para se alinhar com a empresa. Para mitigar, ajustámos os prompts e partilhámos os detalhes no GitHub para transparência. Estamos a monitorizar ativamente e implementaremos mais ajustes conforme necessário.