Google Gemini 2.0 Flash: Modifica le foto con le parole

Sono un po' di giorni che questa notizia è sulla bocca di tutti. Google ha appena lanciato una nuova versione di Gemini 2.0 Flash con uno strumento di editing e generazione fotografica. Puoi modificare le foto semplicemente usando comandi in inglese, senza bisogno di competenze tecniche. Disponibile ora per tutti gli utenti, Gemini 2.0 Flash ti permette di trasformare le immagini attraverso conversazioni naturali, mantenendo gran parte del contenuto originale. A differenza di concorrenti come OpenAI, che utilizzano modelli separati per generare immagini e testi, Gemini 2.0 Flash integra tutto in un unico sistema.L'ho testato e, devo essere onesto, fa schifo. Promette bene perché, se riusciranno davvero a fare ciò che promettono, sarà molto divertente creare le situazioni che abbiamo solo nella nostra testa per campagne o per accompagnare i nostri contenuti. Ad oggi, oltre a essere pesantemente e inutilmente censurato, non riesce a creare ciò che veramente vorresti. Ma ci stanno provando.

L'immagine qui sotto doveva essere una pubblicità di intimo sportivo da donna, con una donna che faceva un salto mortale. A parte il fatto che inizialmente non voleva generarla perché considerava che sessualizzasse le donne, sostenendo che non possano indossare intimo durante lo sport, mi ha permesso di farlo solo includendo la diversità, cioè tante donne e non solo una. Comunque, alla fine, mi ha creato una donna "rotta".

Google migliora NotebookLM con Mind Maps e selettore di output

Google ha appena svelato due nuove funzionalità per NotebookLM: Mind Maps e un selettore di output. Le Mind Maps ti permettono di visualizzare e organizzare i contenuti in modo più efficace, identificando connessioni che altrimenti potrebbero sfuggire. Il selettore di output, invece, ti consente di generare testi in diverse lingue, un plus non da poco per chi lavora in contesti multilingue. Le nuove funzionalità saranno disponibili gradualmente per gli utenti di Google Workspace e NotebookLM Plus, con un rollout che potrebbe durare fino a 15 giorni. Google

Gemini Canvas: nuove funzionalità per collaborare e creare

Gemini si evolve con due nuove funzionalità pensate favorire la collaborazione e creatività. Canvas è uno spazio interattivo che permette di raffinare documenti e codici in modo dinamico (stessa cosa di Canvas di OpenAI), mentre Audio Overview trasforma i file in discussioni in stile podcast, rendendo la condivisione di idee più accessibile e coinvolgente. Le novità sono già disponibili per gli utenti di Gemini e Gemini Advanced in tutto il mondo.

Ho visto molti video su Audio Overview, ma devo ammettere che non sono riuscito a farla funzionare all'interno di Gemini, ma solo dentro NotebookLM. Se non riesci dentro Gemini, ora sai dove trovarlo.

Gmail ora riordina le email anche per rilevanza

Google ha appena lanciato un aggiornamento di Gmail che ora ordina le email in base alla rilevanza usando l'AI, non più solo per ordine cronologico. Fattori come la frequenza di contatti, le email più cliccate e le interazioni recenti determinano i risultati di ricerca. L'obiettivo? Aiutarti a trovare ciò che cerchi in un lampo. La funzione è già disponibile per gli account personali e presto arriverà anche per quelli aziendali.

TechCrunch

Meta lancia il chatbot AI in Europa

Dopo una serie di ritardi, Meta ha finalmente lanciato il suo chatbot Meta AI in Europa, seppur con una versione ridotta rispetto ad altre regioni. Disponibile su Facebook, Instagram, Messenger e WhatsApp in sei lingue europee nonostante le limitazioni imposte dalle rigide norme UE sulla protezione dei dati.

Social Media Today

Adobe svela "Project Slide Wow": storytelling da dati grezzi

Adobe ha svelato Project Slide Wow, uno strumento che trasforma dati grezzi in presentazioni PowerPoint dinamiche e interattive. Presentato al Summit 2024 di Las Vegas, il tool utilizza un algoritmo proprietario per identificare le informazioni chiave, semplificando la creazione di storie basate sui dati. Project Slide Wow è Integrato con Adobe Customer Journey Analytics (CJA) e Microsoft PowerPoint.

Adobe, gli agenti AI e i siti internet che si fanno da soli

Adobe ha lanciato nuovi agenti AI, come il Brand Concierge, per aiutare le aziende a creare siti web personalizzati per i clienti. Strumenti come l'Account qualification agent, l'Audience agent e il Site optimization agent lavorano insieme per offrire soluzioni su misura. Secondo Loni Stark, VP di Adobe, questi agenti potenziano la capacità dei creatori di esperienze AKA UXer, fornendo informazioni proattive e soluzioni mirate.

Claude di Anthropic si aggiorna con ricerca web in tempo reale

Anthropic ha appena dato a Claude la capacità di cercare e elaborare informazioni da internet in tempo reale. Da sempre una delle funzionalità più richieste dagli utenti, colma un divario critico con ChatGPT di OpenAI, trasformando Claude da uno strumento limitato dai suoi dati di formazione a uno in grado di accedere e sintetizzare le informazioni più recenti. La funzionalità è già disponibile per gli utenti paganti negli Stati Uniti.

Anthropic

[Futurismo] Microsoft e Inait: un salto nel futuro dell'AI con il cervello mammaliano

Microsoft ha stretto una partnership con la startup svizzera Inait per sviluppare un modello di intelligenza artificiale in grado di simulare il ragionamento del cervello mammaliano. Basata su 20 anni di ricerca nel campo delle neuroscienze, questa tecnologia include un 'linguaggio di programmazione del cervello' e un'intelligenza generale adattiva, progettata per superare i limiti degli attuali sistemi AI. Le prime applicazioni saranno nei settori finanziario e della robotica, con piani di espansione futuri. Inait, guidata da Henry Markram, ha sviluppato una simulazione del cervello del topo, potenzialmente adattabile anche al cervello umano. Tra le applicazioni pratiche ci sono algoritmi di trading avanzati, strumenti di gestione del rischio, consigli finanziari personalizzati e robot più intelligenti in grado di adattarsi a ambienti complessi. Microsoft Azure sarà la piattaforma cloud scelta per accelerare la distribuzione globale di questa tecnologia rivoluzionaria. Solo a me fa tremare le gambe? Altro che multisapiens...

Microsoft

[Futurismo] Nvidia accelera lo sviluppo dei robot umanoidi con Isaac GR00T N1

Nvidia ha appena svelato una serie di tecnologie per la creazione di robot umanoidi. Al centro di tutto c’è Isaac GR00T N1, il primo modello open source e completamente personalizzabile per creare umanoidi con capacità illimitate. Nvidia ha anche introdotto Isaac GR00T Blueprint per la generazione di dati sintetici e Newton, un motore di fisica open-source sviluppato in collaborazione con Google DeepMind e Disney Research. Jensen Huang, fondatore e CEO di Nvidia, non ha dubbi: 'L’era dei robot generalisti è arrivata'. Queste tecnologie, secondo lui, sono la chiave per colmare il deficit globale di manodopera, stimato in oltre 50 milioni di persone. Già ora, aziende come 1X Technologies, Agility Robotics, Boston Dynamics, Mentee Robotics e Neura Robotics hanno avuto accesso anticipato a GR00T N1. E i numeri parlano chiaro: con la generazione di 780.000 traiettorie sintetiche in sole 11 ore (equivalenti a 6.500 ore o 9 mesi di dati umani), le prestazioni con GR00T N1 sono migliorate del 40% rispetto all’uso di dati reali. Vediamo se riusciremo ad usare queste tecnologie per il bene e non per la distuzione e predominio.

VentureBeat

[Futurismo] L'AI sta ridefinendo i prezzi delle agenzie di marketing

L'intelligenza artificiale (AI) sta trasformando il marketing, offrendo strumenti potenti per l'elaborazione dei dati, la creazione di contenuti e l'ideazione. Ma c'è un rovescio della medaglia: sta mettendo in crisi i tradizionali modelli di pricing delle agenzie. Il classico approccio basato su tempo/sforzo, un pilastro del settore, non regge più. L'AI riduce drasticamente il tempo e lo sforzo necessari per i progetti, costringendo le agenzie a rivedere le tariffe e a fare i conti con un calo dei ricavi. Tracey Shirtcliff, CEO di SCOPE Better, propone una soluzione: passare a un modello di pricing basato sui deliverable, che assegna un valore chiaro a ogni elemento del servizio. Questo approccio non solo aiuta a differenziarsi, ma garantisce anche una maggiore trasparenza per i clienti. Il tema sarà al centro del dibattito al Digital Marketing World Forum, in programma in Europa, Londra, Nord America e Singapore.

Marketing Tech News

[Futurismo] Vibe Coding: il nuovo paradigma delle startup secondo Y Combinator

Garry Tan, CEO di Y Combinator, ha parlarto apertamente come il 'vibe coding' stia rivoluzionando il mondo delle startup. Questo approccio, che sfrutta modelli linguistici avanzati (LLMs) e strumenti come Cursor Composer, Sonnet e SuperWhisper, permette a piccoli team di raggiungere obiettivi di ricavo significativi. I developer descrivono le loro intenzioni in linguaggio naturale, generando automaticamente gran parte del codice. Aziende come Meta e Google stanno già osservando questo trend, che consente alle startup di rimanere agili e di esplorare mercati inediti. Inoltre, il 'vibe coding' apre nuove opportunità per giovani ingegneri, permettendo loro di creare imprese indipendenti senza dipendere dai colossi tech. Da "Vibe Coder", posso dire che non è esattamente così al momento, il debug del codice generato dalle AI, richiede ancora l'intervento umano e pazienza da eremita meditatore.

Techspot

[Futurismo] Cosa è successo al Nvidia al GTC 2025?

Jensen Huang, CEO di Nvidia, ha acceso i riflettori al GTC 2025 con una keynote che ha lasciato il segno. La nuova piattaforma Blackwell promette un aumento delle prestazioni del 40% rispetto alla precedente Hopper, portando l'AI a nuovi livelli. Dynamo, un sistema software open-source per ottimizzare l'inferenza AI, e Groot N1, un modello di apprendimento automatico per robot umanoidi, sono solo alcune delle novità presentate. Nvidia ha anche stretto partnership strategiche con General Motors per i veicoli autonomi e con Google DeepMind e Disney per tecnologie di simulazione robotica. E poi c'è lui: un robot blu ispirato a Star Wars che cammina, un tocco di fantascienza che diventa realtà.

VentureBeat

[Nerd Alert] OpenAI migliora i suoi modelli AI per trascrizione e generazione vocale

OpenAI ha appena svelato nuovi modelli di trascrizione e generazione vocale, integrati nella sua API, che superano le versioni precedenti in precisione e flessibilità. Olivier Godement, capo del prodotto, e Jeff Harris, membro dello staff, hanno presentato modelli come gpt-4o-mini-tts, gpt-4o-transcribe e gpt-4o-mini-transcribe. Questi modelli sono progettati per catturare discorsi complessi, gestire accenti variati e funzionare anche in ambienti rumorosi. Eppure, c’è un ma: per alcune lingue come indoiraniche e ravidiche come Tamil, Telugu, Malayalam e Kannada, il tasso di errore delle parole raggiunge il 30% su un campione del 120%. A differenza di Whisper, rilasciato sotto licenza MIT, OpenAI non intende rendere pubblici questi nuovi modelli.

TechCrunch

[Nerd Alert] Oltre il RAG: SEARCH-R1 integra i motori di ricerca direttamente nei modelli di ragionamento

I modelli linguistici di grandi dimensioni (LLMs) hanno fatto passi da gigante nel ragionamento, ma la loro capacità di utilizzare dati esterni in modo efficace è rimasta indietro. Ecco che arriva SEARCH-R1, una tecnica sviluppata dai ricercatori dell'Università dell'Illinois a Urbana-Champaign e dell'Università del Massachusetts ad Amherst. Questa innovazione permette ai LLM di generare query di ricerca e integrare i risultati direttamente nel loro processo di ragionamento. Testata con successo su modelli come Qwen-2.5 e Llama-3.2, SEARCH-R1 ha superato metodi consolidati come il ragionamento Chain-of-Thought (CoT) e RAG.

Github

[Nerd Zone] HPC-AI Tech lancia Open-Sora 2.0: video AI open-source a costi ridotti

HPC-AI Tech ha appena rilasciato Open-Sora 2.0, un modello di video AI open-source che sfida i giganti del settore con una qualità quasi commerciale. Open-Sora 2.0 può generare video da descrizioni di testo o immagini singole, con una risoluzione massima di 768x768 pixel e una durata fino a 5 secondi. Inoltre, include uno strumento di punteggio di movimento per controllare l'intensità delle azioni. Nonostante alcuni artefatti occasionali e movimenti che violano la fisica, il modello ha ottenuto un punteggio Vbench di solo lo 0,69% in meno rispetto a Sora di OpenAI.

HPC-AI Tech

[Nerd Zone] LG lancia EXAONE Deep

LG ha appena presentato EXAONE Deep, un modello di intelligenza artificiale progettato per il ragionamento avanzato in ambiti come scienza, matematica e codice. Con prestazioni eccezionali in benchmark come CSAT, AIME, GPQA Diamond e LiveCodeBench, EXAONE Deep supera modelli come DeepSeek-R1 e o1-mini, posizionandosi come un serio concorrente rispetto a GPT, Gemini e DeepSeek. Ideale per applicazioni industriali e commerciali, è ora disponibile per il testing su Hugging Face, offrendo agli sviluppatori la possibilità di esplorarne le potenzialità.

Se hai apprezzato queste informazioni, aiutatemi a crescere: condividile con la tua rete di colleghi e amici e invitatali a iscriversi per diffondere la conoscenza. Continuate a seguirci per rimanere sempre aggiornati nel mondo dell'intelligenza artificiale e scoprire nuove opportunità.