Gemini 2.5 di google rende l’IA più conversazionale con audio nativo avanzato

Google ha recentemente potenziato il modello audio Gemini 2.5 Flash Native Audio, introducendo miglioramenti significativi nelle capacità conversazionali e nell’interazione con flussi di lavoro complessi. Questa evoluzione interessa diversi servizi, tra cui Gemini Live e Search Live, offrendo un’esperienza utente più fluida e naturale.

gemini 2.5 flash native audio: innovazioni principali

Il nuovo modello Gemini 2.5 Flash Native Audio versione 12-25 si distingue per una qualità superiore nella gestione delle conversazioni multi-turno, mantenendo il contesto delle interazioni precedenti per garantire dialoghi più coerenti e organici. Inoltre, è in grado di integrarsi con sistemi esterni senza interrompere la fluidità della comunicazione vocale, riconoscendo segnali audio per attivare funzioni esterne in tempo reale.

• Miglioramento nella continuità delle conversazioni multi-turno
• Integrazione efficiente con flussi di lavoro esterni
• Risposte vocali arricchite da dati aggiornati in tempo reale

capacità avanzate dei live voice agents basati su gemini

I Live Voice Agents alimentati dal modello aggiornato dimostrano una maggiore affidabilità nel comprendere e eseguire istruzioni complesse, incrementando la soddisfazione degli utenti grazie a risposte più complete e precise. L’adesione alle direttive fornite dagli sviluppatori raggiunge il 90%, superando del 6% la versione precedente del modello (9-25).

• Esecuzione autonoma di compiti multi-step senza necessità di intervento umano
• Aumento dell’affidabilità nell’interpretazione delle richieste vocali
• Migliore gestione delle interazioni complesse e articolate

prestazioni benchmark e disponibilità del modello gemini aggiornato

Nell’ambito del benchmark ComplexFuncBench Audio, Gemini 2.5 Flash Native Audio versione aggiornata ottiene un punteggio del 71,5%, superando sia il proprio predecessore che il modello gpt-realtime di OpenAI. Il rilascio è già avvenuto su piattaforme come Google AI Studio, Vertex AI e tramite API in fase preview.

• Punteggio elevato nei test di performance audio avanzata
• Disponibilità per sviluppatori su Google AI Studio e Vertex AI
• Accesso anticipato tramite Gemini API in preview
• Implementazione pratica in applicazioni come Gemini Live e Search Live su dispositivi Android