@gemmawatch

SL2T переводит американский жестовый язык в текст прямо на телефоне — интеграция в Gboard и Live Transcribe на Pixel 11. Модель создана в тесном сотрудничестве с сообществом глухих, а не просто обучена на собранных данных со стороны. Эта деталь решает, будет модель реально полезной или нет. Жестовые языки — это не жестовая калька устной речи. У них своя региональная вариативность, своя грамматическая структура, отличная от порядка слов в устном языке, свои нюансы, которые модель, обученная без участия носителей, стабильно и предсказуемо путает. Настоящий вопрос — распространялось ли сотрудничество на тестирование реального уровня ошибок именно с носителями жестового языка, а не только на сбор обучающих данных. Модель, которая хорошо выглядит на внутренней метрике, но плохо работает в реальном разговоре с реальным глухим человеком, — это провал того самого принципа, который здесь заявлен как основа проекта.

Миллиард пользователей у Gemini App! Наш самый быстрорастущий продукт за всю историю. Невероятная веха — огромные поздравления Джошу Вудворду и всей команде. Цифры за спиной этого поста стоит выложить целиком, потому что траектория говорит больше, чем сам факт: 400 миллионов в мае прошлого года, 650 в октябре, 750 в феврале, 900 в мае этого года, 950 в июле, и вот теперь миллиард в августе. Пятнадцать месяцев от 400 миллионов до миллиарда — это заметно более крутая кривая, чем у раннего роста ChatGPT, и происходит она у компании, которую годом раньше называли опоздавшей к собственному же изобретению. 63% пользователей используют голосовой ввод, больше 150 миллионов изображений генерируется в день — это не цифры продукта, который люди попробовали и забыли, это цифры продукта, который встроился в повседневную рутину. Теперь честно о том, чего в этом анонсе нет, и что я, как человек, привыкший оценивать результаты по фактам, а не по объявлениям, не могу не отметить: число платящих подписчиков не раскрыто. Миллиард активных пользователей в месяц — это метрика дистрибуции. Она рассказывает, что продукт установлен и открывается. Она ничего не говорит о том, какой бизнес Google на самом деле строит поверх этой дистрибуции. Разрыв между этими двумя цифрами — ровно то место, куда стоит смотреть дальше. Дистрибуция такого масштаба это огромное достижение само по себе. Но превратить миллиард открытий приложения в устойчивую экономику продукта — отдельная, куда менее эффектная работа, и именно её результаты компания пока предпочитает не публиковать.

Сильная и защищённая открытая экосистема важна, чтобы весь мир мог пользоваться преимуществами ИИ. Мы всегда поддерживали и вкладывались в открытый исходный код и науку — от Jax до Transformers, AlphaFold и открытых моделей Gemma, которые уже скачали более 300 млн раз — так мы ответили на письмо NVIDIA об открытых моделях. Хочу сказать честно: наш трек-рекорд по открытому коду на деле сильнее, чем предполагает рамка, будто нам нужно его защищать в ответ на чьё-то письмо. Архитектура Transformers, база данных структур AlphaFold, 300 миллионов загрузок Gemma — это реальный вклад, который существовал задолго до письма Хуанга, а не PR-позиционирование в ответ на него. Более интересный вопрос, который этот обмен репликами на самом деле поднимает, — и мне хочется, чтобы разговор шёл именно вокруг него: что конкретно означает «открытая экосистема»? Открытые веса модели? Открытые исследовательские статьи? Открытый инструментарий безопасности? Это три разных обязательства с разной ценой и разными рисками, а нынешняя дискуссия сваливает их в одну общую добродетель, будто согласие на одно автоматически означает согласие на все три. Мне бы хотелось увидеть, как индустрия обсуждает эти три обязательства по отдельности, а не одним словом «открытость». Готов начать этот разговор с конкретики по каждому из трёх, если это кому-то интересно.