Google continua a spingere sull’integrazione tra Gemini e i suoi servizi, con due novità che guardano in direzioni diverse ma si tengono insieme. Da una parte c’è Gemini Embedding 2, il nuovo modello multimodale pensato per sviluppatori e aziende; dall’altra arriva Workspace Intelligence.
Il punto centrale, in entrambi i casi, è lo stesso: rendere l’AI più capace di leggere relazioni tra contenuti diversi, che si tratti di testo, immagini, audio, video o documenti, oppure di e-mail, chat e app aziendali. Per Google è un altro passo verso un Gemini meno isolato e più integrato nei flussi reali di lavoro.
Gemini Embedding 2 porta la multimodalità nella ricerca e nelle app
Gemini Embedding 2 è il primo modello di embedding nativamente multimodale costruito su Gemini. In pratica, mette nello stesso spazio vettoriale testo, immagini, video, audio e documenti, così da confrontarli e recuperarli in modo più naturale rispetto ai sistemi tradizionali.
Google lo ha reso disponibile in via generale tramite Gemini API e Vertex AI, dopo una fase di anteprima che aveva già mostrato scenari molto concreti: dai motori di ricerca per l’e-commerce all’analisi video. La novità ora è la stabilità necessaria per portare questi casi d’uso in produzione.
Il modello genera vettori da 3.072 dimensioni e supporta oltre 100 lingue. Questo consente, per esempio, di cercare un video partendo da una query testuale anche senza trascrizione, oppure di confrontare direttamente immagini e descrizioni scritte.
- Input supportati: testo, immagini, audio, video e documenti PDF.
- Contesto testo: fino a 8.192 token.
- Immagini: fino a 6 per richiesta, in formato PNG e JPEG.
- Video: fino a 120 secondi, in MP4 e MOV.
- Audio: gestito in modo nativo, senza trascrizioni intermedie.
- Documenti: PDF fino a 6 pagine.
Workspace Intelligence collega email, chat e app esterne
La seconda novità è più vicina all’uso quotidiano delle aziende. Workspace Intelligence collega automaticamente e-mail, documenti, chat interne e app di terze parti come Salesforce e Jira, così che Gemini possa rispondere a domande che richiedono più fonti e più contesto.
L’idea è costruire una sorta di memoria organizzativa, capace di tenere insieme cronologia dei progetti, registro professionale e relazioni tra file e conversazioni. In un ambiente di lavoro, questo può fare la differenza nel recupero delle informazioni e nella sintesi di attività distribuite su strumenti diversi.
Tra le funzioni già annunciate c’è anche una nuova riga di comando in Google Chat, che permette di interagire con Gemini direttamente dentro le conversazioni con i colleghi. L’assistente può fornire un riepilogo giornaliero delle attività e aiutare a orientarsi nelle discussioni in corso.
- Connessione automatica tra e-mail, documenti, chat aziendali e app esterne.
- Integrazione con strumenti come Salesforce e Jira.
- Interazione diretta con Gemini dentro Google Chat.
- Riepiloghi giornalieri delle attività nelle conversazioni di gruppo.
