154 결과
2025년 8월 12일 / Google Labs
Jules의 비평가 기능은 생성 프로세스 내에서 동료 검토자 역할을 함으로써, AI로 생성된 코드에서 발생한 미묘한 버그 및 누락된 엣지 케이스와 같은 잠재적인 문제를 해결합니다. 이 '비평 기능 증강 생성'은 제안된 코드 변경 사항이 적대적일 정도로 비판적인 검토를 거쳐 Jules가 출력을 개선하고 궁극적으로는 더 우수한 품질의 사전 검토된 코드를 제공할 수 있음을 의미합니다.
2025년 7월 30일 / Gemini
LangExtract는 Gemini 모델로 구동되는 새로운 오픈소스 Python 라이브러리로, 비정형 텍스트에서 구조화된 정보를 추출하기 위해 사용됩니다. 정확한 소스 그라운딩, 제어된 생성을 사용한 신뢰할 수 있는 구조화된 출력, 최적화된 긴 컨텍스트 추출, 대화형 시각화, 유연한 LLM 백엔드 지원을 제공합니다.
2025년 7월 30일 / Gemini
Gemini Embedding 모델은 AI 애플리케이션의 성능을 개선하며, 특히 컨텍스트 엔지니어링을 통해 이를 달성하는데, 컨텍스트 엔지니어링은 현재 다양한 업계의 조직에서 컨텍스트 인식 시스템을 가동하는 데 사용되며 성능, 정확성, 효율성을 크게 발전시키고 있습니다.
2025년 7월 24일 / Google Labs
Opal은 Google Labs가 선보이는 새로운 실험용 도구로, 코드 없이 자연어만을 사용하여 프롬프트를 역동적인 다단계 미니 앱으로 변환할 수 있도록 지원합니다. 사용자는 강력한 기능은 물론 기존 Google 도구와 원활하게 통합하여 공유가 가능한 AI 앱을 제작하고 배포할 수 있습니다.
2025년 7월 23일 / Firebase
Firebase Studio의 인기 프레임워크를 위한 새로운 AI 기능에는 AI에 최적화된 템플릿, Firebase 백엔드 서비스로 간소화된 통합, 실험 및 협업을 위한 작업공간 분리 기능이 포함됩니다. 이러한 기능을 사용하면 전 세계 개발자가 AI 지원을 받아 앱을 개발하는 과정이 더 직관적이고 빨라집니다.
2025년 7월 22일 / Gemini
이전에 미리보기로 제공되었던 Gemini 2.5 Flash-Lite가 안정화 단계에 진입하여 정식으로 출시되었습니다. 이 비용 효율적인 모델은 2.0 Flash-Lite 및 2.0 Flash보다 최대 1.5배 더 빠르며, 고품질을 제공하고, 백만 토큰 맥락 범위 및 다중 모달성 등 2.5 제품군 특징을 포함합니다.
2025년 7월 21일 / Gemini
Gemini의 고급 기능인 대화형 이미지 분할 기능을 사용하면 복잡한 문구와 조건부 로직, 추상적인 개념을 파악하고, 개발자 경험을 간소화하며, 미디어 편집, 안전 모니터링 및 피해 평가를 위한 새로운 애플리케이션의 가능성을 열어 시각적 데이터와 직관적으로 상호작용을 할 수 있습니다.
2025년 7월 17일 / Gemini
Google의 최신 AI 동영상 생성 모델인 Veo 3가 현재 Gemini API 및 Google AI Studio를 통해 유료 미리보기로 제공됩니다. Google I/O 2025에서 공개된 Veo 3는 대화, 배경 소리, 동물 소리까지도 포함해, 동영상과 이에 동기화된 오디오를 모두 생성할 수 있습니다. 이 모델은 화면상의 동작과 일치하는 정확한 립 싱크 및 사운드로 사실적인 비주얼, 자연스러운 조명, 물리 표현을 제공합니다.
2025년 7월 16일 / Cloud
Marin 프로젝트는 AI에서 ‘개방형(open)’의 개념을 단순히 모델 공유에 국한하지 않고, 전체 과학적 프로세스를 모두 접근 가능하고 재현 가능하게 만드는 것으로 확장하고자 합니다. 이러한 노력은 JAX 프레임워크와 그 Levanter 도구를 활용해, 파운데이션 모델을 깊이 있게 검토하고 신뢰하며 그를 토대로 새로운 작업을 구축할 수 있게 하여 AI 연구에 있어 보다 투명한 미래를 도모합니다.
2025년 7월 16일 / Gemini
업데이트된 ADK(에이전트 개발 키트)는 CLI에 ADK 프레임워크에 대한 심층적이고 비용 효율적인 이해를 제공함으로써 AI 에이전트 개발 프로세스를 간소화하고 가속화합니다. 덕분에 개발자는 대화형 프롬프트를 통해 신속하게 기능적인 에이전트에 대한 아이디어를 구상하고, 에이전트를 생성하고, 테스트하고, 개선할 수 있으며, 방해 요소를 없애고, 생산적인 작업의 '흐름(flow)' 상태를 유지할 수 있습니다.
