2025 में Google का वार्षिक I/O डेवलपर सम्मेलन असमान उत्पाद अपडेट का एक प्रदर्शन कम था और AI-Centric भविष्य का एक व्यवस्थित अनावरण था। अनिर्दिष्ट विषय एक मातिरोशका गुड़िया का था: इसके मूल में, एक परिष्कृत और शक्तिशाली कृत्रिम बुद्धिमत्ता, प्रत्येक क्रमिक परत के साथ इस केंद्रीय बुद्धिमत्ता से एक उत्पाद या प्लेटफ़ॉर्म ड्राइंग जीवन का प्रतिनिधित्व करता है। Google केवल अपने प्रसाद में एआई को छिड़काव नहीं कर रहा है; यह मौलिक रूप से अपने विशाल पारिस्थितिकी तंत्र को इसके चारों ओर rearchitecting है। परिणाम एक तेजी से परस्पर जुड़ा और एजेंटिक अनुभव है, एक जो उपयोगकर्ताओं, डेवलपर्स और उद्यमों तक समान रूप से फैलता हैइस परिवर्तन को ईंधन देने वाले डेटा के विषय में फर्म की जिम्मेदारियों का पुनर्मूल्यांकन करने का संकेत देना।

“अधिक बुद्धि उपलब्ध है, सभी के लिए, हर जगह,” Google और इसकी मूल कंपनी, वर्णमाला के सीईओ सुंदर पिचाई ने घोषित किया। “और दुनिया जवाब दे रही है, एआई को पहले से कहीं ज्यादा तेजी से अपना रही है।” यह कथन एक अधिक बुद्धिमान, स्वायत्त और व्यक्तिगत Google की ओर एक धक्का देता है। फिर भी, जैसा कि इस AI Matryoshka की प्रत्येक परत को वापस छील दिया जाता है, जिस डेटा पर यह बुद्धिमत्ता बनाई जाती है, उसके मॉडलों द्वारा अंतर्ग्रहण की गई कॉपीराइट सामग्री, और उपयोगकर्ता गोपनीयता के लिए निहितार्थ को तेज फोकस में लाया जाता है, एक महत्वपूर्ण रूप से, यदि कम ट्रम्पेटेड, कथा।

Microsoft के सत्या नडेला ने Google को “800-पाउंड गोरिल्ला” के रूप में वर्णित करने के लिए नए AI ट्रिक्स करने के लिए चुनौती दी है, लगभग दो साल हो चुके हैं। Google की प्रतिक्रिया, विशेष रूप से I/O 2025 पर स्पष्ट है, यह सुझाव देता है कि गोरिल्ला पिरोएट को सीख रहा है।

Google की AI रणनीति के अंतरतम कोर में इसके मूलभूत मॉडल हैं। मिथुन 2.5 फ्लैश और प्रो मॉडल की उत्सुकता से इंतजार किया गया, अब सामान्य उपलब्धता के पास, वृद्धिशील सुधार से अधिक का प्रतिनिधित्व करते हैं; वे एआई अनुभवों के लिए एक परिष्कृत इंजन हैं। “मिथुन 2.5 प्रो में बढ़ाया तर्क मोड,” डब ने डीप थिंक, जो समानांतर प्रसंस्करण का लाभ उठाता है, जटिल गणित और कोडिंग में प्रभावशाली क्षमताओं को प्रदर्शित करता है, यहां तक ​​कि 2025 यूएसएएमओ पर एक उल्लेखनीय स्कोर प्राप्त करता है, एक मांग वाला गणित बेंचमार्क। जबकि डीप थिंक शुरू में मिथुन एपीआई के माध्यम से परीक्षकों का चयन करने के लिए उपलब्ध होगा, अत्यधिक जटिल समस्याओं के साथ जूझने की इसकी क्षमता एआई तर्क में एक महत्वपूर्ण उन्नति का संकेत देती है।

वर्कहॉर्स अपग्रेड किया गया

मिथुन 2.5 फ्लैश, वर्कहॉर्स मॉडल, को भी पर्याप्त उन्नयन मिला है, जो कथित तौर पर “लगभग हर आयाम में बेहतर है।” यह 20-30% कम टोकन (एआई मॉडल द्वारा संसाधित डेटा की इकाइयों) का उपयोग करते हुए, बढ़ी हुई दक्षता का दावा करता है, और मिथुन एप्लिकेशन में डिफ़ॉल्ट बनने के लिए तैयार है। ये मॉडल, 2.5 प्रो और फ्लैश में अधिक प्राकृतिक संवादात्मक बातचीत के लिए देशी ऑडियो आउटपुट के साथ बढ़े हुए हैं, और एक अग्रणी बहु-स्पीकर टेक्स्ट-टू-स्पीच फ़ंक्शन जो 24 से अधिक भाषाओं में दो आवाज़ों का समर्थन करते हैं, शक्तिशाली नाभिक का गठन करते हैं, जिसमें से अन्य सभी एआई कार्यात्मकता विकीर्ण होती हैं।

यह कम्प्यूटेशनल कौशल Google के मालिकाना टेंसर प्रसंस्करण इकाइयों (TPU) पर बनाया गया है। सातवीं पीढ़ी के टीपीयू, आयरनवुड, को दस गुना प्रदर्शन वृद्धि देने के लिए कहा जाता है अपने पूर्ववर्ती पर, प्रति पॉड प्रति कम्प्यूट के एक दुर्जेय 42.5 एक्सफ्लॉप्स की पेशकश। इस तरह के हार्डवेयर इन परिष्कृत एआई प्रणालियों को प्रशिक्षण और तैनात करने के लिए बेडरॉक बनाते हैं।

हालांकि, इन जेनेरिक मॉडलों की बहुत शक्ति, विशेष रूप से विज़ुअल मीडिया के लिए 4 और वीओ 3, और संगीत पीढ़ी के लिए लिरिया 2, उनके प्रशिक्षण डेटा पर करीब से देखने की आवश्यकता है। अमीर, बारीक आउटपुट का निर्माण कोलोसल डेटासेट को निगलना पर निर्भर करता है।

लगातार उद्योग-व्यापी चिंताएं मूल रचनाकारों के लिए स्पष्ट सहमति या पारिश्रमिक के बिना कॉपीराइट सामग्री के उपयोग के इर्द-गिर्द घूमती हैं। Google ने सिंटिड जैसे टूल को हाइलाइट किया, जिसे एआई-जनित सामग्री के लिए डिज़ाइन किया गया है, और इसके सत्यापन के लिए एक नया सिंथिड डिटेक्टर है। फिर भी, ये माइटिगेशन हैं, व्यापक समाधान नहीं हैं, जटिल और चल रही बहस के आसपास कॉपीराइट और निष्पक्ष उपयोग के आसपास एक युग में तेजी से जनरेटिव एआई द्वारा परिभाषित किया गया है। डेटा पर सिद्धता और एक विवादास्पद जिम्मेदारी जटिल मुद्दे बनी हुई है।

प्लेटफ़ॉर्म प्रसार

कोर मॉडल से एक परत प्लेटफ़ॉर्म और एपीआई हैं जो इस एआई तक पहुंच का लोकतंत्रीकरण करते हैं। मिथुन एपीआई और वर्टेक्स एआई यहां निर्णायक हैं, डेवलपर्स और उद्यमों के लिए प्राथमिक संघनक के रूप में सेवा कर रहे हैं। Google का उद्देश्य “विचार सारांश” की पेशकश करके डेवलपर अनुभव को बेहतर बनाना है, मॉडल के तर्क में पारदर्शिता प्रदान करना, और “सोच बजट” का विस्तार करना, GENINI 2.5 प्रो तक, डेवलपर्स को कम्प्यूटेशनल संसाधनों पर अधिक नियंत्रण देता है।

गंभीर रूप से, मॉडल संदर्भ प्रोटोकॉल (एमसीपी) के लिए देशी एसडीके समर्थन को मिथुन एपीआई में शामिल किया गया है। यह एआई एजेंटों के एक अधिक परस्पर जुड़े पारिस्थितिकी तंत्र को बढ़ावा देने की दिशा में एक महत्वपूर्ण कदम का प्रतिनिधित्व करता है, जिससे उन्हें प्रासंगिक जानकारी साझा करके अधिक प्रभावकारिता के साथ संवाद करने और सहयोग करने में सक्षम होता है। यह अंतर-एजेंट संचार, जबकि शक्तिशाली, डेटा सुरक्षा विचारों के लिए नए वैक्टर का भी परिचय देता है, क्योंकि संभावित विविध प्रणालियों के बीच जानकारी बहती है। प्रोजेक्ट मेरिनर, एक शोध उपकरण, को भी मिथुन एपीआई और वर्टेक्स एआई में एकीकृत किया जा रहा है, जिससे उपयोगकर्ता अपनी कार्य स्वचालन क्षमताओं के साथ प्रयोग करने की अनुमति देते हैं।

AI उपयोगकर्ता से मिलता है

Google के AI Matryoshka की सबसे बाहरी परतें हैं, जहां उपयोगकर्ता सबसे अधिक सीधे AI का सामना करते हैं, अक्सर नीचे परिष्कृत बुनियादी ढांचे को पूरी तरह से समझे बिना। यह वह जगह है जहां Google खोज, वाणिज्य, कोडिंग और एप्लिकेशन एकीकरण को फिर से तैयार कर रहा है।

संयुक्त राज्य अमेरिका में उपयोगकर्ताओं के लिए रोलआउट के लिए निर्धारित खोज में “एआई मोड”, मिथुन 2.5 के एक अनुकूलित संस्करण द्वारा संचालित, बढ़ी हुई तर्क और मल्टीमॉडल खोज क्षमताओं की पेशकश करेगा। इस मोड के भीतर एक सुविधा, गहरी खोज, व्यापक, उद्धृत रिपोर्ट उत्पन्न करने के लिए डिज़ाइन की गई है। इन उद्धरणों की गुणवत्ता और निष्पक्षता, विशेष रूप से जब एआई द्वारा उत्पन्न की जाती है, तो सावधानीपूर्वक जांच के लिए एक क्षेत्र होगा।

एआई मोड के भीतर, एक उपन्यास खरीदारी का अनुभव उपयोगकर्ताओं को अपनी खुद की तस्वीरों को अपलोड करके कपड़े पर वस्तुतः प्रयास करने की अनुमति देगा। एक बार जब एक उत्पाद का चयन किया जाता है, तो एक “एजेंट चेकआउट” सुविधा, शुरू में अमेरिका में उपलब्ध है, खरीद को पूरा करने का वादा करता है। इस तरह की सुविधा को स्वाभाविक रूप से संवेदनशील व्यक्तिगत और वित्तीय डेटा तक पहुंच की आवश्यकता होती है, डेटा न्यूनतमकरण, सुरक्षा और प्रोफाइलिंग की क्षमता के बारे में सवाल उठाना।

ऑल-इन-वन ऐप

मिथुन आवेदन ही महत्वपूर्ण रूप से संवर्धित हो रहा है। लाइव सुविधा अब आम तौर पर एंड्रॉइड और आईओएस पर उपलब्ध है, और ऐप में छवि पीढ़ी शामिल है। नए Google AI अल्ट्रा टियर के ग्राहकों के लिए, ऐप में नवीनतम वीडियो जनरेशन टूल की सुविधा होगी, जो देशी ऑडियो के साथ पूरा होगा। ऐप के भीतर एक “डीप रिसर्च” फ़ंक्शन अब उपयोगकर्ताओं के निजी दस्तावेजों और छवियों को आकर्षित कर सकता है। संभावित रूप से शक्तिशाली व्यक्तिगत अंतर्दृष्टि की पेशकश करते हुए, यह सुविधा व्यक्तिगत डेटा पूल में गहराई तक गोता लगाती है, जो मजबूत गोपनीयता सुरक्षा उपायों और पारदर्शी सहमति तंत्र की मांग करती है। यह डेटा कैसे फ़ायरवॉल किया जाता है, संसाधित किया जाता है, और दुरुपयोग या ओवररेच से संरक्षित किया जाता है।

मिथुन के भीतर रचनात्मक कार्यक्षेत्र, कैनवास को मिथुन 2.5 मॉडल के साथ अधिक सहज बनाया गया है, जो 45 भाषाओं में इंटरैक्टिव इन्फोग्राफिक्स, क्विज़ और यहां तक ​​कि पॉडकास्ट-शैली के ऑडियो ओवरव्यू के निर्माण की सुविधा प्रदान करता है। इसके अलावा, मिथुन को क्रोम ब्राउज़र (शुरू में अमेरिका में प्रो और अल्ट्रा ग्राहकों के लिए) में एकीकृत किया जा रहा है, जिससे उपयोगकर्ताओं को वेबपेज सामग्री को क्वेरी और संक्षेप में सक्षम किया जा सकता है।

डेवलपर्स के लिए, नए एसिंक्रोनस कोडिंग एजेंट, जूल्स, अब वैश्विक स्तर पर सार्वजनिक बीटा में हैं जहां मिथुन मॉडल सुलभ हैं। यह सीधे मौजूदा कोड रिपॉजिटरी के साथ एकीकृत करता है, परीक्षण लिखने, सुविधाओं का निर्माण करने और मिथुन 2.5 प्रो का उपयोग करके बग को सुधारने के लिए परियोजना के संदर्भ को समझता है।

श्री पिचाई का “एआई प्लेटफॉर्म शिफ्ट का नया चरण” निर्विवाद रूप से चल रहा है। Google की एक नई Google AI अल्ट्रा सब्सक्रिप्शन टियर का परिचय उपयोगकर्ताओं को अपनी सबसे उन्नत AI क्षमताओं तक अलग -अलग पहुंच प्रदान करता है। यह स्तरीकरण, हालांकि, इस बारे में सवाल करता है कि क्या सबसे मजबूत गोपनीयता बढ़ाने वाली सुविधाएँ या जिम्मेदार AI नियंत्रण सार्वभौमिक रूप से उपलब्ध होंगे या यदि “गोपनीयता प्रीमियम” उभर सकता है, जहां ग्राहकों को भुगतान करने के लिए गहरी सुरक्षा उपाय आरक्षित हैं। जैसा कि Google AI के आसपास ही Rearchitect करता है, नवाचार, उपयोगिता, और डेटा के नेतृत्व के बीच जटिल नृत्य इसके अगले अध्याय को परिभाषित करेगा। मातिरोशका की परतें अभी भी प्रकट हो रही हैं, और हर एक के साथ, जिम्मेदारियां बढ़ती हैं।