Gemini har blivit mer ”proaktiv och kraftfull” enligt Google som har presenterat nya förmågor för chattbotten. Möjligheten att ha röstsamtal med Gemini Live om skärminnehållet och om vad som visas i kamerans sökare (Project Astra) har släppts för alla, inklusive gratisanvändare. Funktionen dök upp på Pixel-telefoner redan för några dagar sedan.

Bilder skapas numera med modellen Imagen 4 som ska erbjuda högre bildkvalitet, bättre textrendering och snabbare resultat. Google skriver att de även dunkat in videoskaparen Veo 3 i Gemini. Veo 3 är först ut med inbyggt stöd för ljudeffekter, bakgrundsbrus,  samt dialog mellan karaktärer. De här nyheterna dyker sannolikt inte upp på en gång.

Djupforsknings-läget Deep Research och programmerings-läget Canvas har fått sin största uppdateringar hittills och erbjuder nya sätt att analysera information och få hjälp med att koda webbsidor och appar. Det går även att göra automatiska poddar i stil med Notebook LM. Nya standardmodellen för Gemini är 2.5 Flash istället för 2.0 Flash.

Gemini Live – de människoliknande röstsamtalen med chattbotten – får under de kommande veckorna integrering med Keep, Tasks, Maps och kalendern. Fler appar ska anslutas efterhand. Tack vare integreringen kan Gemini Live erbjuda nya förmågor.

Du kan exempelvis diskutera en kommande utekväll med vänner och om du nämner detaljer skapar Gemini automatiskt ett event i kalendern. Om du frågar om restauranger får du fram förslag i Google Maps, och så vidare. Integreringarna är valfria och appar kan aktiveras eller inaktiveras separat.

Gemini är även på väg att byggas in direkt i Chrome på desktop. Användare kan ställa frågor om allt webbinnehåll och få förklaringar av chattbotten. I framtiden kommer Gemini kunna hantera flera flikar samtidigt och navigera på hemsidor åt användaren. Gemini-integreringen i Chrome släpps till en början bara i USA och bara för prenumeranter. Huruvida Google ens får behålla Chrome återstår dock att se.