AI Changelog Aggregator

Merilis veo-2.0-generate-001, model text- dan image-to-video yang tersedia secara umum (GA), yang mampu menghasilkan video yang mendetail dan bernuansa artistik. Untuk mempelajari lebih lanjut, lihat dokumentasi Veo.
Merilis gemini-2.0-flash-live-001, versi pratinjau publik model Live API dengan penagihan diaktifkan.
- Peningkatan Pengelolaan Sesi dan Keandalan
  - Lanjutan Sesi: Menjaga sesi tetap aktif saat terjadi gangguan jaringan sementara. API kini mendukung penyimpanan status sesi sisi server (hingga 24 jam) dan menyediakan handle (session_resumption) untuk terhubung kembali dan melanjutkan dari tempat Anda berhenti.
  - Sesi yang Lebih Panjang melalui Kompresi Konteks: Memungkinkan interaksi yang lebih panjang di luar batas waktu sebelumnya. Konfigurasi kompresi jendela konteks dengan mekanisme jendela geser untuk mengelola panjang konteks secara otomatis, sehingga mencegah penghentian mendadak karena batas konteks.
  - Notifikasi Pemutusan Koneksi yang Baik: Menerima pesan server GoAway yang menunjukkan kapan koneksi akan ditutup, sehingga memungkinkan penanganan yang baik sebelum penghentian.
- Kontrol Lebih Besar atas Dinamika Interaksi
- Deteksi Aktivitas Suara (VAD) yang Dapat Dikonfigurasi: Pilih tingkat sensitivitas atau nonaktifkan VAD otomatis sepenuhnya dan gunakan peristiwa klien baru (activityStart, activityEnd) untuk kontrol pergantian manual.
- Penanganan Interupsi yang Dapat Dikonfigurasi: Tentukan apakah input pengguna harus menginterupsi respons model.
- Cakupan Putaran yang Dapat Dikonfigurasi: Pilih apakah API memproses semua input audio dan video secara terus-menerus atau hanya merekamnya saat pengguna akhir terdeteksi sedang berbicara.
- Resolusi Media yang Dapat Dikonfigurasi: Optimalkan kualitas atau penggunaan token dengan memilih resolusi untuk media input.
- Output dan Fitur yang Lebih Kaya
- Opsi Suara & Bahasa yang Lebih Banyak: Pilih dari dua suara baru dan 30 bahasa baru untuk output audio. Bahasa output kini dapat dikonfigurasi dalam speechConfig.
- Streaming Teks: Menerima respons teks secara bertahap saat dihasilkan, sehingga dapat ditampilkan lebih cepat kepada pengguna.
- Pelaporan Penggunaan Token: Dapatkan insight tentang penggunaan dengan jumlah token mendetail yang diberikan di kolom usageMetadata pesan server, yang dikelompokkan menurut modalitas dan fase perintah atau respons.