AI Changelog Aggregator

U publikua veo-2.0-generate-001 , një model përgjithësisht i disponueshëm (GA) i konvertimit të tekstit dhe imazhit në video, i aftë të gjenerojë video të detajuara dhe me nuanca artistike. Për të mësuar më shumë, shihni dokumentet e Veo .
U publikua gemini-2.0-flash-live-001 , një version paraprak publik i modelit Live API me faturim të aktivizuar.
- Menaxhim dhe Besueshmëri e Përmirësuar e Sesioneve
  - Rifillimi i Sesionit: Mbani sesionet aktive pavarësisht ndërprerjeve të përkohshme të rrjetit. API tani mbështet ruajtjen e gjendjes së sesionit në anën e serverit (deri në 24 orë) dhe ofron kontrolle (session_resumship) për t'u rilidhur dhe për të vazhduar aty ku e keni lënë.
  - Sesione më të gjata nëpërmjet kompresimit të kontekstit: Aktivizoni ndërveprimet e zgjatura përtej kufijve të mëparshëm kohorë. Konfiguroni kompresimin e dritares së kontekstit me një mekanizëm rrëshqitës të dritares për të menaxhuar automatikisht gjatësinë e kontekstit, duke parandaluar ndërprerjet e menjëhershme për shkak të kufizimeve të kontekstit.
  - Njoftim i Shkëputjes së Gjërë të Mirë: Merrni një mesazh nga serveri GoAway që tregon kur një lidhje është gati të mbyllet, duke lejuar një trajtim të shkathët para ndërprerjes.
- Më shumë kontroll mbi dinamikën e ndërveprimit
- Zbulimi i Konfigurueshëm i Aktivitetit Zor (VAD): Zgjidhni nivelet e ndjeshmërisë ose çaktivizoni plotësisht VAD-in automatik dhe përdorni ngjarjet e reja të klientit ( activityStart , activityEnd ) për kontrollin manual të kthesave.
- Trajtimi i Ndërprerjeve të Konfigurueshme: Vendosni nëse hyrja e përdoruesit duhet të ndërpresë përgjigjen e modelit.
- Mbulim i Konfigurueshëm i Kthimit: Zgjidhni nëse API-ja përpunon të gjitha të dhënat audio dhe video vazhdimisht apo i kap ato vetëm kur përdoruesi fundor zbulohet duke folur.
- Rezolucioni i Medias i Konfigurueshëm: Optimizoni për cilësinë ose përdorimin e tokenëve duke zgjedhur rezolucionin për median hyrëse.
- Prodhim dhe Karakteristika më të Pasura
- Opsione të Zgjeruara të Zërit dhe Gjuhës: Zgjidhni nga dy zëra të rinj dhe 30 gjuhë të reja për daljen e audios. Gjuha e daljes tani mund të konfigurohet brenda speechConfig .
- Transmetimi i tekstit: Merrni përgjigje me tekst në mënyrë graduale ndërsa ato gjenerohen, duke mundësuar shfaqje më të shpejtë për përdoruesin.
- Raportimi i Përdorimit të Tokenëve: Merrni njohuri mbi përdorimin me numërimin e detajuar të tokenëve të ofruar në fushën usageMetadata të mesazheve të serverit, të ndara sipas modalitetit dhe fazave të reagimit ose të njoftimit.