Os alto-falantes inteligentes Gemini Live não podem chegar em breve

Quando não estiver clicando nas teclas, você provavelmente me encontrará na cozinha, olhando a geladeira ou remexendo nos armários, debatendo o que fazer para o jantar. Adoro cozinhar e uso tecnologia regularmente para potencializar minha experiência. Claro, possuo vários livros de receitas, mas é difícil ignorar a conveniência do acesso imediato a novas receitas. Então, quando o Google apresentou o Gemini Live no lançamento da série Pixel 9, rapidamente reconheci seu potencial como sous chef digital.

Nós nos tornamos líricos sobre a impressionante exibição inicial do Gemini Live, testando-o no dia da estreia e muitas vezes depois, enquanto o levamos ao seu limite. Dizer que é notável seria um eufemismo. A capacidade de ter conversas quase naturais e humanas com uma IA que pode acessar a riqueza de dados que o Google tem à sua disposição é extremamente atraente.

Mas quantos de nós realmente queremos ter essas conversas com nossos smartphones? Claro que não, pelo menos se não for necessário. É por isso que o Gemini Live seria uma adição incrível aos dispositivos que já usam o áudio como principal meio de interação, como alto-falantes inteligentes.

A série Pixel 9 é a plataforma óbvia para mostrar as proezas do Gemini Live. É o principal hardware do Google para apresentar sua principal plataforma de software e constitui o ponto central de seu ecossistema e esforços de IA. Desde então, o recurso foi lançado em outros dispositivos, como o Pixel 8 Pro e o Samsung Galaxy S24 Ultra, mas ainda não está amplamente disponível.

No entanto, não vejo os smartphones como a melhor forma de acessar assistentes de voz, muito menos aqueles com a inteligência do Live. Os gatilhos verbais sempre serão um meio terciário de controlar um dispositivo com display. O vídeo acima, do nosso cinegrafista Paul Jones, é um ótimo exemplo disso. Por mais incrível que seja o Gemini Live em um smartphone, o Google sabe que você ainda pode querer usar a tela enquanto conversa. Você pode, portanto, colocá-lo em segundo plano para continuar outras tarefas. Embora o Pixel Buds Pro 2 também suporte Gemini Live, você precisará de um telefone Pixel a reboque, o que anula a utilidade desse emparelhamento específico.

Dispositivos domésticos inteligentes, especificamente alto-falantes inteligentes, são as plataformas mais naturais para ativações por voz. Gemini Live faria mais sentido com produtos Nest Audio, Nest Hub Max ou Nest Mini que dependem de palavras faladas.

Por design, os alto-falantes inteligentes aguardam suas solicitações e demandas verbais. É mais provável que eu use um para solicitações de voz casuais, especialmente quando minhas mãos estão amarradas ou meu telefone não está disponível.

Encontro-me nesta situação com mais frequência na cozinha. Não quero mexer no telefone ao temperar um assado ou amassar pão, então meu Nest Mini vem com tudo. Eu confio nele para tarefas menores, mas aumentaria enormemente meu fluxo de trabalho se eu pudesse contar com conselhos sobre culinária, esclarecimentos sobre métodos ou solução de problemas.

Vejamos um exemplo prático, como seguir uma receita. Normalmente uso meu telefone para ver o YouTube ou esportes em segundo plano, se estiver próximo. Muitas vezes sou forçado a alternar entre este conteúdo e as páginas da web para garantir que medi corretamente, correspondi às temperaturas recomendadas e cumpri o tempo de cozimento. No entanto, esse processo de vaivém seria mais simples com uma IA de conversação como o Gemini Live, que não exigiria avisos separados cada vez que eu fizesse uma pergunta de acompanhamento ou a interrompesse. A capacidade de retomar bate-papos, extraindo informações de receitas ou ideias anteriores, é outro grande ponto positivo para recriar favoritos.

Claro, eu poderia fazer tudo isso no meu smartphone, mas é um dispositivo de apoio na minha cozinha; meu alto-falante inteligente é a peça central.

Apesar de seu início forte, o Gemini Live ainda não está pronto para o horário nobre do seu alto-falante inteligente, principalmente devido a limitações práticas.

O Gemini Live não pode ser acionado com uma palavra de ativação, mesmo em smartphones. “Ok Google” faz com que o Gemini ganhe vida, mas você deve tocar manualmente no botão Gemini Live para mudar para uma sessão de bate-papo contínua. No entanto, isso pode ser corrigido com um simples envio de software. Mais importante ainda, a versão básica do Gemini nem está disponível em nenhum alto-falante inteligente. Embora você possa substituir o Assistant em smartphones pelo companheiro de nova geração, não pode fazer o mesmo em alto-falantes inteligentes. Esses dispositivos precisarão andar antes de poderem correr.

É improvável que o recurso possa ser transferido para alto-falantes inteligentes mais antigos devido aos requisitos de potência para executar os modelos necessários. Talvez o Google pudesse criar um modelo “pico” menor para esses dispositivos, mas não está claro como isso afetaria o desempenho ou a latência. Na realidade, precisaríamos de uma nova série de alto-falantes inteligentes capazes de rodar o Gemini Live.

Há também a questão dessa assinatura. Não acredito que possa justificar o pagamento de US$ 19,99 mensais pelos benefícios do Live, mas poderia doer menos se estivesse disponível em todo o ecossistema de casa inteligente. Novamente, isso continua sendo um futuro distante e conceitual.

No entanto, estou entusiasmado com a rápida progressão do projeto Gemini do Google. Há alguns anos, quem imaginaria que conversar com uma IA seria tão fácil? Há também a promessa do Projeto Astra, uma ferramenta visual que poderá impulsionar ainda mais minhas travessuras culinárias.

Não está além da possibilidade que possamos ver o Gemini Live em alto-falantes inteligentes no devido tempo. O Google parece determinado a injetar recursos de IA em suas plataformas de software e hardware, e a casa inteligente parece ser a próxima fronteira viável. Mal posso esperar.