Google Just Dropped Project Astra and It’s Already Scaring People

Google hat mit der Einführung von Project Astra in Gemini Live begonnen. Dieser Schritt bringt visuelle Key in Echtzeit und ermöglicht mehrsprachige Unterhaltungen über alles, was über die Kamera oder die Bildschirmfreigabe eines Smartphones gesehen und gehört wird. Die Funktion kommt für Pixel 9 und Samsung Galaxy S Geräte und sorgt bereits mit Versprechen einer erweiterten kamerabasierten Analyse und erweiterten keygestützten Interaktionen für Aufsehen hinter den Kulissen geschieht. Samsung und Google haben sich zusammengeschlossen, so dass Besitzer des Galaxy S die visuelle Key von Gemini Live in Echtzeit erleben können, ohne ein zusätzliches Abonnement für Gemini Advanced abschließen zu müssen. Es gibt einige Spekulationen darüber, ob es sich dabei um einen einfachen dauerhaften Vorteil oder eine kostenlose Testversion handelt, die zufällig mit neuen Geräten gebündelt wird. Unterm strich können es 25 Besitzer ihre Kamera öffnen, auf etwas zeigen und zusehen, wie Gemini Live die Ergebnisse sofort interpretiert. Es könnte so einfach sein, wie zu analysieren, wie viele Finger Sie hochhalten, oder zu erkennen, auf welcher Straße Sie sich befinden, wenn Ihr Auto durch eine Stadt fährt. Das unmittelbare Feedback von ersten Nutzern ist, dass sich die Funktion eher wie ein Schnappschusstool als wie ein kontinuierlicher Live Feed verhält. Wenn Sie Gemini Live fragen, wie viele Finger Sie zeigen, wird in dem Moment, in dem Sie die Frage stellen, ein Foto aufgenommen und auf Grundlage dieses statischen Rahmens beantwortet. Wenn Sie Ihre Hand danach bewegen, wird die Antwort nicht mehr aktualisiert. Dennoch ist es ein beeindruckender Fortschritt auf dem Weg dahin, wie Ihr Smartphone eines Tages ein linsenähnliches Objekterkennungssystem mit einer menschlicher klingenden KI Konversation verbinden könnte. Einige Besitzer von Pixel 9 Geräten erhalten eine ähnliche Einführung, obwohl diejenigen, die den erweiterten Echtzeitkameramodus wünschen, möglicherweise Gemini Advanced benötigen. Es ist nicht ganz klar, ob es einen separaten Aktionscode gibt oder ob bestimmte Pixel 9 Besitzer automatisch vollen Zugriff erhalten, aber in jedem Fall wird das Angebot erweitert. Es gibt auch eine neue Dimension der Bildschirmfreigabe. Sie können die Gemini App öffnen, die Bildschirmfreigabe aktivieren und der Key zeigen, was Sie gerade betrachten. Vielleicht lesen Sie einen Nachrichtenartikel und möchten, dass die Key ihn zusammenfasst oder auf weitere Details hinweist. Oder Sie stöbern in einem Online Shop und möchten sofortiges Feedback zu Produktvergleichen oder Rabattcodes. Sie können sogar während der Bildschirmfreigabe zu ihrer Kamera wechseln, sodass die KI einen Live Feed ihrer Umgebung sieht. Sobald Sie ihr Telefon sperren oder die Sitzung pausieren, schaltet sich die Kamera aus. Sie können sie ganz einfach wieder einschalten, aber es gibt einen integrierten Schutz, damit Sie nicht versehentlich alles übertragen. Dieses Konzept ist mit Googles neuem Key Modus in seiner Suchplattform verknüpft, der zunächst auf Premium Abonnenten von Google i beschränkt war, seitdem aber auf weitere Labs Nutzer in den USA ausgeweitet wurde. Der Suchmaschinenriese sagt, das bisherige Feedback sei überwiegend positiv, und die Nutzer geben längere, differenziertere Suchanfragen ein als bei klassischen textbasierten Suchanfragen. Ein Faktor hinter diesem Anstieg könnte die Einführung multimodaler Funktionen sein. Googles neuer Ansatz, der auf einer Version seines Gemini Modells basiert, kann Text und Bilder gleichzeitig analysieren, sodass sie entweder ein Foto aufnehmen oder eins hochladen können, um eine aussagekräftige Antwort zu erhalten. Stellen Sie sich vor dem Modus, einen Screenshot eines neuen Sneakers oder eines komplizierten Tortendiagramms für die Arbeit zu zeigen. Der Key Modus arbeitet mit Google Lens zusammen, das Objekte im Bild identifiziert und dann eine sogenannte Query Fan Out Technik ausführt. Im Wesentlichen zerlegt es das Bild in mehrere Unterabfragen. Wenn Sie dem System ein Bücherregal zeigen, identifiziert das System jeden einzelnen Titel, fragt Daten dazu ab und kombiniert die Ergebnisse zu einer zusammenhängenden Antwort wie zb einer KU ratierten Leseliste mit direkten Kauflinks. Google hofft, dass dieser tiefere, kontextbezogenere Ansatz die Key zu etwas macht, das sich wie ein persönlicher Assistent anfühlt und nicht nur wie ein Suchfeld. Das ist zwar für Endnutzer aufregend, löst aber auch bei unabhängigen Verlagen Bedenken aus. Einige Website Besitzer sagen, dass der Traffic zurückgeht, da die KI von Google umfassende Zusammenfassungen direkt vor Ort liefern kann, was bedeutet, dass weniger Klicks auf den ursprünglichen Inhalt zurückführen. Eine Person mit einer Website für Heimwerker bemerkte, dass die KI manchmal Produkte vorschlägt, die es gar nicht gibt, oder fragwürdige Sicherheitspraktiken empfiehlt. Google behauptet, es gebe keinen endgültigen Beweis dafür, dass KI Übersichten der Grund für einen allgemeinen Rückgang des Datenverkehrs seien, und argumentiert, dass sich Suchalgorithmen ständig änderten, sich die Interessen der Nutzer saisonal entwickelten und viele andere Faktoren ebenfalls zu Zugriffen auf die Website führen könnten. Dennoch bleibt die Sorge, dass der organische Datenverkehr kleiner Websites umso mehr zurückgehen werde, je mehr Googles Key ihre Fähigkeit verfeinere, direkte Antworten zu liefern. Der Wettbewerb um Talente ist ein weiteres heißes Thema. DeepMind, das von Google übernommen wurde, ist eine der führenden Key Abteilungen der Welt. Kürzlich wurde berichtet, dass sie in Großbritannien strenge Wettbewerbsverbote anwenden. Einige Mitarbeiter können bis zu einem Jahr lang nicht zu Konkurrenten wie OpenAI oder Microsoft wechseln. Die Mitarbeiter sind nicht völlig machtlos, weil sie immer noch bezahlt werden, aber sie werden in dieser Zeit auch im Wesentlichen außen vor gelassen, was frustrierend sein kann, wenn sie die Grenzen der KI weiter ausreizen wollen. Die FTC in den USA ist gegen Wettbewerbsfäh Verbote vorgegangen. In den USA sieht man diese Praxis nicht so oft, in Großbritannien ist sie jedoch immer noch erlaubt und das kann die Bewegung von KI Experten verlangsamen, die anderswo neue Rollen ausprobieren möchten. In der Zwischenzeit verdoppelt Google die Bemühungen, unter dem Dach von Gemini noch robustere KI Technologien zu entwickeln. Gemini 2.5 Pro ist gerade in eine breitere öffentliche Vorschau mit höheren Nutzungslimits über die Gemini API und Google Eye Studio eingetreten. Die Preise sind gestaffelt, um Entwickler anzulocken, die auf der Suche nach umfangreichem Computing sind, wenn Sie weniger als Token pro Mon benötigen. Sie zahlen 1,25 US Dollar für jede Million Eingabe Token und 10 US Dollar für jede Million Ausgabe Token. Sobald Sie diese Obergrenze überschreiten, steigen die Preise auf 2,5 bzw. 15 US Dollar. Token können sich auf Textbits oder andere Daten wie Bild oder Audioeingaben beziehen und die Ausgabe Token spiegeln die Komplexität der Argumentation wider. Google besteht darauf, dass dies immer noch günstiger sei als das, was einige namhafte Wettbewerber verlangen und weist darauf hin, dass das Sonet Cloud 3.7 von Antropic oder die GPT Modelle Modelle von OpenAI schnell teurer werden können. Google hat das neue Gemini Modell noch nicht in Vertexye verfügbar gemacht, aber es ist in Planung. Trotz seines aggressiven Strebens nach Marktdominanz räumt Google offen ein, dass einige Formen fortgeschrittener KI, insbesondere AGI, bei Missbrauch eine echte bedrohung darstellen könnten. DeepMind veröffentlichte ein Forschungspapier, in dem eingeräumt wird, dass AGI zu erheblichen Schäden führen kann, wobei die Risiken in Missbrauch, Fehlausrichtung, Fehler und strukturelle Mängel unterteilt werden. Außerdem werden verschiedene Verteidigungsmaßnahmen beschrieben, wie die Beschränkung des Zugriffs auf KI Funktionen auf sehr hohem Niveau, die Einführung zusätzlicher Sicherheitsmaßnahmen und die Integration einer ständigen Überwachung. Dice Abis, der DeepMind leitet, sagte, dass leistungsstärker agentenbasierte Systeme, wenn wir sie entwickeln, für Wissenschaft, Medizin und so ziemlich jeden Bereich transformativ sein könnten. Diese Leistungsfähigkeit bedeutet jedoch auch, dass sie einer strengen Aufsicht bedürfen. Er ist davon überzeugt, dass es für Gesellschaft, Wirtschaft und Regierungen unerlässlich ist, sorgfältig darüber nachzudenken, wie die Zukunft aussehen soll, wenn die AGI Technologie vollständig entwickelt ist. All diese neuen Funktionen, die Analyse des Kamerafeeds, die Bildschirmfreigabe und die intelligente Suche verwandeln ihr Telefon langsam in einen Echtzeitassistenten. Sie können ihre Kamera auf etwas in einem Geschäft richten, ihren Bildschirm beim Surfen teilen oder ein Foto von einem Wahrzeichen machen, und Gemini wird versuchen, ihnen sofort zu helfen. Für Nutzer des Galaxy S funktioniert das alles, ohne dass ein Gemini Advanced Abonnement erforderlich ist, zumindest vorerst, was andere Marken dazu bewegen könnte, diesem Beispiel zu folgen. Natürlich befürchten einige, dass KI Zusammenfassungen Klicks auf echte Websites ersetzen oder dass kleinere Entwickler untergehen. Aber Google treibt dies Voran, erweitert den KI Modus und führt Gemini 2.5 Pro mit günstigeren Tarifen ein, um Entwickler anzulocken. Und da Apple, OpenAI und andere mit von der Partie sind, wird dieses Key Rennen nicht langsamer. Project Astra ist jetzt in Gemini live und obwohl der Kamera Feed noch nicht vollständig kontinuierlich ist, ist er bereits ein großer Schritt in Richtung einer bewussteren Key. Es hat zwar noch ein paar Macken, aber wenn du ein Pixel 9 oder Galaxy S besitzt, kannst du es jetzt gleich mal ausprobieren und schauen, wo das Ganze noch hinführt. Das war's für heute. Ich hoffe, es hat dir gefallen. Wenn du es noch nicht getan hast, klicke auf den Abonnieren Button. Danke fürs Zuschauen und wir sehen uns im nächsten Video.