TLDR;

Família de modelos de código aberto chamada Gemma 4 composta por quatro variantes que se diferenciam no número de parâmetros e foram treinadas para processar imagens e vídeos. Elas são capazes de processar vídeos e imagens, sendo ideais para tarefas como reconhecimento ótico de caracteres e operam em mais de 140 idiomas. Enquanto o Google lançou Gemma 4 e novidades no app de edição Vits para customizar avatares por texto, a Microsoft está focando em superinteligência e lançou o May Transcribe 1, um modelo de transcrição mais eficiente e de menor custo.

Resumo

[Erro ao processar: The read operation timed out]