首页 产业新闻 谷歌 I/O开发者大会汇总:AI模型全面更新 几乎覆盖所有生成模型类型

谷歌 I/O开发者大会汇总:AI模型全面更新 几乎覆盖所有生成模型类型

产业新闻 52

    在昨晚的Google I/O发布会上,Google宣布了一系列AI模型的更新,涵盖了从文本到视觉和音乐的多个领域:

    Gemini1.5Pro:支持200万上下文,针对翻译、编码、推理等关键用例进行了质量改进,但未发布测试结果。

    Gemini Flash:针对响应速度至关重要的窄或高频任务进行了优化,价格比GPT-3.5更便宜。

    Gemini模型家族:

    Ultra:最大的模型,仅在Gemini Advanced提供。Pro:最佳总体性能模型,API预览版中提供。Flash:轻量级速度/效率模型,API预览版中提供。Nano:设备上模型,将内置于Chrome126中。Gemini Gems:谷歌的GPTs,支持自定义与Gemini的互动方式。Gemini Live:基于声音的深入双向对话能力,Project Astra实时视频理解个人助理聊天机器人即基于此。Gemma2:6月发布,规模为27B,以更小的尺寸提供接近Llama-3-70B的性能。PaliGemma:谷歌的第一个视觉语言开放模型,灵感来自PaLI-3。Veo:DeepMind开发的模型,旨在对标Sora,但一些体验者认为效果不尽人意。Imagen3:图像模型,能够理解自然书写的提示,生成高质量逼真图像,并在渲染文本方面表现优异。Music AI Sandbox:旨在改变音乐创作方式的AI工具,用户可以全新创作乐器部分,轻松转换不同曲目风格。Trillium:谷歌最新的TPUs,计算性能比上一代TPU v5e提升高达4.7倍。

    Ultra:最大的模型,仅在Gemini Advanced提供。

    Pro:最佳总体性能模型,API预览版中提供。

    Flash:轻量级速度/效率模型,API预览版中提供。

    Nano:设备上模型,将内置于Chrome126中。

    Gemini Gems:谷歌的GPTs,支持自定义与Gemini的互动方式。

    Gemini Live:基于声音的深入双向对话能力,Project Astra实时视频理解个人助理聊天机器人即基于此。

    Gemma2:6月发布,规模为27B,以更小的尺寸提供接近Llama-3-70B的性能。

    PaliGemma:谷歌的第一个视觉语言开放模型,灵感来自PaLI-3。

    Veo:DeepMind开发的模型,旨在对标Sora,但一些体验者认为效果不尽人意。

    Imagen3:图像模型,能够理解自然书写的提示,生成高质量逼真图像,并在渲染文本方面表现优异。

    Music AI Sandbox:旨在改变音乐创作方式的AI工具,用户可以全新创作乐器部分,轻松转换不同曲目风格。

    Trillium:谷歌最新的TPUs,计算性能比上一代TPU v5e提升高达4.7倍。

    这次发布会展示了Google在AI领域的全面布局和创新能力,从文本到视觉再到音乐,Google的AI模型正在不断进步,为用户带来更加丰富和高效的体验。