AI 无处不在
不得不说,AI太火了!今年的Google大会主题完全围绕AI展开,特别是和其在各类应用中的合作,如相册、NotebookLM、Workspace和Gmail等。在本次I/O大会上 AI 被提及了121次。首席执行官Sundar Pichai在结束演讲时提到了这个数字,并幽默地表示公司为我们做了“辛苦的工作”来计数。
Gemini
Gemini 应用
让用户在手机上直接通过应用和Gemini进行交互,目前已经上架Google Play以及 Apple Store。
AI Overviews
谷歌即将在浏览器搜索中引入Gemini支持的功能,通过 AI Overviews快速获取答案。借助定制的 Gemini 模型的多步推理功能, AI Overviews将有助于解决日益复杂的问题。无需将问题分解为多个搜索,而是可以一次性提出最复杂的问题,以及想到的所有细微差别和注意事项。例如,也许您正在寻找一家新的瑜伽或普拉提工作室,并且您想要一家受当地人欢迎、交通便利且还为新会员提供折扣的工作室。很快,只需进行一次搜索,您就可以提出诸如“找到波士顿最好的瑜伽或普拉提工作室,并向我展示他们的介绍优惠的详细信息,以及从灯塔山出发的步行时间”之类的问题。
Gemini 1.5 Pro升级以及推出新的Gemini 1.5 Flash模型
Gemini 1.5 Pro 的上下文窗口(可以接收的信息量)增加了一倍,从 100 万个 token 增加到 200 万个。
Gemini 1.5 Flash是利用Gemini 1.5 Pro蒸馏而成,属于Gemini 1.5 Pro的精简版,它将大模型的基本知识与技能转移到更小却更高效的模型中。它们同样支援100万个Token,但Gemini 1.5 Flash特别针对大规模容量及大规模的高频率任务进行了最佳化,它是速度最快的Gemini API版本。尽管它仅是轻量级的Gemini 1.5 Pro,但Google强调它对于大量资讯有强大的多模态推理能力,擅长摘要、聊天应用程式、图像、影像字幕、从大量文字及表格中汲取资料等。
Gemini 1.5 Flash每100万个Token的输入费用为0.35美元,每100万个Token的输出费用则是0.53美元,Gemini 1.5 Pro分别是3.5美元及1.75美元。
生成式 AI 升级
谷歌发布了针对图像、视频和音乐的人工智能生成工具,分别叫做Imagen 3、Music AI Sandbox、Veo。
Imagen 3
Deepmind最高质量的文本转图像模型,能够生成比我们以前的模型具有更详细、更丰富光线和更少干扰伪影的图像。可以理解用自然的日常语言编写的提示,从而可以更轻松地获得所需的输出,而无需复杂的提示工程。Doug Eck更是将Imagen 3称为“迄今为止渲染文字的最佳模型”。
Music AI Sandbox
是一种用于生成声音和音乐的特定模型。该技术是与 YouTube 合作开发的,通过工具从头开始创建声音、在曲目风格之间切换等等,为音乐生成提供了新的转折。
Veo
它可以生成超过一分钟的高质量 1080p 分辨率视频,具有多种电影和视觉风格。它能准确地捕捉提示的细微差别和基调,并提供前所未有的创意控制水平—理解各种电影效果的提示,例如延时或风景的空中拍摄。
第六代TPU——Trillium
第六代TPU——Trillium,该公司表示,与上一代产品相比,该产品的单位芯片计算性能提高了4.7倍。从今年下半年开始,云用户就能率先体验到这款强大新芯片的卓越性能。该公司还重申,它将在2025年初成为首批提供英伟达(Nvidia)Blackwell GPU的云提供商之一。
Android 诈骗电话检测功能
安卓系统引入AI诈骗电话检测功能,在通话中提醒可能存在的诈骗行为,并鼓励用户结束此类通话。上述功能基于本地运行的Gemini Nano模型,在通话中匹配查找欺诈性语言和其他通常与诈骗有关的对话模式,如果遇到疑似诈骗的电话,就会发出警报提醒用户
出海共济
出海之路,路远且艰。更多金融出海解决方案,欢迎关注公众号 趣浪出海 ,欢迎大家一起探讨更多合规问题,稳健航行世界之海。