谷歌 I/O開發(fā)者大會(huì)匯總：AI模型全面更新 幾乎覆蓋所有生成模型類型

　　在昨晚的Google I/O發(fā)布會(huì)上，Google宣布了一系列AI模型的更新，涵蓋了從文本到視覺和音樂的多個(gè)領(lǐng)域:

　　Gemini1.5Pro:支持200萬(wàn)上下文，針對(duì)翻譯、編碼、推理等關(guān)鍵用例進(jìn)行了質(zhì)量改進(jìn)，但未發(fā)布測(cè)試結(jié)果。

　　Gemini Flash:針對(duì)響應(yīng)速度至關(guān)重要的窄或高頻任務(wù)進(jìn)行了優(yōu)化，價(jià)格比GPT-3.5更便宜。

　　Gemini模型家族:

　　Ultra:最大的模型，僅在Gemini Advanced提供。

　　Pro:最佳總體性能模型，API預(yù)覽版中提供。

　　Flash:輕量級(jí)速度/效率模型，API預(yù)覽版中提供。

　　Nano:設(shè)備上模型，將內(nèi)置于Chrome126中。

　　Gemini Gems:谷歌的GPTs，支持自定義與Gemini的互動(dòng)方式。

　　Gemini Live:基于聲音的深入雙向?qū)υ捘芰�，Project Astra實(shí)時(shí)視頻理解個(gè)人助理聊天機(jī)器人即基于此。

　　Gemma2:6月發(fā)布，規(guī)模為27B，以更小的尺寸提供接近Llama-3-70B的性能。

　　PaliGemma:谷歌的第一個(gè)視覺語(yǔ)言開放模型，靈感來自PaLI-3。

　　Veo:DeepMind開發(fā)的模型，旨在對(duì)標(biāo)Sora，但一些體驗(yàn)者認(rèn)為效果不盡人意。

　　Imagen3:圖像模型，能夠理解自然書寫的提示，生成高質(zhì)量逼真圖像，并在渲染文本方面表現(xiàn)優(yōu)異。

　　Music AI Sandbox:旨在改變音樂創(chuàng)作方式的AI工具，用戶可以全新創(chuàng)作樂器部分，輕松轉(zhuǎn)換不同曲目風(fēng)格。

　　Trillium:谷歌最新的TPUs，計(jì)算性能比上一代TPU v5e提升高達(dá)4.7倍。

　　這次發(fā)布會(huì)展示了Google在AI領(lǐng)域的全面布局和創(chuàng)新能力，從文本到視覺再到音樂，Google的AI模型正在不斷進(jìn)步，為用戶帶來更加豐富和高效的體驗(yàn)。