谷歌IO大会提“AI”121次发布十余项更新及新品

　　本次开发者全程两个小时，谷歌CEO共提及“AI”121次，此次开发者大会，谷歌将搜索业务做了最彻底的AI改造，还更新升级了Gemini1.5Pro版本，同时推出Gemini1.5Flash轻量化小模型。此外，推出自称效果超过Sora的生成视频模型Veo。

　　北京时间5月15日凌晨，谷歌年度开发者I/O 大会2024在美国加利福尼亚州山景城总部附近的海岸线圆形剧场召开。整场发布会由谷歌CEO桑达尔皮查伊（Sundar Pichai）主持，全程历时两小时。

　　前一天，OpenAI刚发布GPT-4o和全新的ChatGPT，此次谷歌要在开发者大会上交出怎样的“AI”答卷外界充满了期待。

　　澎湃科技（注意到，整场开发者大会，桑达尔皮查伊称，据Gemini统计，在整场发布会上他共提及“AI”121次，发布了十多项产品更新和新品，但外界评论称，和GPT-4o不到30分钟的发布会相比，“缺乏惊喜”。

　　此次开发者大会，谷歌将搜索业务做了最彻底的AI改造，还更新升级了Gemini1.5Pro版本，同时推出Gemini1.5Flash轻量化小模型。

　　除此之外，谷歌推出自称效果超过Sora的生成视频模型Veo，另外还展示了与GPT-4o 相似的语音视觉交互功能Gemini Live，同时，还更进一步推出了AI智能体Project Astra。

　　当天大会上，谷歌宣布对Gemini模型进行更新，此前，谷歌推出的Gemini 1.5 Pro是一个中型多模态模型，上下文长度为100万tokens。

　　升级后的Gemini 1.5 Pro，在多项公共基准测试中取得了显着改进，在多项图像和视频理解基准测试中也实现了最先进性能。此外Gemini 1.5 Pro还能够遵循越来越复杂和细微的指示，包括指定产品级行为的指示，如角色、格式和风格等。

　　为了满足用户对低延迟和低成本的需求，此次发布会，谷歌宣布，发布轻量化模型Gemini 1.5 Flash。

　　相较于Gemini 1.5 Pro，该版本的特点是响应速度更快、成本低至0.35美元每百万tokens。而Gemini 1.5 Pro则针对对高质量内容有需求的用户，收费为7美元每百万tokens。

　　尽管Gemini1.5 Flash体积小巧，仍实现了100万个标记的长上下文窗口，开发人员还能注册尝试200万个标记，适用于摘要、聊天应用、图像和视频字幕、长文档和表格的数据提取等多种任务。

　　值得注意的是，此次大会，谷歌重磅宣布推出基于Gemini 1.5 Pro 的 Gemini Advanced。升级后的 Gemini Advanced 可以处理“多个大型文档，总计最多 1500 页，或汇总 100 封电子邮件。同时支持 35 多种语言和 150 多个国家及地区。

　　“很久以来，我们都有一个梦想，希望打造一个通用的AI Agent（AI智能体），帮助人们的生活变得更方便。现在，我们多年磨一剑，推出 Project Astra 的通用 AI 智能体。”桑达尔皮查伊在发布会上说。

　　在展示过程中，谷歌在演讲中展示了一个人拿着手机，将摄像头对准办公室的各个地方，并用语言与其交互：“当你看到有东西发出声音时，请告诉我。”在这段视频演示中，Astra能识别各种物体甚至代码，并实时与人类进行语音互动。

　　在展示环节，有用户对Astra突然提出一个此前没有涉及到的问题，“你记得我把眼镜放哪里了么？”

　　这表明，当摄像头扫过的时候，Astra曾“看”到过用户的眼镜，Astra以视觉的形式记录了下来。

　　此次发布会上，杰米斯哈萨比斯宣布，谷歌正式发布一款全新的视频生成模型Veo，将成为Sora新的劲敌。

　　谷歌声称，Veo能够根据文本、图像创建超过60秒的高质量1080P视频，用户可以对光照、镜头语言、视频颜色风格等进行设定。此外，Veo还能够理解电影和视觉技术，例如延时拍摄的概念。

　　用户仅需写出文本提示即可生成视频，比如文本提示：“在宁静的山地平移镜头，相机慢慢露出白雪皑皑的山峰、花岗岩岩石和倒映天空的清澈湖泊。”“一艘宇宙飞船在浩瀚的太空中穿梭，星星划过，高速，科幻”。

　　谷歌搜索负责人莉兹里德（ Liz Reid ）在此次发布会上称，在过往的25年里，谷歌经历了许多技术变革，“我们不断重新构想和扩展 Google 搜索的功能。”

　　莉兹里德宣布，如今，借助AI，谷歌搜索可以做的事情超出人们的想象。她表示，将 Gemini 的先进功能（包括多步推理、规划和多模态）与谷歌搜索系统结合在一起，推出AI Overviews。AI Overviews将首先在美国推出。通过AI Overviews，用户可以上传演示其要解决的问题的视频，然后启动搜索在论坛和互联网的其他区域以找到解决方案。

　　此外，用户也可以向定制的Gemini 模型提出复杂的问题。甚至当用户不知道自己问什么的时候，Google也可以给用户推荐，给用户做头脑风暴。用户还可以直接与 Gemini 聊天，从整个收件箱中查找详细信息。

　　莉兹里德称，“从回答、计划、需求定制到组织和视频搜索，Google都会替你完成，而你需要做的只有提问。”

　　在大会进行到中途，澎湃科技注意到，桑达尔皮查伊低调宣布了谷歌的第六代张量处理单元 (TPU) 称为 Trillium，将于今年晚些时候向其云客户提供。TPU 可能不是谷歌当今众多人工智能更新中最华丽的，但它是其人工智能工作的重要组成部分。

　　据谷歌介绍，作为“迄今为止性能最强、能效最高的 TPU”，Trillium 宣称与 TPU v5e 相比，每个芯片的峰值计算性能提高了 4.7 倍。

　　值得关注的是谷歌此次也在安卓平台上推出一系列全新AI功能。谷歌表示，此前，Circle to Search功能允许用户无需切换应用即可搜索，现在起它还可以作为学习伴侣，解答数学题、图表等复杂问题。目前这一功能已在超过1亿台安卓设备上提供，预计到年底这一数字将翻倍。

　　（原标题：谷歌两小时I/O大会提了“AI”121次，发布了十余项更新及新品，却“缺乏惊喜”）

　　特别声明：本文转载仅仅是出于传播信息的需要，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、网站或个人从本网站转载使用，须保留本网站注明的“来源”，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，请与我们接洽。

　　QB期刊 南开大学陈盛泉团队提出基于对比学习和参考集引导的单细胞染色质可及性数据细胞类型注释方法-RAINBOW

　　FIE 南卡罗莱纳大学William E. Mustain教授：设计碱性电池中锌的粒径、形状和结晶度的统计学方法