谷歌公布了其人工智能产品的一系列更新，包括推出 Gemini 1.5 Flash、Gemini 1.5 Pro 的增强功能以及 Project Astra 的进展，该项目是其对人工智能助手未来的愿景。
Gemini 1.5 Flash 是 Google 型号系列的新成员，旨在更快、更高效地提供大规模服务。虽然比 1.5 Pro 更轻，但它保留了跨大量信息进行多模式推理的能力，并具有突破性的 100 万个标记的长上下文窗口。
“1.5 Flash 擅长摘要、聊天应用程序、图像和视频字幕、长文档和表格中的数据提取等，”Google DeepMind 首席执行官 Demis Hassabis 解释道。 “这是因为 1.5 Pro 通过一个名为‘蒸馏’的过程对其进行了训练，将较大模型中最基本的知识和技能转移到更小、更高效的模型中。”
与此同时，谷歌显着改进了 Gemini 1.5 Pro 模型的功能，将其上下文窗口扩展到突破性的 200 万个代币。其代码生成、逻辑推理、多轮对话以及音频和图像理解能力得到了增强。
该公司还将 Gemini 1.5 Pro 集成到了 Google 产品中，包括 Gemini Advanced 和 Workspace 应用程序。此外，Gemini Nano 现在可以理解多模式输入，不仅限于文本，还包括图像。
Google 宣布推出下一代开放模型 Gemma 2，旨在实现突破性的性能和效率。 Gemma 家族也在不断壮大，PaliGemma 是该公司第一个受 PaLI-3 启发的视觉语言模型。
最后，谷歌分享了 Project Astra（高级视觉和说话响应代理）的进展，这是其对人工智能助理未来的愿景。该公司开发了原型代理，可以更快地处理信息、更好地理解上下文并在对话中快速响应。
“我们一直想构建一个在日常生活中有用的通用代理。 Project Astra 展示了多模式理解和实时对话功能。”谷歌首席执行官桑达尔·皮查伊 (Sundar Pichai) 解释道。
“有了这样的技术，很容易想象未来人们可以通过手机或眼镜拥有专业的人工智能助手。”
发表评论