谷歌I/O开发者大会，不能错过的AI狂欢

 【蜂耘网　人工智能】在昨日OpenAI发布GPT-4o大出风头之后，谷歌压力满满，他能否在被GPT-4o刷屏的AI圈里吸引到众人的目光呢？

 

今日凌晨的谷歌I/O开发者大会一如大家所期待的那样，几乎全程围绕AI展开。关于AI，谷歌聊了两个小时，看来他真的有很多AI新故事要讲，所以谷歌到底讲了些什么？

 

会推理的AI搜索

 

AI融入搜索引擎，这是AI和搜索引擎的必经之路，这并不令人意外，所以想要吸引目光，必须拿出些让人眼前一亮的新花活。

 

 

除了老生常谈的AI归纳总结功能，谷歌AI搜索引擎还具备多步骤推理能力。这让它不是将搜到的信息一股脑堆在一起塞给你，而是有条理地将你可能需要的信息聚合显示，省去你反复搜索对比的麻烦。

 

 

负责搜索业务的Liz Reid展示了搜索“瑜伽教室”的结果，当寻找一个瑜伽教室时，搜索引擎会额外展示报价，以及从指定位置到达该瑜伽教室所需时间。这样的功能看似不算复杂，实际却隐藏了AI的推理能力——它需要分析你搜索这个东西的目的会是什么，才能把有用的信息一并推送，而不是将相关信息一通乱塞引起反感。

 

除此之外，它还能像助手一样为你介绍食谱或是帮你安排行程。

 

最令人惊喜的是，你可以打开你的手机摄像头，然后问它摄像头里的物品的相关信息，比如“这个相机怎么用？”

 

当你想了解一样东西却对它一无所知的情况下，不知道该以什么关键词进行搜索是不是很尴尬？这个功能刚好解决这种无力感。

 

目标是无限上下文的AI模型

 

作为一款优秀的人工智能模型，Gemini已经有超过150万开发者正在使用，谷歌CEO Sundar Pichai 骄傲地跟大家分享了这一点。而今天，Gemini已经进化至最新版本Gemini 1.5 Pro，它向全球开发者免费开放。

 

 

为了服务全球开发者，Gemini 1.5 Pro 支持35种语言，支持100万tokens上下文窗口。

 

这不是极限，Gemini 1.5 Pro 的200万tokens版本已能够预览。

 

200万也不是极限，Sundar Pichai表示Gemini的目标是无限上下文！

 

有Pro版就意味着还有别的版本，不同的“刀法”精确切割不同的目标群体所需的大模型。谷歌AI业务负责人Demis Hassabis 介绍了Gemini 1.5 Flash，此版本更注重效率，速度是它的优势，同时，它还擅长多模态推理能力。与Gemini 1.5 Pro一样的是，它也支持100万tokens上下文窗口，也推出了200万tokens的升级版，但仅支持申请体验。

 

在Gemini的支持下，Ask Photos 功能出现了。只记得信息在相册图片里，但图片一大堆无从找起？直接Ask Photos，AI会提取本地图片的内容信息，找到你所需的消息，并直接告诉你答案。

 

 

Gemini App也迎来了更新，它将支持语音实时交互，接下来还将继续上线视频实时交互功能。

 

Gemini Nano 模型将出现在Pixel手机，并且全程本地运行，完全不必担心隐私泄露风险。

 

未来的AI助手

 

什么样的AI助手才是善解人意的好助手？

 

谷歌认为它需要能够以人类的角度去思考这个世界，这样才能以人为本，贴心到位，还要有强大的记忆力，记住它看到的东西，它要接受指正，不断学习，能够顺畅地交流。

 

在这样的追求下，谷歌的Astra项目诞生了这样一位优秀的AI助手。

 

它能够通过摄像头看到这个世界，提取并理解这个世界的信息，人类可以向它询问真实世界里的事情，比如“我现在在哪里”。

 

 

与GPTs对标的AI助手Gems即将上线，作为谷歌的一员，它可以联动谷歌的其他工具，联动的力量应当会让它变得相当方便。

 

AI工具上新及其他

 

许多领域的AI工具将迎来新成员，图片家族加入文生图工具Imagen 3，音乐领域迎来与Youtube合作的AI音乐沙盒，视频方面也将带来视频生产模型Veo，办公系列则加入总结、智能回复和邮件问答功能。

 

 

谷歌发布了第六代TPU芯片Trillium，算力大涨，足足涨了4.7倍！

 

新的英伟达Blackwell架构GPU也将在明年登陆谷歌云。

 

谷歌AI超级计算机也得益于谷歌的独特构架，可以在硬件和芯片都不变的情况下让效能更高。

 

谷歌宣布轻量级开源模型Gemma的第二代Gemma 2将在6月发布。

 

 

（蜂耘人工智能网　责任编辑：墨染）