编者按：OpenAI的确带来了人工智能的“iPhone时间”，而现在谷歌在AI年代，仍是“iPhone时间”之后跟从的Android……。

在前一天晚上被OpenAI狠狠“截胡”的谷歌，在2024 I/O大会上，总算给出了有力的“反击”。

美国当地时间5月14日上午10点（北京时间5月15日清晨1点），2024 Google I/O大会正式举行，本次大会的主题讲演将环绕人工智能打开，谷歌发布了Gemini AI的最新进展，并环绕谷歌中心事务和生成式人工智能的交融打开共享。不只带来了“进阶版”的Gemini Pro 1.5，还带来了全面临标Sora文生视频大模型的Veo。

谷歌CEO桑达尔·皮查伊（Sundar Pichai）在活动现场表明，现在有逾越1500万开发者在运用Gemini做开发。而Gemini最近三个月时间达到了100万订阅用户。

全新的Gemini大模型产品矩阵。

首要，在本届I/O大会上，谷歌宣告了多项技能才能的晋级。

“进阶版”Gemini 1.5 Pro。

I/O大会上，Gemini 1.5 Pro进阶版敞开给开发者，进阶后，最大支撑上下文窗口从100万Tokens晋级到200万，一起支撑35种言语。现在可以剖析比曾经更长的文档、代码库、视频和音频录音。此外，Gemini 1.5 Pro还可以完成处理愈加杂乱和纤细的指示，包含指定产等第行为的指示，如人物、格式和风格等。

更高功率、更低时延Gemini 1.5 Flash。

于此一起，为了满意用户对低推迟和低本钱的需求，谷歌首要带来轻量化模型Gemini 1.5 Flash。它根据“蒸馏”技能，专为大规模服务规划，速度更快、本钱低至0.35美元/百万Tokens。

Gemini 1.5 Flash仍旧支撑100万和200万Tokens两个版别，适用于摘要、谈天运用、图画和视频字幕、长文档和表格的数据提取等需求快速处理的使命。

为了反击OpenAI，谷歌也在今天发布了多款多模态大模型，包含图画大模型Image 3、视频大模型Veo等。

Gemma大模型晋级，开源大模型阵营再迎猛将。

谷歌旗下开源大模型Gemma也在活动中迎来了严重晋级。谷歌表明，即将于6月上线的Gemma 2中引进一个全新的、具有270亿参数的模型。这是Gemma模型的下一代晋级，这个巨大的模型尺度现已由Nvidia进行了优化，保证它可以在最新的GPU上顺利运转，并且相同在单个TPU主机和vertex AI渠道上表现出色。除了这一巨大的270亿参数模型外，谷歌还方案推出PaliGemma视觉言语敞开模型，这将进一步扩展Gemma 2的功用和运用规模。

文生图大模型Imagen 3。

Imagen 3作为谷歌最新推出的文生图大模型，进一步增强了文本生成图片的技能才能，与其前身Imagen 2比较，Imagen 3可以更精确地舆解了它翻译成图画的文本提示，使得模型发生的“搅扰性工件”和过错更少，并且在生成方面更“赋有创造性和详尽”。谷歌还方案很快将Imagen 3模型供给给运用谷歌企业生成式人工智能开发渠道Vertex AI的开发人员和企业客户，以满意更广泛的用户需求。

文生视频大模型Veo。

Veo是谷歌最新的视频生成模型，正式对标Sora。Veo集成了谷歌旗下很多视觉模型的特性，具有高档的自然言语和视觉语义了解才能，可以生成长度逾越1分钟，分辨率最高1080P的“高质量”视频，并具有多种视觉和电影风格。

教育模型LearnLM。

针关于学习范畴，谷歌还推出了LearnLM，这是一系列全新的用于学习范畴的生成式AI模型。此举不只标志着Google在AI教育范畴的严重打破，一起也是对OpenAI近来针对教学辅导场景所展现才能的有力“回应”。

LearnLM的诞生是Google DeepMind AI研讨部分与谷歌研讨部分深化协作的结晶。谷歌表明，LearnLM模型旨在经过“对话式”的方法，为学生供给个性化的学习辅导，协助他们深化了解并把握各种主题。这不只将提高学生的学习功率，也将为他们带来愈加丰厚和风趣的学习体会。

大模型赋能的产品与场景。

大模型对话产品Gemini Live。

在I/O大会上，谷歌发布了根据Gemini的对话式体会产品——Gemini Live，它答运用户在智能手机上与Gemini进行“深化”的语音谈天，用来反击OpenAI日前的大模型对话演示。用户可以在谈天机器人说话时打断Gemini提出弄清问题，它将实时适运用户的语音形式。此外，Gemini还可以经过智能手机摄像头捕捉的相片或视频看到并回运用户的周围环境。

在某种程度上，Gemini Live 是 Google Lens 和 Google Assistant 的演化，前者是谷歌长期以来的核算机视觉渠道，用于剖析图画和视频，而后者是谷歌的人工智能驱动的语音生成和辨认虚拟帮手，可在手机、智能音箱和电视上运用。

值得一题的是，Live 将专归于 Gemini Advanced，其背面是谷歌One AI进阶方案，价格为20美元/月。

首个AI Agent产品——Project Astra。

作为谷歌首个AI Agent产品，也是推进Gemini Live技能的立异部分，Project Astra旨在创立用于实时、多模态了解的人工智能运用程序和智能体。

在多模态方面，根据全新的音频概述功用，根据Gemini大模型打造的AI智能体，把多种内容改形成互动性的内容。例如进行沉溺式教育、智能填写购物表单、生成旅行规划等。

有别于Gemini和其他特定使命模型，Astra经过继续编码视频帧、将视频和语音输入结合到事情时间线上，并缓存信息以便高效回想，然后完成了对信息的快速处理。

现场，谷歌不只演示了根据手机摄像头的实时交互技能，一起还演示了运用类似于智能眼镜的语音交互，为谷歌未来的空间核算交互打下根底。

全新晋级的AI查找。

谷歌正经过将Gemini大模型与其查找引擎深度集成，预示着查找正逐渐从用完即走的东西服务，转变为AI智能体的进口。现场，谷歌演示了经过AI查找定制个人方案，例如“创立一个易于预备的3天的健康食谱”，提高了查找的实用性和快捷性。这些改动不只改变了查找的呈现方法和服务体会，还影响了广告方法，用来应对大模型技能，关于查找流量格式的影响。

根据相同的技能底座，全新推出的Ask Photo运用，结合谷歌Gemini，Google Photo可以辨认用户对相片的深度问题，并且智能匹配根据深度了解的图片，让相片查找体会更智能、更简略。

深度交融大模型的Android 15。

谷歌也在活跃将AI技能融入安卓体系，经过集成Gemini Nano这一Google生成式AI的最小版别，该功用将在未来版别的安卓体系中完成全面晋级。Gemini Nano彻底可在设备上运转，实时监听“与欺诈常见的对话形式”。现场还演示了当用户收到不明欺诈电话时，AI体系将主动宣布警报，保证用户免受欺诈危险。总归，Gemini正在经过其强壮的AI技能，为安卓用户带来愈加智能、快捷的运用体会。

一起，谷歌还在安卓渠道上推出了一系列全新AI功用，如“Circle to Search”，它不只能完成跨运用查找，还能答复数学题、图表等杂乱问题。乃至可以在用户的邮件App中进行邮件总结、智能回复等操作。

此外，Gemini还具有多模态才能，用户在与朋友的信息对话中可随时呼唤它生成图片，或针对YouTube教程视频、PDF文档等提出特定问题，Gemini将在数秒内给出答复。

更强壮的AI开发东西。

Project IDX。

Project IDX是谷歌新一代以 AI 为中心的根据浏览器的开发环境，并已正式公测。跟着这一更新，IDE将与谷歌地图渠道集成，协助为其运用增加地舆定位功用，并与Chrome Dev Tools和Lighthouse集成，协助调试运用程序。谷歌还将完成将运用程序布置到Cloud Run，这是Google Cloud的无服务器渠道，用于运转前端和后端服务。

Firebase Genkit。

作为这是 Firebase 渠道的一个新成员，旨在使开发人员更轻松地在 JavaScript/TypeScript 中构建AI原生运用程序，作为一个开源结构，选用Apache 2.0许可证，使开发人员可以快速将AI集成到新运用和现有运用中。

功能提高4.7倍，第六代TPU——Trillium。

除了AI软件方面的晋级，谷歌还在本届I/O大会上发布了第六代TPU——Trillium。据介绍Trillium TPU峰值核算功能较v5e高出4.7倍，一起完成了高带宽内存（HBM）和芯片间互连（ICI）带宽的翻倍。这一打破性的技能装备第三代SparseCore加快器，可加快根底模型的练习进程，一起下降推迟和本钱。

在扩展性方面，Trillium TPU支撑单个集群扩展到256个TPU，并可经过多切片技能和Titanium IPU进一步扩展至数百个集群。Trillium将优先敞开给云客户用户，以协助他们完成AI超算效能的两倍提高。

此外，谷歌还在大会上预告，将在2025年将供给英伟达Blackwell产品，为客户供给更多挑选。

大模型之家观念。

在大模型之家看来，OpenAI在人工智能范畴的打破，无疑引领了一个全新的年代，可谓人工智能的“iPhone时间”。他们不只推进了技能的腾跃，更在用户体会和产品规划上完成了革命性的立异。正如iPhone在智能手机范畴敞开了全新的华章，一直以来都以其精深的工艺和前沿的规划理念，将科技与立异完美结合，改变了人们的生活方法。而在这一点上，OpenAI相同表现出色，乃至可以说在某些方面逾越了谷歌。

与此一起，谷歌虽然在科技范畴具有无足轻重的位置，但在人工智能这一范畴的“iPhone时间”上，却好像略显滞后。谷歌更像是“iPhone时间”之后跟从的Android，凭仗其强壮的技能实力和广泛的生态体系，为用户供给了多样化的挑选。但是，在引领职业革新和刻画用户体会方面，谷歌好像还需向OpenAI这样的企业学习。

谷歌全面晋级的大模型、AI运用、以及开发东西中，AI查找现已从简略的答复进化到可以为用户拟定方案、满意个性化需求、安排信息，乃至进行视频查找，为用户供给了史无前例的全面解决方案。用户只需简略地发问，AI便能接手处理后续作业，完成了中心进程的极大简化。

但是，这一技能的腾跃也难免引起人们对“AI分配人类”的忧虑。当AI在代理进程中接触到用户的客户资料、邮件、通讯录等灵敏信息时，无疑对用户的隐私安全构成了潜在要挟。若AI的总结或代理未能精确反映邮件的实在诉求，乃至有意误导用户的决议计划，那么对实践的运营成果将发生严重后果。

虽然谷歌等服务供给商或许会主张用户从头核实邮件等信息内容，但频频地重复承认不只耗时耗力，并且与AI技能寻求的高效快捷准则各走各路。更令人忧虑的是，一些服务商在用户协议中奇妙地规避了职责，使得用户在遭受AI误导时往往难以追究职责。

因而，虽然谷歌的AI产品看似功用强壮，但用户在运用时仍需坚持警惕，防止被AI所“分配”。在享用AI带来的便当的一起，咱们也需求学会怎么与AI共存，保证本身权益不受危害。终究，在AI年代，咱们仍需求坚持独立思考和判断才能，以应对或许呈现的危险和应战。

内容来源：https://harmonyscentsg.com/app-1/sky88 in,https://chatbotjud-hml.saude.mg.gov.br/app-1/assistir-al-hilal