谷歌 I/O开发者大会汇总：AI模型全面更新 几乎覆盖所有生成模型类型

5月15日讯 在昨晚的Google I/O发布会上，Google宣布了一系列AI模型的更新，涵盖了从文本到视觉和音乐的多个领域:

Gemini1.5Pro:支持200万上下文，针对翻译、编码、推理等关键用例进行了质量改进，但未发布测试结果。

Gemini Flash:针对响应速度至关重要的窄或高频任务进行了优化，价格比GPT-3.5更便宜。

Gemini模型家族:

• Ultra:最大的模型，仅在Gemini Advanced提供。
• Pro:最佳总体性能模型，API预览版中提供。
• Flash:轻量级速度/效率模型，API预览版中提供。
• Nano:设备上模型，将内置于Chrome126中。
• Gemini Gems:谷歌的GPTs，支持自定义与Gemini的互动方式。
• Gemini Live:基于声音的深入双向对话能力，Project Astra实时视频理解个人助理聊天机器人即基于此。
• Gemma2:6月发布，规模为27B，以更小的尺寸提供接近Llama-3-70B的性能。
• PaliGemma:谷歌的第一个视觉语言开放模型，灵感来自PaLI-3。
• Veo:DeepMind开发的模型，旨在对标Sora，但一些体验者认为效果不尽人意。
• Imagen3:图像模型，能够理解自然书写的提示，生成高质量逼真图像，并在渲染文本方面表现优异。
• Music AI Sandbox:旨在改变音乐创作方式的AI工具，用户可以全新创作乐器部分，轻松转换不同曲目风格。
• Trillium:谷歌最新的TPUs，计算性能比上一代TPU v5e提升高达4.7倍。

这次发布会展示了Google在AI领域的全面布局和创新能力，从文本到视觉再到音乐，Google的AI模型正在不断进步，为用户带来更加丰富和高效的体验。