谷歌I/O开发者大会精彩回顾：AI与Android 15亮点纷呈-今日必看

谷歌I/O开发者大会精彩回顾：AI与Android 15亮点纷呈

来源：乔治葫芦娃发布时间：2024-05-15 16:41

【CNMO科技】北京时间5月15日凌晨1点，备受瞩目的谷歌I/O开发者大会在加利福利亚州山景城的海岸线圆形剧场盛大开幕。本次大会由Alphabet首席执行官桑达尔·皮查伊 (Sundar Pichai) 领衔的主题演讲拉开序幕，聚焦了人工智能领域的最新进展。其中，备受期待的Android 15系统也在此次大会上有所提及。

由于大会的举办时间较早，许多朋友可能因时差而未能实时观看。不外，接下来，CNMO将为大家详细梳理并介绍本次谷歌I/O大会的亮点内容，让你不错过任何重要信息。

Gemini 1.5 Pro大模型

此前，谷歌推出的Gemini 1.5 Pro作为一款中型多模态模型，凭借其强大的处理能力和多模态交互功能，已经在全球范围内引起了广泛的关注。这一模型不仅在文本处理方面表现出色，还能够处理图像和视频等多种数据格式，为用户提供了丰富多样的交互体验。

而在此次开发者大会上，皮查伊宣布了关于Gemini 1.5 Pro的重大更新。首先，谷歌将Gemini 1.5 Pro的上下文长度从原有的100万tokens提升到了200万tokens，这一升级将极大地增强其数据处理能力，使得模型在处理更加复杂和庞大的数据时更加游刃有余。同时，谷歌还宣布Gemini 1.5 Pro将全面支持Workspace。

此外，谷歌宣布将Gemini 1.5 Pro面向全球开发者开放。这意味着，无论是专业的开发人员仍是业余的爱好者，都可以更加深入地了解和使用这一强大的模型。

升级后的Gemini 1.5 Pro在多项公共基准测试中取得了显著改进，特别是在图像和视频理解方面，它展现出了最提高前辈的性能。这一模型不仅能够理解文本内容，还能够准确地解读图像和视频中的信息。

Gemini 1.5 Flash模型

为了满足市场对低延迟和低成本的迫切需求，谷歌也推出了Gemini 1.5 Flash模型。这款模型在成本上取得了显著的突破，定位于Gemini 1.5 Pro和Gemini 1.5 Nano之间，主要面向广大开发者群体。

在定价策略上，Gemini 1.5 Flash的定价极为亲民，每处理100万个token仅需35美分，相较于GPT-4o的每百万token 5美元的价格，这一价格优势不问可知。而针对追求高质量内容的用户，Gemini 1.5 Pro则提供了更为精细的服务，其定价为每百万tokens 7美元。

谷歌DeepMind首席执行官德米斯·哈萨比斯在博客文章中详细阐述了Gemini 1.5 Flash的特性和应用场景。他表示，Flash模型在摘要生成、聊天应用、图像和视频字幕、以及从长文档和表格中提取数据等方面表现出色，为开发者提供了强大的支持。

哈萨比斯进一步解释道，谷歌推出Gemini 1.5 Flash的初衷在于满足开发者对于更轻便、更经济模型的迫切需求。

下一代开源模型Gemma 2

谷歌表示，全新Gemma 2模型是一款轻量级、前沿的开放式模型，继承了Gemini模型的研究和技术精髓。

Gemma 2模型采用了全新的架构，其27B（270亿）参数大小的尺寸在保持卓越性能的同时，仅为Llama 3 70B模型的一半大小，展现了突破性的性能和效率。这一设计不仅提高了模型的灵活性和适应性，也为其在各种应用场景中的部署提供了更多可能性。

为了降低部署成本，Gemma 2模型的高效设计使其所需的计算量少于同类模型的一半。经过优化的27B模型能够在英伟达的GPU上流畅运行，同时也在Vertex AI中的单个TPU主机上展现出高效的性能，使更广泛的用户能够轻松部署并享受成本效益。

此外，Gemma 2模型还为开发人员提供了强大的调优功能，支持跨越不同平台和工具生态系统的应用。从基于云的解决方案（如Google Cloud）到流行的社区工具（如Axolotl），微调Gemma 2模型将变得更加简单和高效。

谷歌表示，全新Gemma 2模型将在未来几周内正式公开上线和发布。

Google搜索

过去一年，Google搜索以其卓越的搜索生成体验回答了数十亿次查询。如今，搜索体验再次进级，用户能够以更为自然、直观的方式探索网络，提出新颖、长而复杂的查询，甚至借助照片找到所需信息。

谷歌即将推出的Ask Photos功能，将照片搜索带入了一个全新的维度。自从Google Photos九年前问世以来，用户每日上传的照片和视频数量已突破60亿张。这一巨大数字表明，人们热衷于通过照片来回顾和搜索自己的生活点滴。而Gemini技术的引入，无疑让这一切变得更加轻松高效。

设想一下，当你在停车场准备付款，却溘然忘记了自己的车牌号码。以往，你可能需要在海量照片中搜索关键词，并花费大量时间浏览过去几年的照片来寻找答案。但现在，有了Ask Photos功能，你只需要简单地询问照片，它就能迅速为你找到答案。

今年夏天，谷歌将正式推出Ask Photos功能，并计划在未来推出更多创新功能。

通用AI——Project Astra

在此次大会上，最受关注的无疑是AI助手——Project Astra。Project Astra被描绘为一个实时、多模式的人工智能助手，能够接收信息、记忆内容、处理信息并理解上下文细节，从而与周围环境进行交互。在演示视频中，Project Astra展现了其出色的语音交互能力，无需任何唤醒词即可即时回答用户的问题，并帮助用户完成各种任务。特别值得一提的是，Project Astra在视觉处理方面的能力，不仅能够识别静态图像，还能处理视频内容，甚至能够记住并准确识别一闪而过的物品，如眼镜。

上一篇：抢电、圈地、... 下一篇：618前夕京东...