**谷歌I/O大会：人工智能引领未来**
北京时间5月15日凌晨，谷歌召开了年度I/O开发者大会，主题演讲持续了两个小时，人工智能成为此次活动的核心焦点。
### 一、Gemini系列全面升级
谷歌发布了新的AI模型“Gemini 1.5 Flash”，作为更具成本效益的替代方案，从即日起在谷歌AI工作室和Vertex AI上提供公开预览。此外，2月份发布的“Gemini 1.5 Pro”也将进行升级，年底前将其处理窗口从100万Tokens扩大到200万，以便处理更大规模的数据。
谷歌CEO皮查伊强调，Gemini系列在跨语言处理方面有显著改进，将支持35种语言，并可以分析PDF和视频提供摘要。Gemini Nano也进行了扩展，增加了图片输入功能，并在本地运行以保障用户隐私。开源大模型Gemma系列也迎来更新，6月份将发布参数量达到270亿的Gemma 2，并引入第一个视觉语言模型PaliGemma。
### 二、Veo、Imagen 3和音频概述
谷歌推出了视频生成模型“Veo”，可根据文本、图片和视频提示生成1080P视频，并嵌入不可见水印SynthID。新一代图像生成模型“Imagen 3”也发布，生成的图像质量更高，细节更丰富，目前仅供选定创作者使用，不久将在Vertex AI上推出。
此外，通过Gemini 1.5 Pro，音频概述功能可以基于源文件生成个性化的交互式音频对话。
### 三、AI赋能谷歌搜索
谷歌搜索引擎将在美国推出“AI概览”功能，直接总结搜索结果，并具备多步骤推理能力，能够处理复杂问题和多条件限制。新的“拍视频”搜索功能也将上线。
通过Gemini，Google Photos将增加“Ask Photos”功能，允许用户通过对话提示查找特定图像，预计在今年夏季晚些时候推出。
### 四、Astra项目
谷歌宣布了“Astra”项目，旨在开发日常生活中的通用AI智能体。这个智能体将能够理解复杂环境并作出反应，记忆所见所闻，满足个性化需求，使用户能够自然交谈。
### 五、AI芯片和硬件
谷歌推出了第六代TPU（张量处理单元）“Trillium”，将在2024年底向云客户提供，其计算性能比上一代提升了4.7倍。谷歌还将推出支持工作负载的CPU和GPU，并成为首批提供英伟达Blackwell GPU的云提供商之一。
此次I/O大会展示了谷歌在人工智能领域的最新进展和未来愿景，进一步巩固其在科技创新中的领先地位。
Comments