IT之家 4 月 9 日消息，谷歌之前在 Google Next 大會上宣布將首次通過其 AI 應(yīng)用平臺 Vertex AI 向公眾開放 Gemini 1.5 Pro。
谷歌現(xiàn)已推出 Gemini 1.5 Pro 公共預(yù)覽版，并借此為其賦予了“耳朵”，從而幫助用戶處理音頻內(nèi)容，例如可以直接上傳一份音頻文件讓它來分析，或者上傳一份財報電話會議錄音或視頻來讓它總結(jié)。
據(jù)稱，這個 Gemini 系列中定位“中量級”模型的版本在性能上已經(jīng)超越了自家更大的模型 ——Gemini Ultra。谷歌稱，Gemini 1.5 Pro 可以理解復(fù)雜的指令，并且無需對模型進(jìn)行微調(diào)。
當(dāng)然，Gemini 1.5 Pro 目前僅限于 Vertex AI 用戶體驗，而 Gemini Ultra 則因為 Gemini 聊天機(jī)器人的原因為所有 Pro 用戶提供服務(wù)。不過，盡管 Gemini Ultra 功能更多并且能夠理解長指令，但處理速度不如 Gemini 1.5 Pro。
實(shí)際上，Gemini 1.5 Pro 并非唯一獲得更新的谷歌大模型，輔助 Gemini 生成圖像的文生圖模型 Imagen 2 也將加入圖片修復(fù)和擴(kuò)充功能，使用戶可以添加或移除圖像元素。
IT之家注意到，谷歌還為 Imagen 模型的所有圖片提供了數(shù)字水印功能“SynthID”。簡單來說，SynthID 在圖像中添加了一個用戶不可見的防偽標(biāo)識，但可以通過檢測工具來確認(rèn)其來源。
值得注意的是，Imagen 的許多新功能，例如圖片修復(fù)和擴(kuò)充，已經(jīng)出現(xiàn)在其他文生圖模型中，例如 Stability AI 的 Stable Diffusion 和 Getty 公司的 Generative AI by iStock 上，更不用說最新款三星 Galaxy 手機(jī)還有類似的功能。
谷歌表示，他們還將在公開預(yù)覽中嘗試將 AI 響應(yīng)與谷歌搜索結(jié)果結(jié)合，以便利用最新情報進(jìn)行解答。
參考資料：
廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。