IT之家 4 月 13 日消息，谷歌 DeepMind 首席執(zhí)行官 Demis Hassabis 在由領(lǐng)英聯(lián)合創(chuàng)始人 Reid Hoffman 共同主持的播客節(jié)目 Possible 中透露，谷歌計(jì)劃將旗下的 Gemini AI 模型與 Veo 視頻生成模型進(jìn)行融合，以此提升 Gemini 對(duì)物理世界的理解能力。
Hassabis 表示：“我們從一開始就將 Gemini 這一基礎(chǔ)模型打造為多模態(tài)模型，因?yàn)槲覀冇兄鴺?gòu)建一個(gè)通用數(shù)字助手的愿景，這個(gè)助手能夠在現(xiàn)實(shí)世界中真正為你提供幫助?！?/p>
目前，整個(gè) AI 行業(yè)正逐漸朝著“全能”模型的方向發(fā)展，這些模型能夠理解和整合多種媒體形式。谷歌最新的 Gemini 模型不僅可以生成圖像和文本，還能生成音頻；而 OpenAI 在 ChatGPT 中的默認(rèn)模型如今也能創(chuàng)建圖像，包括宮崎駿風(fēng)格的藝術(shù)作品。亞馬遜也宣布計(jì)劃在今年晚些時(shí)候推出一款“任意到任意”的模型。
據(jù)IT之家了解，這些“全能”模型需要大量的訓(xùn)練數(shù)據(jù)，包括圖像、視頻、音頻、文本等。Hassabis 暗示，Veo 的視頻數(shù)據(jù)主要來源于谷歌旗下的 YouTube 平臺(tái)。他說道：“通過觀看大量的 YouTube 視頻，Veo 2 能夠了解世界的物理規(guī)律?！贝饲?，谷歌曾向 TechCrunch 表示，其模型可能會(huì)根據(jù)與 YouTube 創(chuàng)作者達(dá)成的協(xié)議，使用“部分”YouTube 內(nèi)容進(jìn)行訓(xùn)練。據(jù)報(bào)道，該公司去年擴(kuò)大了服務(wù)條款的部分內(nèi)容，以便獲取更多數(shù)據(jù)來訓(xùn)練其 AI 模型。
廣告聲明：文內(nèi)含有的對(duì)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(shí)間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。