AI顯然成了谷歌Cloud Next 2024的一條主線！

這一在拉斯維加斯舉行的技術(shù)大會，自周二起持續(xù)至周四，谷歌宣布了大量新的以云為中心的產(chǎn)品和服務(wù)，涵蓋從Gemin、平臺、Workspace到網(wǎng)絡(luò)安全工具等一切內(nèi)容。

Google Cloud Next 是谷歌云面向開發(fā)者、合作伙伴與客戶的年度技術(shù)大會,自2017年已持續(xù)了八年。AI作為今年的絕對主角自然不容小覷，Google Cloud Next 2024緊緊圍繞人工智能技術(shù)的進(jìn)步，探討將如何提高谷歌云服務(wù)的生產(chǎn)力、創(chuàng)造力、和安全性等性能。

在AI“卷得飛起”的大背景下，谷歌在云計(jì)算領(lǐng)域作出一系列值得一看的創(chuàng)新與合作承諾。現(xiàn)在，谷歌正像對手們做的那樣——快馬加鞭地推出人工智能產(chǎn)品，以免落后于AI大潮。面對“老對手”微軟在這一輪AI競賽的猛烈攻勢，谷歌必須亮劍，見招拆招。

圖片

一.Gemini 1.5 Pro全球最長上下文處理模型

Gemini 1.5 Pro，谷歌最強(qiáng)大的生成式AI模型，現(xiàn)已在其面向企業(yè)的AI開發(fā)平臺Vertex AI上公開預(yù)覽。

該版本專為開發(fā)人員實(shí)驗(yàn)而設(shè)計(jì)，與前一版本相比，提供了一個更大的上下文窗口。Gemini 1.5 Pro 是一個中等規(guī)模的多模態(tài)模型，其性能與 Gemini 1.0 Ultra 相近，它有一個標(biāo)準(zhǔn)的 128,000 個 “tokens”上下文窗口，還可將該窗口大幅增加至 100 萬個 “tokens”。

一百萬“tokens”有多長呢？相當(dāng)于大約70萬個單詞（《戰(zhàn)爭與和平》不過60萬字）或大約30,000行代碼。這大約是Anthropic的旗艦?zāi)Ｐ虲laude 3能夠接受的輸入數(shù)據(jù)量的四倍，也大約是OpenAI的GPT-4 Turbo最大上下文的八倍。對比國內(nèi)大模型，此長度也遠(yuǎn)遠(yuǎn)超過了因開“卷”長文本功能一炮而紅的Kimi。

圖片

Kimi對自己處理單詞量的估計(jì)

那么，一個擁有100萬“tokens”上下文窗口的模型具體能做什么呢？谷歌承諾，可以進(jìn)行很多事情，例如分析代碼庫、閱覽長篇文檔并與聊天機(jī)器人進(jìn)行長時間對話。

由于Gemini 1.5 Pro是多模態(tài)的，因?yàn)樗軌蚶斫鈭D像和視頻，在Google Cloud Next 2024大會上還宣布了理解音頻流的功能——該模型還可以分析和比較不同媒體中（如電視節(jié)目、電影、廣播、電話會議記錄等）的內(nèi)容。100萬“tokens”大約相當(dāng)于一小時的視頻或大約11小時的音頻，這是相當(dāng)驚人的文件處理能力。

得益于其音頻處理能力，Gemini 1.5 Pro還可以為視頻片段生成音頻轉(zhuǎn)錄，不過轉(zhuǎn)錄的質(zhì)量尚未得到確認(rèn)。

今年早些時候的一個預(yù)先錄制的演示中，谷歌展示了Gemini 1.5 Pro在阿波羅11號登月直播的文字記錄（大約400頁）中搜索包含笑話的引語，然后在電影鏡頭中找到與鉛筆素描相似的場景。

X上的網(wǎng)友試圖讓Gemini 1.5 Pro判斷Sora的一支關(guān)于貓的視頻是否由AI生成。Gemini 1.5 Pro給出了肯定回答，并解釋說盡管貓的光影比較真實(shí)，但貓眼睛大的不夠“自然”且皮毛也過于完美，因此可以考慮是AI生成的視頻。

圖片

不過，Gemini 1.5 Pro處理一百萬標(biāo)記并不是一蹴而就的。在上述演示中，每次搜索都需要20秒到一分鐘的時間來完成——遠(yuǎn)長于平均的ChatGPT查詢。谷歌已經(jīng)在著手優(yōu)化回答問題的長延遲問題。

目前，Gemini 1.5 Pro的功能可以在Vertex AI平臺上免費(fèi)體驗(yàn)（雖然只開放了部分功能）。

值得注意的是，Gemini 1.5 Pro正在逐漸融入谷歌企業(yè)產(chǎn)品生態(tài)系統(tǒng)的其他部分，在大會的第一日谷歌宣布，該模型（在私人預(yù)覽中）將為谷歌的生成式AI編碼輔助工具Code Assist提供新功能。

二、AI工具塑造辦公未來

1.Google Vids

谷歌正在尋找利用AI幫助客戶開發(fā)創(chuàng)意內(nèi)容的方法。Google Vids是一款新的AI驅(qū)動的視頻創(chuàng)作工具，是最新添加到Google Workspace的功能。

它的工作原理是這樣的：谷歌聲稱用戶可以使用 Vids與其他Workspace工具（如Docs和Sheets）一起制作視頻。從編輯、寫作和制作的整個視頻制作流程都在Google Vids中完成，并且支持團(tuán)隊(duì)的實(shí)時協(xié)作。   

圖片

2.Gemini Code Assist

谷歌推出的AI編程輔助工具，也是微軟旗下GitHub Copilot 的直接競爭對手。谷歌Gemini Code Assist是一款以企業(yè)為中心的AI代碼補(bǔ)全和輔助工具。谷歌此前在已停用的Duet AI中提供了類似的服務(wù)，現(xiàn)在該功能已經(jīng)集合在Gemini里。

3.Google Workspace

Google Workspace中發(fā)布的新功能包括在移動時啟動基于AI的“幫助我寫作”功能的語音提示，用于Gmail。Gmail的另一個功能是利用AI對粗糙的電子郵件草稿進(jìn)行潤色，變成更精致的電子郵件。

谷歌似乎還計(jì)劃為其Google Workspace生產(chǎn)力套件的兩個新AI功能上取得盈利，推出了每位用戶每月10美元的附加套餐。其中一個是新的AI會議和消息傳遞附加組件，它可以為用戶記筆記，提供會議摘要并將內(nèi)容翻譯成69種語言。另一個是引入的AI安全套餐，它幫助管理員使Google Workspace內(nèi)容更加安全。   

圖片

三、為企業(yè)用戶提供的更多AI能力

1.備受爭議的Gemini圖像生成終于回來了

今年2月，谷歌宣布了一個內(nèi)置于Gemini中的圖像生成器。該公司在發(fā)現(xiàn)它會隨機(jī)地將性別和種族多樣性注入到有關(guān)人的提示中，例如生成了黑人版的馬斯克肖像，隨著大量批評的涌入谷歌撤回了這一功能。

現(xiàn)在，谷歌推出了增強(qiáng)的圖像生成工具，Imagen 2。在Vertex AI開發(fā)者平臺內(nèi)部，Imagen 2更側(cè)重于企業(yè)用戶。Imagen 2帶來了一些有趣的新功能，例如“文本到實(shí)時圖像”可以從文本提示創(chuàng)建短小的四秒視頻，提供類似于Runway、Pika等文生視頻工具的服務(wù)。

2.Agent Builder

谷歌的Vertex AI Agent Builder是一個幫助公司構(gòu)建AI代理的新工具。

“Vertex AI Agent Builder允許人們非常輕松快捷地構(gòu)建對話代理，”谷歌云CEO Thomas Kurian說。“您可以構(gòu)建并部署生產(chǎn)就緒的、生成式AI驅(qū)動的對話代理，并像指導(dǎo)人類一樣指導(dǎo)它們，以提高模型答案的質(zhì)量和正確性。”

為此，公司使用了一個稱為“grounding”的過程，其中答案與被認(rèn)為是可靠來源的東西聯(lián)系在一起。在這種情況下，它依賴于谷歌搜索（實(shí)際上可能或可能不準(zhǔn)確）。

3.AI讓安全工具更強(qiáng)大

谷歌在安全工具中注入AI能力，推出了許多針對大公司的新產(chǎn)品和服務(wù)。這些包括威脅情報(bào)，它可以分析大量潛在惡意代碼，它還允許用戶使用自然語言搜索進(jìn)行中的威脅或妥協(xié)指標(biāo)。另一個是Chronicle，谷歌為云客戶提供的網(wǎng)絡(luò)安全 telemetry 服務(wù)，以協(xié)助進(jìn)行網(wǎng)絡(luò)安全調(diào)查。第三個是企業(yè)網(wǎng)絡(luò)安全和風(fēng)險管理套件Security Command Center。

參考鏈接：

??https://techcrunch.com/2024/04/09/google-cloud-next-2024-everything-you-need-to-know/??

??https://techcrunch.com/2024/04/09/googles-gemini-pro-1-5-enters-public-preview-on-vertex-ai/??

??想了解更多AIGC的內(nèi)容，請?jiān)L問：??

??51CTO AI.x社區(qū)??

??http://m.ekrvqnd.cn/aigc/??

本文轉(zhuǎn)載自??51CTO技術(shù)棧??