发布大模型PaLM 2，谷歌背水一战｜甲子光年

谷歌全面备战ing。

作者｜武静静

当地时间 5 月 10 日上午，2023年Google I/O开发者大会如期到来。如市场期待的那样，这次大会上，谷歌发布了新版本的大模型，并将其融合进了Gmail、搜索、Pixel等一系列产品中。

这更像是一场对微软和Open AI的全面反击战，从大模型、应用到整个生态布局，新的战役打响了。

“作为 AI-first 公司，谷歌已经走了七年，我们正处于一个激动人心的转折点。我们有机会让 AI 对人类、企业、社区和每个人更有帮助。”谷歌首席执行官桑达尔・皮查伊（Sundar Pichai）说：“借助生成式 AI，我们正在迈出下一步，重构包括搜索以内的所有的核心产品。”

1.PaLM 2亮相

新亮相的一系列产品中最吸精的莫过于新的大语言模型PaLM 2。

这是谷歌去年推出的大语言模型PaLM的进阶版。2022年4月，谷歌推出了PaLM，参数规模为5400亿，此前谷歌已经开放了PaLM的API。

新版本的PaLM 2主要在语言丰富度、推理能力、代码能力上比上一个版本有了提升：

多语言性：PaLM 2 在多语言文本方面接受了更多的训练，涵盖 100 多种语言。在理解、生成和翻译细微差别文本（包括成语、诗歌和谜语）的能力上表现更好。PaLM 2 还通过了“精通”级别的高级语言能力考试。

推理：PaLM 2 的广泛数据集包括科学论文和数学相关信息。在逻辑、常识推理和数学方面表现更好了。

编码：PaLM 2 在大量公开可用的源代码数据集上进行了预训练。它擅长 Python 和 JavaScript 等流行的编程语言，也可以生成 Prolog、Fortran 和 Verilog 等语言的专用代码。

PaLM 2按照规模大小分为四种规格，从小到大依次为Gecko、Otter、Bison和Unicorn，它们都依据特定领域的数据进行了微调，根据不同场景执行特定任务。

体积最小的Gecko可以在手机上运行，并且速度很快，每秒可处理20个标记，大约相当于16或17个单词，已经在“最新的手机上”运行。

针对特定的医疗场景，PaLM2有一个基于健康数据训练的版本Med-PaLM 2，谷歌说从和临床专家回答同一组问题的表现上来看，这是第一个在医学执照考试式问题上表现出“专家”水平的语言模型，也是目前最先进的。谷歌还在给 Med-PaLM 2 添加功能，比如在医学影像领域，它可以帮助放射科医生解释图像并传达结果。

此外，谷歌还发布了基于网络安全数据训练的版本Sec-PaLM 2，它可以解释潜在恶意脚本的行为，检测到代码中的威胁。

“PaLM 2 是我们以负责任的方式将 AI 带给数十亿人的十年旅程中的最新一步。它建立在两个世界级研究团队 Brain Team 和 DeepMind 取得的进展之上。”桑达尔・皮查伊说。

他还透露， Brain Team 和 DeepMind合并之后，新的 Google DeepMind已经在训练下一代基础模型 Gemini，这是一种多模态和高效的机器学习工具，经过微调和严格的安全测试后，Gemini 将像 PaLM 2 一样提供各种规格的产品和功能。

2.PaLM 2掀起的产品大改造运动

目前，PaLM 2已经应用在25种功能和产品中，包括办公软件、聊天机器人Bard、搜索等。同时，谷歌也宣布扩大全球访问范围，并结束了等候名单，用户终于不用等了。

谷歌发布了新的生成式AI协作工具Duet AI，它可以帮助进行文档写作，Gmail中的邮件写作辅助、幻灯片的图片生成、Meet的自动会议摘要等。此外Duet AI还可以为云服务用户辅助编程，补全上下文代码，提供变成建议，实时生成整个代码函数，以及协助进行代码审查和检查。

聊天机器人Bard已完全在 PaLM 2 上运行，其在高级数学和推理技能以及编码能力上已经有了提升，Bard 新推出了日语和韩语版本，谷歌宣布很快就会支持 40 种语言。新版的Bard更新后，具备图像功能、编码功能和应用程序集成。Google Lens已经接入Bard。使用 Google Lens，Bard可以在几秒之内分析照片、检测图片中信息并起草一些创意说明。

Bard还推出了新的导出功能，用户可以直接将回复转移到 Gmail 和 Docs中。用户只需单击“Gmail 中的草稿”按钮，就可以对内容进行调整。

谷歌透露，接下来，将会把Docs、Drive、Gmail、地图等办公产品的功能都集成到 Bard 体验中；也会和外部的各项产品进行扩展，比如将Adobe 的创意生成 AI 模型系列Adobe Firefly集成到 Bard 中，用户可以快速地将自己的创意转化为高质量的图像，然后进一步编辑或添加到Adobe Express中。

谷歌也公开了嵌入AI之后的新的搜索体验。

比如输入了“为什么酵母面包仍然如此受欢迎？” 并按下回车键后，在常规搜索结果的上方，会出现一段AI生成的摘要：描述了酵母的味道、益生元能力等。右侧会出现这些信息背后的站点链接。这种”溯源“行为本质上是为了减少AI在生成内容上的幻觉问题。

在搜索产品时，谷歌会提供需要考虑的重要因素和符合要求的产品以及产品说明，其中包括相关的最新评论、评级、价格和产品图片。谷歌称这种全新的生成式 AI 购物体验是建立在Shopping Graph之上的，该 Shopping Graph 拥有超过 350 亿个产品列表——使其成为世界上最全面的不断变化的产品、卖家、品牌、评论和库存数据集。

此外，谷歌还展示了大模型技术支撑下 Android 14 的新能力，在手机上，直接生成信息、图片都不在话下。

比如今年夏天谷歌会把Magic Compose 在默认短信应用 Message 中测试，借助这个AI 生成模型的工具，手机上直接自动根据聊天内容和语气生成短信回复内容。

这些应用产品之外，谷歌还推出了可以新的AI工具来鉴别信息，以及最新的3D视频会议系统Starline项目原型。

可以预见，这些动作之外，接下来，基于新的PaLM 2大模型，谷歌将会继续不断地推出更多新的应用和产品。

不同的生态和技术能力下，国际市场上，大模型战役正在愈演愈烈。