句句不离AI ，谷歌自我革命！Gemini 家族大上新，AI 超级全家桶“杀疯了”

又到谷歌 I/O 的“大秀”时间。毫无疑问，AI是备受瞩目的焦点。

美东时间周二，谷歌年度 I/O 开发者大会拉开帷幕。

继OpenAI抢先一步“上新”后，谷歌开启正面回击。从新的搜索和聊天功能到面向云客户的AI硬件，谷歌一口气推出了多款AI新品。

对此，谷歌CEO皮查伊表示，谷歌所有的工作都围绕生成式AI模型Gemini来做。

每分钟都在讲 AI

去年，谷歌的I/O大会带来了Gemini；今年的I/O大会几乎每一分钟都在讲 AI。

这是Gemini 统计出来的数字——在长达 110 分钟的主题演讲中，总共提了121 次 AI 。

会上，谷歌Gemini 家族大上新。

其中，包括了AI搜索引擎、Gemini 1.5 Pro 更新版、Gemini 1.5 Flash、Gemma 2以及全新的Project Astra、Google Veo、magen 3等模型。

AI搜索引擎“AI Overviews”

谷歌正式推出“AI Overviews”搜索体验。

据介绍，AI Overviews搜素引擎具备多步骤推理能力以及计划能力。此外，靠Gemini的多模态功能，谷歌可以做到利用声音搜歌曲，利用图片搜产品。

Gemini 1.5 Pro 更新

Gemini 1.5 Pro上下文窗口扩展支持200万token，号称“迄今为止所有基础模型中最长的上下文窗口”。

谷歌还通过数据和算法的改进增强了其代码生成、逻辑推理和规划、多轮对话以及音频和图像理解能力。

对于复杂指令，可遵循更复杂的指令，控制回复风格，设置系统指令。

谷歌称，今年夏季将扩展 Gemini 的多模态功能，包括增加用语音进行深入双向对话的能力，这一功能被称之为Gemini Live。

目前，有超过 150 万的开发人员在使用 Gemini 模型，超过 20 亿的产品用户都用到了 Gemini。

新成员：Gemini 1.5 Flash 模型

Gemini 1.5 Flash，是谷歌追求速度和效率的轻量级模型，也是 Gemini 模型系列的最新成员。

它针对大规模、大批量、高频任务进行了优化，服务更具成本效益，并具有突破性的长上下文窗口（100 万 token ）。

在应用场景上，它擅长总结、聊天、图像视频字幕、长文档数据提取等任务。Gemini 1.5 Flash通过从1.5 Pro模型中学习，继承了其核心能力。

AI助手：Project Astra

新的多模态AI项目Project Astra， 是谷歌人工智能助手的最新进展。

在演示中，AI助手可以通过视频和音频识别。例如，帮助用户记住他们把眼镜放在哪里、检查代码并回答有关某个部分的问题。

谷歌表示，一个真正有用的聊天机器人需要让用户“自然地与它交谈，没有滞后或延迟”。

皮查伊预计 Project Astra 将于今年晚些时候在 Gemini 启动。

新一代开源大模型 Gemma 2

谷歌开源大模型——Gemma 2 也来了。

据介绍，Gemma 2 采用全新架构，旨在实现突破性的性能和效率，新开源的模型参数为 27B。

视频大模型Google Veo、文生图像模型Imagen 3

谷歌还发布了用于生成高清视频的最新模型“Veo”，以及最高质量的文本到图像模型 Imagen 3。

据悉，Veo 能够生成各种风格的高质量 1080p 分辨率视频，时长可以超过一分钟。它可以凭借对自然语言和视觉语义的深入理解，并在理解视频内容、渲染高清图像、模拟物理原理等方面都有所突破。

Imagen 3则在生成细节、光照、干扰等方面进行了优化升级，并且理解 prompt 的能力显著增强。

AI手机系统：Android 15操作系统

在 I/O 大会上，谷歌提到了即将推出的安卓新版本，即以 AI 为核心的 Android 15。

谷歌还宣布对其适用于 Android 设备的 Gemini AI 聊天机器人进行一些改进：Gemini 正在“成为 Android 上新的人工智能助手”。

这也意味着大模型现已成为 Android 操作系统的一部分，使其能够以更全面的方式集成。

AI芯片：第六代TPU芯片Trillium

谷歌第六代TPU芯片Trillium，是迄今为止性能最强大、能效最高的 TPU，将于 2024 年底正式上线。

与 TPU v5e 相比，Trillium TPU 的每芯片峰值计算性能提高了 4.7 倍，同时它还把高带宽内存（HBM）以及芯片间互连（ICI）带宽加倍。

皮查伊表示，将于 2024 年底正式上线。

“25 年来，我们投资建设了世界一流的技术基础设施。从支持搜索的尖端硬件，到支持人工智能进步的定制张量处理单元。我们将于 2024 年末向我们的云客户提供 Trillium。”

最后

从模型到应用，再到芯片……此次谷歌年度 I/O 开发者大会让人应接不暇。

顶着Open AI压力的谷歌，这一次正面硬刚的表现还是非常出色的。

GPT-4o不仅在听、说、看 方面更“丝滑”，并且将向所有用户免费开放。

这也让市场为谷歌的“大上新”捏了一把汗。

但从现在来看，随着全家桶AI能力升级，谷歌靠着多维度反击，这一战双方势均力敌。

因为从创新方向来看，OpenAI注重AI技术的突破和飞跃，谷歌则注重生态系统的深化与整合，二者均各有所长。

当下，人工智能战场上的“厮杀”激烈。

在这场科技巨头的较量中，谷歌与OpenAI的再次交锋，也势必将人工智能的创新推向高潮。

各方科技巨头不停革新着自家的“大杀器”，也预示着AI的新一轮变革。而谷歌和Open AI的对决，远未止步于此。