文章摘要
【关 键 词】 AI进展、谷歌I、O、Project Astra、Gemini系列、AI应用生态
在最近的谷歌I/O大会上，谷歌展示了其在人工智能领域的最新进展，包括一系列基于Gemini的AI产品和应用。然而，尽管谷歌的展示内容丰富，OpenAI的GPT-4o AI智能助手的发布却抢尽了风头，该产品能够在实时无延迟的情况下进行对话，并感知真实世界。OpenAI选择在谷歌I/O大会前一天发布GPT-4o，被视为对谷歌的直接挑战。
谷歌在大会上推出了Project Astra，这是一个多模态的AI助手，能够实时接收信息、记住所看到的内容、处理信息并理解上下文细节。Project Astra的语音交互比Google Assistant更自然，没有延迟，可以回答问题或帮助用户完成各种任务。此外，Project Astra在视觉处理方面表现出色，能够快速处理信息，并通过编码视频帧和语音组合成事件时间线来缓存信息。
谷歌还宣布了Gemini系列大模型的更新，包括Gemini 1.5 Pro和新推出的Gemini 1.5 Flash模型。Gemini 1.5 Flash模型主要面向开发者，其价格比GPT-4o便宜得多。谷歌还计划在今年晚些时候将模型的上下文窗口增加一倍，达到200万个token，使其能够处理更长的视频、音频和文本。
在AI应用生态方面，谷歌展示了基于大模型的搜索、照片、创作工具和日常工作应用的升级。谷歌搜索将推出AI生成的搜索摘要，称为“人工智能概述”，能够处理更复杂的问题。谷歌照片应用将推出“询问照片”功能，允许用户以自然语言搜索照片和视频中的内容。此外，谷歌还推出了AI生成视频的工具VideoFX，以及更新了AI图像和AI音乐创作工具ImageFX和MusicFX。
谷歌Workspace应用也将引入最新的AI模型Gemini 1.5 Pro，作为一个虚拟助手，提供总结电子邮件、列出下一步操作和建议回复等功能。同时，谷歌还推出了LearnLM，这是一组基于Gemini的微调模型，专为学习教育而设计。
尽管谷歌在AI领域取得了显著进展，但其在这场AI公司的军备竞赛中仍面临挑战。谷歌的优势在于掌握安卓系统和庞大的应用生态，但随着生成式AI全方位进入谷歌的生态应用，其准确性和可靠性仍需时间验证。
原文和模型
【原文链接】 阅读原文 [ 3794字 | 16分钟 ]
【原文作者】 极客公园
【摘要模型】 moonshot-v1-32k
【摘要评分】 ★★★★★
