Google今天在I/O年度开发者大会发表性能更强人工智能模型Gemini 1.5 Pro、轻量模型Gemini 1.5 Flash，会中提到AI共121次强调其重要性，并试图于AI市场与OpenAI公司较劲。
抢在Google I/O大会前夕，美国新创公司OpenAI于13日推出更高性能、更高效人工智能（AI）技术模式GPT-4o，能进行逼真的语音对话，将巩固旗下生成式工具ChatGPT地位，而且对所有用户免费。
(function (src, width) { if (window.screen.width > width) { const tag = document.createElement(‘script’) tag.onload = function () { this.setAttribute(‘loaded’, ”) } tag.async = true tag.src = src const s = document.getElementsByTagName(‘script’)[0] s.parentNode.insertBefore(tag, s) } })(“https://player.gliacloud.com/player/adgeek_worldjournal_desktop”, 600)
(function (src, width) { if (window.screen.width <= width) { const tag = document.createElement('script') tag.onload = function () { this.setAttribute('loaded', '') } tag.async = true tag.src = src const s = document.getElementsByTagName('script')[0] s.parentNode.insertBefore(tag, s) } })("https://player.gliacloud.com/player/adgeek_worldjournal_mobile", 600)
面对OpenAI来势汹汹，Google今天于美国加州山景城总部海岸线圆形剧场举办I/O开发者大会，以AI为内核发表新技术与服务，现场活动仅邀请全球部分开发者及媒体参与，中央社记者为台湾少数媒体代表之一。
随着开场音乐响起，Google首席执行官皮查伊（Sundar Pichai）缓缓走上台表示，「我们还在AI非常早期的阶段」，现在看到这么多机会，推动这些机会的正是Gemini。目前有超过150万名开发者，在Google平台上使用Gemini模型。
皮查伊说，Gemini 1.5 Pro模型从一次可处理100万个词元脉络长度，将扩增到200万个，是目前为止可提供最长脉络处理的基础模型。现在开发者和Google Cloud的客户可加入等候名单，使用200万个词元脉络长度的Gemini 1.5 Pro。
从实际应用来看，Gemini 1.5 Pro可以读懂1500页的文档、为100封电子邮件摘要，或处理长达1小时的影片内容。
为满足开发者需要更快速、更具成本效益的AI模型，Google DeepMind首席执行官哈萨比斯（Demis Hassabis）宣布推出轻量模型Gemini 1.5 Flash，特别针对大规模、高频率的任务进行优化。
哈萨比斯也公布Astra计划的最新进展，让AI助理即时分析手机拍摄的画面，提供语音回答，展现AI助理未来的可能性。
现场播放的一段示范影片中，测试人员拿着手机打开可以即时录像与收音的App，Gemini会辨识并回答看到的扬声器功能、分析电脑屏幕上显示的代码用途；甚至测试人员忘记眼镜放在哪里时，Gemini也记得正确位置，引起观众热烈掌声。
在主题演讲最后，皮查伊笑说，今天光是AI这个字就被提到121次，也意味着AI已经成为Google发展技术的内核。
此外，Google也通过专门为Google搜索量身打造的全新Gemini模型，能够将Gemini的先进能力，像是多步骤推理、规划和多模态等特性，与Google的搜索系统进一步集成。
有时候用户只想快速找到答案，但没有时间看网络上的大量资讯，Google的AI总览功能就可以派上用场。目前用户已经通过Search Labs推出的实验功能来使用AI总览，次数已经高达数十亿次。
Google宣布从今天开始将率先在美国推出AI总览，并于日后支持更多国家。从本周起，将有数亿用户可以进一步体验AI总览，Google也预计于今年底前让超过10亿的用户能够使用这项新功能。
