西风 鱼羊 发自 凹非寺量子位 | 公众号 QbitAI九游会(中国区)集团官方网站

OpenAI出手再次惊艳全国，竟然坐不住了。

GPT-4o掀翻的一派“AGI已至”的惊呼声中，刚刚，Google DeepMind首席施行官哈萨比斯切身携谷歌版《Her》登场。

通常能会还有，不仅能简直莫得延伸地和东说念主类畅达相易，通过录像头，这个名为Project Astra的AI助手以致能径直襄理读代码。

谷歌还祭出了我方的硬件上风，带来一波AR和大模子的黑甜乡联动。

一边撸狗一边玩转大模子如故成为实践（手动狗头）。

这一波操作下来，战果奈何尚未可知，网友们反恰是雀跃了起来：

而正面硬刚GPT-4o，还仅仅谷歌铆足了劲，在I/O大会上释出的冰山一角。

两个小时的主题演讲里，AI被说起了121次，CEO劈柴哥还犹嫌不及。

于是，对标Sora能生成一分钟长视频的视频生成模子Veo来了。

Gemini 1.5 Pro不仅面向通盘东说念主怒放，凹凸文窗口还从100万token径直一步迈向200万，联贯能读1500页PDF。

连Android，当今也牢牢跟谷歌大模子Gemini绑定，摇身一酿成为以AI为内核的操作系统。

总之，信息量多到爆炸，比较之下，OpenAI不到半个小时的发布果然很随心了。

谷歌版《Her》登场

第一时分激发最多筹商的，虽然是谷歌版《Her》——Project Astra。

Project Astra基于Gemini系列模子打造，谷歌暗意，推敲东说念主员们但愿这么的智能助手，能的确在东说念主们的平常糊口中提供匡助。

有利旨兴趣兴趣的是，OpenAI总裁哥Brockman昨天在场外补充了接洽GPT-4o多模态才气的更详备视频，而谷歌这边，哈萨比斯亦然第一时分在X上更新了与这么一个智能助手的互动。

看状貌，Ta不仅能完成襄理找眼镜这么的基础责任。

襄理搞点文艺创作，解答一下专科书上看不懂的实质，也都是信手拈来。

还有Google DeepMind的责任主说念主员干脆和Project Astra一王人看起了I/O大会直播。

不少网友都认为，这是谷歌对OpenAI的GPT-4o的正面复兴。

不外嘛，网友们也随和到了不少问题，比如，Project Astra的延伸似乎如故比GPT-4o长，谷歌的演示中也莫得体现是否能打断智能助手话语。

值得随和的是，Project Astra背后，是Gemini系列模子的进一步升级迭代。

比如，Gemini 1.5 Pro的凹凸文窗口来到了惊东说念主的200万token。

谷歌还最新推出了Gemini 1.5 Flash这一轻量级模子，并开源了27B的Gemma 2和视觉语言模子PailGemma。

60秒长视频生成

你可能如故缄默在心里比较了一番Project Astra和GPT-4o的高下。

但桥豆麻袋，说起来，谷歌被OpenAI瞬息狙击，可不啻这一趟。

还紧记在春节时期抢尽谷歌风头的Sora吗？

谷歌的复兴，虽迟但到——

谷歌最强视频生成模子Veo来了。

Veo不错生成1080p的高质地视频，生成视频的长度也看王人Sora：最长越过1分钟。

谷歌还强调，Veo生成的画面一致性出色，况且不错hold住多样作风。比如“延时拍摄”和“航拍”这种术语，径直写在教导词里，Veo都能get。

咫尺，谷歌如故和电影制作家张开了合作，在电影名堂中探索Veo的利用。

与此同期，谷歌的图片生成模子Imagen也迎来更新，Imagen 3发布。

官方提到，与此前的模子比较，Imagen 3的视觉伪影更少，生成的图像细节拉满，况且在生成笔墨方面截至也很好。

△教导词：一张尊容的藏书楼进口的相片，刻有“中央藏书楼”字样

另外，谷歌这次还推出了音乐生成模子Lyria。

Gemini投入全线家具

在这些跟OpenAI叫板的“肌肉”展示以外，谷歌对大模子利用的垂青，也在这次I/O大会中尽显。

英伟达科学家Jim Fan就他的I/O不雅后感中暗意：

谷歌作念对的一件事是：他们终于开动死力把AI集成到搜索框中。

还不啻是搜索，这一次，谷歌不错说是把Gemini塞进了全线家具中，包括谷歌搜索、Android，以及谷歌邮箱、谷歌Photos等。底下咱们划划要点。

1、谷歌搜索

基于Gemini，谷歌搜索推出AI抽象（AI Overview）新功能，透澈化身AI搜索。

用户在搜索框输入问题，未必就能得到一个AI回顾的谜底，包括相关贯穿。

而且是超长问题都能经管的那种，比如：

查找波士顿最佳的瑜伽或普拉提责任室，并提供他们的初学优惠细则以及从灯塔山走路所需时分。

AI Overview秒秒钟就会列出五星好评且距离灯塔山近的店，并附带课程标价，连店在舆图上的位置都标志了出来：

关于这种复杂问题的搜索，谷歌暗意选拔了多步推理技能，不错将复杂问题拆解成一个个小问题，然后自动对问题进行排序回答。

多步推理加执下，AI overview如故脱离了纯正的搜索——把制定瞎想一并搬进了搜索引擎里。

比如径直让它为一个团体制定一个为期三天的易于施行的餐饮瞎想。

AI overview一键给出了决议，每个决议都不错点击修改，下方还不错一键将食材加入购物车：

还没完，当你莫得思法、问的问题比较暗昧时，谷歌搜索还会AI自动将搜索截至整理成一个个“群组”，为你提供建议。

比如问：在达拉斯找一个餐厅庆祝周年牵记日。

搜索出的截至会按照音乐餐厅、具有历史魔力的餐厅等一键分组。再往下翻，页面会从餐饮逐渐扩张到电影、旅店、购物等。

此外，谷歌搜索还维持视频搜索了。

演示中，唱片机出故障，只需一边录制视频一边说出疑问，谷歌AI Overview就会坐窝分析故障原因，并给出经管建议。

谷歌搜索AI Overview功能将在本周开动在好意思国推出，后头将络续推至其他国度。

2、Android 15

谷歌把Gemini也带到了安卓系统中。

凭借径直内置的Circle to Search功能，用户使用肤浅的手势“圈”一下手机上看到的任何实质，就能进行搜索。

比如圈出教育题，就能一键得回谜底。

咫尺这一功能，已在Pixel和三星的部分设备上使用。

此外，还不错在一个利用之上随时调出Gemini助手层，随时使用。你还不错将Gemini生成的图片径直拖到Gmail等利用中，径直计议某个视频中的具体信息，毋庸滑动翻文档计议某个PDF中的信息……

以致连电话反诈，都用上Gemini了：听到关节字“把钱转到安全账号”，未必就能给出警报。

总之，官方强调，当今，Gemini在手机上圈套今不啻是一个App，更是安卓体验的基础。

3、谷歌Photos

谷歌Photos基于Gemini也推出了新功能——Ask Photos，不错一键从图库中帮你找到思要的相片和视频。

比如你思知说念我方的baby是什么时候学会游水的，Ask Photos会从你在谷歌Photos中存储的成百上千张相片中查找出含游水、游水文凭等相关图片，终末回顾给出回复：

Ask Photos这一功能将在本年夏天推出。

4、谷歌Workspace

Gemini也接入到了谷歌Workspace提供的一套坐褥力和合作用具中，包括谷歌邮箱、谷歌Docs、谷歌Calendar等。

这使得在这些用具间进行跨利用责任变得愈加容易。

举例在谷歌邮箱中自动分析邮件以及附件，识别整理好收条，然后一键在Drive和Sheets中经管。

5、NotebookLM

谷歌AI条记利用NotebookLM也大升级。

如下图所示，当你提议一个问题后，背后的Gemini模子就会聚积NotebookLM中的条记实质，进行多模态的语音对话式回答。

也即是说，通盘条记都不错酿成交互式讲义。

第六代TPU

终末，在硬件部分，谷歌也带来了新讯息：

第六代TPU Trillium将在本年向云客户提供。

与TPU v5e，Trillium的峰值计较性能进步4.7倍，HBM和带宽增多了1倍，芯片间互联（ICI）带宽也增多了1倍。另外，Trillium的能效比TPU v5e进步了67%以上。

接洽谷歌I/O的更多细节，不错戳：

https://blog.google/technology/developers/google-io-2024-collection/

那么本日份的发布会条记，就先作念到这里了。

你合计谷歌这波发达奈何？

从好意思股盘后的情况来看，似乎有点emmm……