谷歌I/O 2024开发者大会已经落下了帷幕一段时间，但它的余热还未散去，本次大会聚焦于AI技术的最新进展。在众多引人注目的议题中，“AI”一词无疑成为了最为频繁的关键词。据谷歌Gemini AI模型的统计，虽然AI被明确提及了121次，但其在整个大会中的影响力远不止于此。
AIGC专区：
https://heehel.com/category/aigc
更多消息：
https://heehel.com/category/ai-news
本次大会上，谷歌推出了全新的Gemini AI系列模型，包括Gemini 1.5 Pro、轻量级的Gemini 1.5 Flash以及适合本地运行的Gemini Nano。Gemini 1.5 Pro以其100万个Tokens的长上下文窗口，展现了突破性的多模态推理能力，能够处理长达1500页的大型文档或总结上百封电子邮件。而未来，其处理能力还将进一步扩展至200万Tokens，支持处理长达2小时的视频、22小时音频或超过6万行代码的内容。这一模型将开放给个人用户，预示着AI技术将更加普及和深入人们的生活。
为了满足特定应用的需求，谷歌还推出了Gemini 1.5 Flash，通过“蒸馏”技术将Pro版本的知识和技能转移到更小的模型上，实现了更低延迟和更低服务成本。而Gemini Nano则是一款可在设备本地运行的离线AI模型，不仅支持Pixel手机，还将在Chrome 126浏览器中引入，为用户提供本地文本生成等功能。
在视频生成领域，谷歌推出了Veo模型，能够生成高质量、具有电影感的1080p分辨率视频。它深谙电影专业术语，如“延时拍摄”或“风景空中拍摄”，并能根据用户的文本、图像或视频提示创作出连贯的镜头。而Imagen 3模型则通过DeepMind开发的SynthID方法，在生成逼真图像的同时，加入了隐形加密水印，以防止Deepfake技术的滥用。
除了这些强大的模型，谷歌还推出了实时AI助手Gemini live，支持语音和视频的实时交互。Project Astra项目则计划将AI助手与谷歌生态系统的其他产品紧密联动，为用户带来更加智能化的体验。此外，名为“Gems”的个性化选项让用户能够定制Gemini助手角色，为日常任务提供更个性化的支持。
谷歌还计划将Gemini模型融入自家的Calendar、Tasks和Keep等软件产品中，为用户提供更多丰富的AI功能。这些功能将帮助用户更高效地管理日程、任务和笔记，并通过侧边栏的Gemini AI按钮快速访问。
总之，谷歌I/O 2024开发者大会展示了AI技术的最新进展和广泛应用前景。从Gemini AI系列模型到实时AI助手，再到与谷歌生态系统的深度整合，谷歌正致力于让AI技术更加普及、智能和个性化。我们有理由相信，在不久的将来，AI将深刻改变我们的生活和工作方式。
全新的搜索体验“AI Overviews”，这一功能的前身是“Search Generative Experiences”，旨在通过提问和聊天的方式为用户提供AI搜索服务。该服务将为用户提供人工智能生成的答案，以满足在线查询需求。在美国地区，谷歌已经与Reddit社区展开合作，共同解答用户提问，并计划在未来将这一功能推广至更多国家和地区。
谷歌周二表示，AI Overviews的推出是其搜索引擎25年来最大的更新之一。这一功能的推出标志着谷歌在AI技术领域的又一次重大突破，将为用户带来更加智能、便捷的搜索体验。
除了AI Overviews，谷歌还推出了AI防诈骗功能，该功能利用Gemini Nano模型在设备本地运行，实时监测通话内容，匹配查找欺诈性语言和其他通常与诈骗有关的对话模式。一旦发现疑似诈骗电话，系统将立即发出警报提醒用户。由于Gemini Nano模型是离线的本地化模型，用户无需担心隐私泄露问题。
本次谷歌I/O开发者大会上发布或改进的AI新功能，均离不开Gemini AI系列模型的支持。谷歌CEO桑达尔·皮查伊（Sundar Pichai）在大会上表示，谷歌已经全面步入了Gemini时代。目前，Gemini已与15个用户数量达5亿以上的谷歌产品进行了融合，为每个用户提供了创造未来的机会。
随着Gemini的不断发展，它将在用户的工作和生活中发挥更加重要的作用，带来更多可能性。未来，随着技术的不断进步，我们可以期待谷歌将继续推出更多创新的AI功能，为用户提供更加智能、便捷的服务。
