昨晚的Google I/O 发布会主要聚焦于AI模型和应用的更新与扩展，特别在生成模型领域取得了显著进步。以下是模型层面内容的简要总结：
DeepMind官网链接：https://deepmind.google/
Google Veo官方：https://deepmind.google/technologies/veo/
Google Gemini官方：https://deepmind.google/technologies/gemini/
Gemini模型家族：
Gmini 1.5 Pro：支持高达200万的上下文长度，并在多个关键用例中进行了质量改进，包括翻译、编码和推理。
Gemini Flash：针对高频或特定任务优化的轻量级模型，特别关注模型响应速度，其百万Token的价格较GPT-3.5更低。
模型家族构成：包括Ultra（最大模型）、Pro（最佳总体性能）、Flash（轻量级模型）和Nano（设备上模型）。
- 1.0 Ultra: 针对高度复杂任务的最大模型。
- 1.5 Pro: 适用于广泛任务的通用性能最佳模型。
- 1.5 Flash: 轻量级模型，优化速度和效率。
- 1.0 Nano: 设备上任务的最高效模型。
视频生成模型Veo：
- 旨在帮助用户（无论经验水平）创建和编辑视频，为教育和讲故事等场景提供新可能性。
- 初期功能将通过VideoFX实验工具向选定的创作者开放。
阿斯特拉计划（Project Astra）：
- 基于Gemini模型，旨在探索AI助手的未来。
- 能够快速处理多模式信息，理解上下文，并以对话速度回答问题。
Gemini Gems：
- 类似于GPTs的自定义互动方式，允许用户自定义与Gemini的交互。
Gemini Live：
- 提供了使用声音进行双向深入对话的能力，支持实时视频理解的个人助理应用。
Gemma 2：
- 6月发布的模型，规模为27B，提供接近Llama-3-70B的性能，但模型尺寸更小。
PaliGemma：
- 谷歌首个视觉语言开放模型，基于PaLI-3的灵感。
Imagen 3：
- 图像生成模型，能理解自然语言的提示，生成高质量、逼真的图像，特别是在文本渲染方面表现卓越。
Music AI Sandbox：
- 旨在彻底改变音乐创作方式的AI工具套件，使用户能够全新创作乐器部分，轻松转换不同风格。
Trillium：
- 谷歌最新的TPU，相比上一代TPU v5e，每颗芯片的计算性能实现了高达4.7倍的显著提升。
- 这次发布展示了Google在AI领域的广泛布局和深厚实力，通过一系列模型和应用更新，进一步推动了AI技术的边界，为开发者、创作者和用户提供了更强大的工具和平台。
相关文章：Google DeepMind对标Open AI的Sora推出：Veo视频模型-喜好儿网 (heehel.com)
完整发布会：【中英双字】Google I/O 2024 Keynote 大会完整版｜Gemini 1.5 Pro 重塑搜索引擎，升级到200万tokens！-喜好儿网 (heehel.com)
