Google 正在全力發展人工智慧，並希望讓你知道。在週二的 I/O 開發者大會上，Google 在主題演講中提到了「人工智慧」超過 120 次！但並非所有的 Google 人工智慧公告都是重要的。有些是漸進式的，有些是重複性的。因此，為了幫助大家分辨出重點，我們整理了 Google I/O 2024 上推出的頂尖新人工智慧產品和功能。
「搜尋中的生成式人工智慧」
Google 計劃使用生成式人工智慧來組織整個 Google 搜尋結果。這些頁面會根據搜索查詢的不同而有所不同。Google 表示，這些頁面可能會顯示由人工智慧生成的評論摘要、來自 Reddit 等社交媒體網站的討論，以及人工智慧生成的建議列表。目前，當 Google 檢測到用戶正在尋找靈感時，計劃顯示增強型人工智慧結果頁面，例如旅行計劃。不久之後，當用戶搜索餐飲選擇和食譜時，也會顯示這些結果，並且將為電影、書籍、酒店、電子商務等提供結果。
「Astra 計劃和 Gemini Live」
Google 正在改進其基於人工智慧的聊天機器人 Gemini，以使其更好地理解周圍的世界。該公司在 Gemini 中預覽了一個名為 Gemini Live 的新體驗，它允許用戶在智能手機上與 Gemini 進行「深入」的語音聊天。用戶可以在聊天機器人說話時打斷 Gemini，提出澄清問題，它將實時適應用戶的語音模式。Gemini 可以看到並回應用戶的周圍環境，可以通過智能手機的相機捕捉到的照片或視頻來實現。Live 的技術創新部分來自於 DeepMind 內的一個名為 Astra 的新倡議，旨在創建用於實時、多模態理解的人工智慧應用程序和「代理人」。
「Google Veo」
Google 推出了一款人工智慧模型 Veo，可以根據文本提示創建大約一分鐘長的 1080p 視頻片段。Veo 可以捕捉不同的視覺和電影風格，包括風景和延時攝影，並對已生成的素材進行編輯和調整。該模型可以從提示中合理地理解相機運動和視覺效果，例如「平移」、「縮放」和「爆炸」等描述詞。Veo 在物理學方面也有一定的理解，例如流體動力學和重力，這有助於生成的視頻的真實感。Veo 還支持對視頻中特定區域進行遮罩編輯，並可以從靜態圖像生成視頻，類似於生成模型 Stable AI 的方式。最有趣的是，根據一系列共同講述的提示，Veo 可以生成更長的視頻，即超過一分鐘長的視頻。
「Ask Photos」
Google Photos 推出了一項名為 Ask 的實驗性功能，它使用 Google 的 Gemini 系列生成式人工智慧模型進行增強。Ask Photos 將在今年夏天推出，它將允許用戶使用自然語言查詢在其 Google Photos 收藏中進行搜索，利用 Gemini 對照片內容和其他元數據的理解。例如，用戶可以執行更廣泛和複雜的搜索，而不僅僅是在照片中搜索特定事物，例如「我參觀的每個國家公園中最好的照片」。在這個例子中，Gemini 將使用光線、模糊程度和背景變形等信號。
Share this content:
