谷歌宣布向云计算客户开放 Gemini Pro,开发者可用其构建应用

本文主要是介绍谷歌宣布向云计算客户开放 Gemini Pro,开发者可用其构建应用,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

12 月 14 日消息,美国时间周三,谷歌宣布了一系列升级的人工智能(AI)功能,旨在为其云计算客户提供更好的服务。这家科技巨头正试图赶上竞争对手,比如微软和 OpenAI,它们都在积极利用人工智能的热潮。

据报道,谷歌发布了面向企业的 Gemini Pro,允许开发者利用谷歌最新的人工智能模型构建应用程序。Gemini 是一个通过大量数据训练的大型人工智能系统,可以根据用户的要求生成新内容。

上周,谷歌推出了 Gemini,声称这是第一款在许多领域都能超越 OpenAI GPT-4 的大语言模型,现在它又推出了面向企业的 GeminiPro。

谷歌云客户可以使用 Gemini Pro 创建人工智能聊天机器人、易于查询的库存数据库以及营销演示等应用程序。该公司还强调,Gemini Pro 最初将免费提供给云客户,但有一些限制。不过,谷歌表示,最终计划确保其云人工智能产品的“价格具有竞争力”。

谷歌公布的参数显示,Gemini Pro 基于文本的功能比其 6 月份发布的上一代人工智能模型 PaLM 2 的输入成本低 4 倍,输出成本低 2 倍。

谷歌云业务首席执行官托马斯・库里安(Thomas Kurian)表示,这款人工智能模型的构建旨在“概括和无缝地理解、操作和组合不同类型的信息,包括文本、代码、音频、图像和视频,就像人类同时看到、听到、阅读、收听和谈论不同类型的信息一样。”

虽然谷歌是生成式人工智能领域的先驱,但其产品的受欢迎程度却远远落后于对手。上周,谷歌试图通过发布 Gemini 来反驳这种说法。Gemini 有三款模型,分别为 Gemini Ultra、Gemini Pro 和 Gemini Nano。谷歌已经开始推出最小的 Nano 版本,可以直接在谷歌旗舰智能手机 Pixel 8 Pro 等设备上运行。

同时,该公司还发布了定制版 Gemini Pro 版本,这是谷歌的人工智能聊天机器人,旨在与 OpenAI 广受欢迎的 ChatGPT 展开竞争。通过向应用程序开发者和企业发布 Gemini Pro,谷歌希望发出这样的信息:它不再落后于 OpenAI 及其最新的人工智能系统 GPT-4,该系统可通过合作伙伴微软的 Azure 云计算平台访问。

谷歌表示,Gemini Pro 支持全球 180 个国家和地区的 38 种语言,目前接受文本作为输入,并可生成文本输出。谷歌还发布了一个专用的 Gemini Pro Vision 平台,可以处理来自用户的基于文本和图像的提示。

该公司还表示,Gemini Ultra 是该公司用于执行“高度复杂”任务的最大、功能最强的模型,在明年向公众发布之前,将向选定的云客户和合作伙伴提供早期试验。

谷歌宣布,Gemini Pro 将被整合到两款关键的云产品中,即 Google AI Studio 和 Vertex AI。其中,Google AI Studio 是一款基于网络的免费开发者工具,谷歌称其为“使用 Gemini 最快的构建方式”。该工具允许客户使用 Gemini API 开发应用程序。与此同时,VertexAI 为开发者和云客户提供了更多的定制服务。企业将能够使用自己的数据定制 Gemini,并构建基于 Gemini 的搜索工具和聊天机器人等应用程序。

库里安表示,Gemini Pro 的定价正变得“更具吸引力”。该公司表示,开发者将可以通过 Google AI Studio 免费使用 Gemini Pro 和 Gemini Pro Vision,这适用于大多数应用程序开发需求。更灵活的 VertexAI 在明年年初之前都是免费的。

谷歌还公布了此前发布的人工智能模型的升级版本 Imagen 2,谷歌的文本到图像技术,将改进照片真实感,文本渲染和 logo 生成能力。谷歌还推出了 MedLM,这是一系列针对医疗保健行业进行微调的模型,基于该公司在 Med-PaLM 2 上所做的工作。Med-PaLM 2 是谷歌的人工智能模型,经过了专业医学知识的培训。

谷歌还宣布与 Mistral AI 建立全球合作伙伴关系,Mistral AI 是一家总部位于巴黎的人工智能初创公司,专注于开源软件。两家公司在一篇博客文章中表示,Mistral AI 将在谷歌云的基础设施上分发一些人工智能产品,包括优化的专有语言模型。

虽然这项协议不具有排他性,但 Mistral AI 的首席执行官兼联合创始人亚瑟・门施(Arthur Mensch)赞扬了谷歌云灵活的工具和支持该公司产品的能力。他说:“谷歌云的开源支持和负责任开发人工智能技术的原则,广泛而可靠的基础设施能力,以及围绕隐私和安全做出的承诺,与我们开发开放可用模型的使命非常一致。”

随着最近的发布,谷歌对 Gemini 的定位是“我们进入人工智能领域的下一步”,并吹嘘其拥有“最先进的能力”。这可能是谷歌试图转移人们对 OpenAI ChatGPT 的关注,或者与他们正面交锋。如果发生这种情况,他们将更接近他们想要达到的目标。但目前,这些产品需要表现良好,并与消费者产生共鸣,包括云客户。

这篇关于谷歌宣布向云计算客户开放 Gemini Pro,开发者可用其构建应用的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/508465

相关文章

分布式锁在Spring Boot应用中的实现过程

《分布式锁在SpringBoot应用中的实现过程》文章介绍在SpringBoot中通过自定义Lock注解、LockAspect切面和RedisLockUtils工具类实现分布式锁,确保多实例并发操作... 目录Lock注解LockASPect切面RedisLockUtils工具类总结在现代微服务架构中,分布

Python标准库之数据压缩和存档的应用详解

《Python标准库之数据压缩和存档的应用详解》在数据处理与存储领域,压缩和存档是提升效率的关键技术,Python标准库提供了一套完整的工具链,下面小编就来和大家简单介绍一下吧... 目录一、核心模块架构与设计哲学二、关键模块深度解析1.tarfile:专业级归档工具2.zipfile:跨平台归档首选3.

使用Python构建智能BAT文件生成器的完美解决方案

《使用Python构建智能BAT文件生成器的完美解决方案》这篇文章主要为大家详细介绍了如何使用wxPython构建一个智能的BAT文件生成器,它不仅能够为Python脚本生成启动脚本,还提供了完整的文... 目录引言运行效果图项目背景与需求分析核心需求技术选型核心功能实现1. 数据库设计2. 界面布局设计3

使用IDEA部署Docker应用指南分享

《使用IDEA部署Docker应用指南分享》本文介绍了使用IDEA部署Docker应用的四步流程:创建Dockerfile、配置IDEADocker连接、设置运行调试环境、构建运行镜像,并强调需准备本... 目录一、创建 dockerfile 配置文件二、配置 IDEA 的 Docker 连接三、配置 Do

深入浅出SpringBoot WebSocket构建实时应用全面指南

《深入浅出SpringBootWebSocket构建实时应用全面指南》WebSocket是一种在单个TCP连接上进行全双工通信的协议,这篇文章主要为大家详细介绍了SpringBoot如何集成WebS... 目录前言为什么需要 WebSocketWebSocket 是什么Spring Boot 如何简化 We

Java Stream流之GroupBy的用法及应用场景

《JavaStream流之GroupBy的用法及应用场景》本教程将详细介绍如何在Java中使用Stream流的groupby方法,包括基本用法和一些常见的实际应用场景,感兴趣的朋友一起看看吧... 目录Java Stream流之GroupBy的用法1. 前言2. 基础概念什么是 GroupBy?Stream

python中列表应用和扩展性实用详解

《python中列表应用和扩展性实用详解》文章介绍了Python列表的核心特性:有序数据集合,用[]定义,元素类型可不同,支持迭代、循环、切片,可执行增删改查、排序、推导式及嵌套操作,是常用的数据处理... 目录1、列表定义2、格式3、列表是可迭代对象4、列表的常见操作总结1、列表定义是处理一组有序项目的

C#中的Converter的具体应用

《C#中的Converter的具体应用》C#中的Converter提供了一种灵活的类型转换机制,本文详细介绍了Converter的基本概念、使用场景,具有一定的参考价值,感兴趣的可以了解一下... 目录Converter的基本概念1. Converter委托2. 使用场景布尔型转换示例示例1:简单的字符串到

Spring Boot Actuator应用监控与管理的详细步骤

《SpringBootActuator应用监控与管理的详细步骤》SpringBootActuator是SpringBoot的监控工具,提供健康检查、性能指标、日志管理等核心功能,支持自定义和扩展端... 目录一、 Spring Boot Actuator 概述二、 集成 Spring Boot Actuat

PyTorch中的词嵌入层(nn.Embedding)详解与实战应用示例

《PyTorch中的词嵌入层(nn.Embedding)详解与实战应用示例》词嵌入解决NLP维度灾难,捕捉语义关系,PyTorch的nn.Embedding模块提供灵活实现,支持参数配置、预训练及变长... 目录一、词嵌入(Word Embedding)简介为什么需要词嵌入?二、PyTorch中的nn.Em