Google Gemini 1.5 Pro 现已拥有“听觉”并推出公共预览版
Google 对 Gemini 1.5 Pro 进行更新，赋予了模型“听觉”能力。现在，该模型可以聆听上传的音频文件，并从中提取信息，例如财报电话会议或视频中的音频，而无需参考文字记录。
在 Google Next 大会上，Google 还宣布将首次通过其构建 AI 应用的平台 Vertex AI 向公众开放 Gemini 1.5 Pro。Gemini 1.5 Pro 最初于 2 月份发布。
这个新版本的 Gemini Pro 被认为是 Gemini 家族中的中量级模型，但在性能方面已经超越了最大、最强大的模型 Gemini Ultra。Google 声称，Gemini 1.5 Pro 可以理解复杂的指令，并且无需微调模型。
目前，Gemini 1.5 Pro 仅对拥有 Vertex AI 访问权限的用户开放。大多数人通过 Gemini 聊天机器人接触到 Gemini 语言模型。Gemini Ultra 为 Gemini Advanced 聊天机器人提供支持，虽然它功能强大，也能理解长指令，但速度不如 Gemini 1.5 Pro。
除了 Gemini 1.5 Pro，Google 的其他大型 AI 模型也获得了更新。Imagen 2 是支持 Gemini 图像生成功能的文本到图像生成模型，它将添加修复和扩展功能，允许用户添加或删除图像中的元素。Google 还将其 SynthID 数字水印功能应用于所有通过 Imagen 模型创建的图片。SynthID 在图像上添加了一个对观众不可见的水印，通过检测工具查看时可以标记其来源。
Imagen 的许多新功能，尤其是修复和扩展功能，已经是其他文本到图像模型的一部分，例如 Stability AI 的 Stable Cascade 和 Getty 的 Generative AI by iStock，以及在较新的三星 Galaxy 手机上更广泛的消费者可用性。
Google 表示，它还公开预览了一种将 AI 响应与 Google 搜索结合起来的方式，以便 AI 能够提供最新的信息。
via 匿名
🗒 标签: #Google #Gemini #AI
📢 频道: @GodlyNews1
🤖 投稿: @GodlyNewsBot
Google 对 Gemini 1.5 Pro 进行更新，赋予了模型“听觉”能力。现在，该模型可以聆听上传的音频文件，并从中提取信息，例如财报电话会议或视频中的音频，而无需参考文字记录。
在 Google Next 大会上，Google 还宣布将首次通过其构建 AI 应用的平台 Vertex AI 向公众开放 Gemini 1.5 Pro。Gemini 1.5 Pro 最初于 2 月份发布。
这个新版本的 Gemini Pro 被认为是 Gemini 家族中的中量级模型，但在性能方面已经超越了最大、最强大的模型 Gemini Ultra。Google 声称，Gemini 1.5 Pro 可以理解复杂的指令，并且无需微调模型。
目前，Gemini 1.5 Pro 仅对拥有 Vertex AI 访问权限的用户开放。大多数人通过 Gemini 聊天机器人接触到 Gemini 语言模型。Gemini Ultra 为 Gemini Advanced 聊天机器人提供支持，虽然它功能强大，也能理解长指令，但速度不如 Gemini 1.5 Pro。
除了 Gemini 1.5 Pro，Google 的其他大型 AI 模型也获得了更新。Imagen 2 是支持 Gemini 图像生成功能的文本到图像生成模型，它将添加修复和扩展功能，允许用户添加或删除图像中的元素。Google 还将其 SynthID 数字水印功能应用于所有通过 Imagen 模型创建的图片。SynthID 在图像上添加了一个对观众不可见的水印，通过检测工具查看时可以标记其来源。
Imagen 的许多新功能，尤其是修复和扩展功能，已经是其他文本到图像模型的一部分，例如 Stability AI 的 Stable Cascade 和 Getty 的 Generative AI by iStock，以及在较新的三星 Galaxy 手机上更广泛的消费者可用性。
Google 表示，它还公开预览了一种将 AI 响应与 Google 搜索结合起来的方式，以便 AI 能够提供最新的信息。
via 匿名
