漂讯昌拳网友怎么看?

　　公司和企业可以使用 Gemini 进行更先进的客户服务互动，如聊天机器人和产品推荐，以及识别公司想要宣传产品的趋势。Gemini 还可以用于内容创作，如果公司想要创建营销活动或博客内容，以及希望总结会议或为开发者生成代码的生产力应用程序。

　　该公司给出的例子包括让 Gemini 获取图表的截图，并分析数百页研究，然后更新该图表。另一个例子是分析一个人的数学家庭作业照片，并识别正确答案和指出错误答案。

　　Gemini Ultra 是首个在 MMLU（大规模多任务语言理解）上胜过人类专家的模型，MMLU 使用 57 个科目的组合，如数学、物理、历史、法律、医学和伦理，测试世界知识和解决问题的能力。据该公司在周三的博客文章中表示，它能够理解复杂主题中的细微差别和推理。

　　「Gemini 是谷歌团队间大规模合作努力的结果，包括我们在谷歌研究的同事，」皮查伊在周三的博客文章中写道。「它从头开始构建，是多模态的，这意味着它可以泛化，并无缝理解、操作和结合不同类型的信息，包括文本、代码、音频、图像和视频。」

　　从今天开始，谷歌的聊天机器人 Bard 将使用 Gemini Pro 来帮助进行高级推理、计划、理解和其他能力。明年初，它将推出使用 Gemini Ultra 的「Bard Advanced」，这将是 Bard 更新的最大一次，它类似于 OpenAI 的 ChatGPT 聊天机器人。

　　然而，据谷歌周三发布的一份白皮书显示，Gemini 的 Ultra 模型在一些基准测试中超过了 GPT-4。

　　当被问及谷歌是否计划对「Bard Advanced」的访问收费时，谷歌 Bard 的总经理 Sissie Hsiao 表示，公司专注于创造良好的体验，目前还没有任何盈利细节。

　　在新闻发布会上，当被问及 Gemini 与当前一代 LLM 相比是否有任何新颖功能时，谷歌 DeepMind 的产品副总裁 Eli Collins 回答说：「我怀疑它确实有」，但他们仍在努力了解 Gemini Ultra 的新颖功能。

　　据报道，谷歌推迟了 Gemini 的发布，因为它还没准备好，这让人回想起该公司年初推出其 AI 工具时的混乱局面。

　　多名记者询问了关于延迟的问题，对此 Collins 回答说，测试更先进的模型需要更长的时间。Collins 表示，Gemini 是该公司构建的经过最严格测试的 AI 模型，并且是谷歌任何模型中「最全面的安全评估」。

　　Collins 说，尽管 Gemini Ultra 是其最大的模型，但提供服务的成本显着降低。他说：「它不仅能力更强，而且更高效。我们仍然需要大量计算来训练 Gemini，但我们在训练这些模型方面变得更加高效。」

　　Collins 表示，该公司将在周三发布一份关于该模型的技术白皮书，但他表示不会公布参数数量。今年早些时候，CNBC 发现谷歌的 PaLM 2 大型语言模型，当时的最新AI 模型，其训练用的文本数据量是前一代 LLM 的近五倍。

　　同样在周三，谷歌还推出了其下一代用于训练 AI 模型的张量处理单元。Salesforce 和初创公司 Lightricks 已开始使用的 TPU v5p 芯片，其性能价格比优于 2021 年宣布的 TPU v4，但谷歌没有提供与市场领导者Nvidia 相比的性能信息。

　　在 10 月的谷歌第三季度财报电话会议上，投资者向高管们提出了更多关于谷歌如何将 AI 转化为实际利润的问题。

　　今年 8 月，谷歌推出了一个名为「搜索生成体验」（SGE）的「早期实验」，该实验让用户看到在使用搜索引擎时生成式 AI 体验是什么样的——搜索仍然是该公司的主要盈利中心。其结果更具对话性，反映了聊天机器人时代的特点。然而，它仍被视为实验，并尚未向公众推出。

　　自从 5 月公司在其年度开发者大会 Google I/O 上首次宣布该实验以来，投资者一直在询问 SGE 的时间表。Gemini 周三的公告几乎没有提及 SGE，高管们对其向公众推出的计划含糊其辞，称 Gemini 将「在明年」并入其中。

　　皮查伊在周三的博客文章中表示：「这个模型驱动的新时代代表了我们作为一家公司所做出的最大的科学和工程努力之一。」「我对未来以及 Gemini 将为世界各地的人们带来的机会感到由衷的兴奋。」

　　11.11云上盛惠！海量产品 · 轻松上云！云服务器首年1.8折起，买1年送3个月！超值优惠，性能稳定，让您的云端之旅更加畅享。快来腾讯云选购吧！

　　OpenAI曾于2021年夏天宣布解散其机器人团队，原因是缺乏足够的数据来训练机器人使用人工智能进行移动和推理。但三位来自OpenAI的早期研究科学家创立的初创公司Covariant，声称已经解决了这一难题。这不仅为工业自动化带来了新的可能性，也为未来机器人技术的发展指明了方向。

　　苹果在2024年WWDC的主题演讲中宣布了与OpenAI合作，使ChatGPT模型可以通过Siri进行访问。苹果高级副总裁CraigFederighi确认了公司计划与其他第三方模型进行合作，首次提到的合作伙伴是谷歌的Gemini模型。通过与谷歌的Gemini模型合作，苹果将为用户提供更多AI模型选择，进一步丰富了其人工智能生态系统。

　　GoogleDeepMind发布了一份长达150页的技术报告，详细介绍了Gemini1.5Pro和Gemini1.5Flash两个模型的性能特点和架构以及这个多模态大型模型的最新进展。Gemini1.5于今年2月上线，通过工程优化、MoE架构等策略显着提升了性能和速度。Gemini1.5的技术报告展示了谷歌在大型多模态模型领域的最新进展，其性能的提升和应用潜力为未来的AI技术发展提供了新的方向。

　　在今天凌晨举行的I/O开发者大会上，谷歌表示即将推出Android15，并且还剧透了一些新功能。会上谷歌宣布，为安卓系统引入AI诈骗电话检测功能，在通话中提醒可能存在的诈骗行为，并鼓励用户结束此类通话。目前还不知道这项诈骗检测功能将于何时推出，但谷歌表示该功能默认禁用状态，需要用户手动启用才能生效，这应该是在等Android15系统。

　　苹果正在筹划与谷歌人工智能部门进行合作，将后者的Gemini大型语言模型融入苹果的智能生态系统。这一合作将标志着两大科技巨头在人工智能领域的全面接轨，有望为用户带来前所未有的智能化体验。这一设置得到了用户和隐私组织的广泛赞许。

　　Google即将向学校提供GeminiAI，并专门针对教育工作者和年满18岁的学生提供服务，承诺会将他们的数据用于AI模型训练或与他人分享。Google将在WorkspaceforEducation账户上提供额外的Gemini隐私保护，无需额外付费。这个计划将为教育工作者和学生提供更安全和私的学习环境，同时Chromebooks的无障碍功能也将为视力障碍或低视力的人士提供更好的使用体验。

　　谷歌在其I/O大会上大肆宣传其Gemini接管搜索，但其中一个最引人注目的演示再次暴露了迄今为止所有大型语言模的一个致命缺陷:自信满满地给出错误答案。在“Gemini时代的搜索”展示片段中，谷演示了视频搜索功能，允许你通过对视频剪辑说话进行搜索。）这已经是谷歌第二次展示自家AI给出错误答案的炫酷展示素材了——去年，Bard聊天机器人自信满满地谎称詹姆斯韦伯太空望远镜是第一个拍摄到太阳系外行星的望远镜。

　　谷歌在其2024年GoogleI/O大会上宣布，Gmail将获得一次AI升级。根据谷歌的介绍，Gmail用户能够利用其GeminiAI技术搜索、总结和起草邮件。Gemini1.5Pro将作为一个可选升级在WorkspaceLabs中提供，供那些想要尝试其的用户使用。

　　谷歌在I/O大会上宣布，Android15已融入谷歌Gemini大模型，支持诸如AI语音助理防诈骗、画圈图片搜索、理解图片给出更符合用户需求的答案等功能，Android15Beta2将在明天正式推出。全新升级后的谷歌Gemini已经展现出较强的理解、推理、创作和实时互动能力，实现了对OpenAI多模态模型的全面超越。并且Android15支持短信和彩信应用以及预加载的RCS应用，以便使用卫星通信连接收发信息。

　　Follow-Your-Pose是一个文本到视频生成的模型，它利用姿势信息和文本描述来生成可编辑、可控制姿势的角色视频。这项技术在数字人物创作领域具有重要应用价值，解决了缺乏综合数据集和视频生成先验模型的限制。通过两阶段训练方案，结合预训练的文本到图像模型，实现了姿势可控的视频生成。

　　Follow-Your-Emoji是一个基于扩散模型的人像动画框架，能够将目标表情序列动画化到参考人像上，同时保持人像身份的一致性、表情的传递、时间的连贯性和保真度。它通过采用表情感知标志和面部细粒度损失技术，显着提升了模型在控制自由风格人像表情方面的表现，包括真实人物、卡通、雕塑甚至动物。此外，它还通过简单有效的逐步生成策略，扩展到稳定的长期动画，增加了其潜在的应用价值。

　　Bootstrap3D是一个用于改善3D内容创造的框架，通过合成数据生成技术，解决了高质量3D资产稀缺的问题。它利用2D和视频扩散模型，基于文本提示生成多视角图像，并使用3D感知的MV-LLaVA模型筛选高质量数据，重写不准确的标题。该框架已生成了100万张高质量合成多视角图像，具有密集的描述性标题，以解决高质量3D数据的短缺问题。此外，它还提出了一种训练时间步重排(TTR)策略，利用去噪过程学习多视角一致性，同时保持原始的2D扩散先验。

　　MotionFollower是一个轻量级的得分引导扩散模型，用于视频运动编辑。它通过两个轻量级信号控制器，分别对姿势和外观进行控制，不涉及繁重的注意力计算。该模型设计了基于双分支架构的得分引导原则，包括重建和编辑分支，显着增强了对纹理细节和复杂背景的建模能力。实验表明，MotionFollower在GPU内存使用上比最先进的运动编辑模型MotionEditor减少了约80%，同时提供了更优越的运动编辑性能，并独家支持大范围的摄像机运动和动作。

　　Buffer of Thoughts (BoT) 是一种新型的思考增强推理方法，旨在提高大型语言模型（LLMs）的准确性、效率和鲁棒性。通过引入一个元缓冲区来存储从各种任务的问题解决过程中提取的高级思考模板，称为思考模板。对于每个问题，检索一个相关的思考模板，并适应性地将其实例化为特定的推理结构以进行高效推理。此外，还提出了一个缓冲区管理器来动态更新元缓冲区，从而随着解决更多任务而增强其容量。

　　SketchDeco是一个创新的在线工具，它能够将黑白草图、遮罩和色彩调色板转化为逼真的彩色图像，无需用户定义文本提示。这项技术结合了ControlNet和分阶段生成的方法，使用Stable Diffusion v1.5和BLIP-2文本提示，提供了忠实的图像生成和用户导向的色彩化。它不仅快速、无需训练，而且与消费级Nvidia RTX 4090 Super GPU兼容，为创意专业人士和爱好者提供了宝贵的资源。

　　MASA是一个用于视频帧中对象匹配的先进模型，它能够处理复杂场景中的多目标跟踪（MOT）。MASA不依赖于特定领域的标注视频数据集，而是通过Segment Anything Model（SAM）丰富的对象分割，学习实例级别的对应关系。MASA设计了一个通用适配器，可以与基础的分割或检测模型配合使用，实现零样本跟踪能力，即使在复杂领域中也能表现出色。

　　UltraMedical项目旨在开发生物医学领域的专业通用模型，这些模型旨在回答与考试、临床场景和研究问题相关的问题，同时保持广泛的通用知识基础，以有效处理跨领域问题。通过使用先进的对齐技术，包括监督微调(SFT)、直接偏好优化(DPO)和赔率比偏好优化(ORPO)，训练大型语言模型在UltraMedical数据集上，以创建强大且多功能的模型，有效服务于生物医学社区的需求。

　　MaPa是一种创新的方法，能够根据文本描述为3D网格生成材质。该技术通过创建分段的程序化材质图来表示外观，支持高质量渲染，并在编辑上提供了显着的灵活性。利用预训练的2D扩散模型，MaPa在不需要大量配对数据的情况下，架起了文本描述和材质图之间的桥梁。该技术通过分解形状为多个部分，并设计了控制段的扩散模型来合成与网格部分对齐的2D图像，进而初始化材质图的参数，并通过可微分渲染模块进行微调，以产生符合文本描述的材质。广泛的实验表明，MaPa在逼真度、分辨率和可编辑性方面优于现有技术。

　　SF-V是一种基于扩散的视频生成模型，通过对抗训练优化预训练模型，实现了单步生成高质量视频的能力。这种模型在保持视频数据的时间和空间依赖性的同时，显着降低了去噪过程的计算成本，为实时视频合成和编辑铺平了道路。

　　Apple Intelligence是Apple公司最新推出的个人智能化系统，它深度集成于iOS 18、iPadOS 18和Mac Sequoia中，利用Apple芯片对语言和图像的深入理解，提供跨app的多种操作，简化日常任务流程。Apple Intelligence在设备端处理任务，确保用户隐私安全，同时通过Private Cloud Compute技术，灵活配置计算资源，处理复杂请求。

　　Luxi是一个集成了图像识别和购物功能的AI平台，它通过上传图片来识别物品，并提供购买链接，方便用户追踪和购买他们喜欢的商品。Luxi利用人工智能技术，为用户提供个性化的购物体验，强调了便捷性和个性化。

　　Hadana是一个基于人工智能的旅行规划平台，利用先进的算法为用户提供个性化的旅行计划。它考虑用户的预算、偏好和选择的景点，以打造一个完美的旅行体验。Hadana的AI技术简化了旅行规划过程，让用户告别无尽的滚动和犹豫，轻松定制下一个冒险旅程。

　　EverLearns提供了一个免费的在线思维导图生成器，利用人工智能技术帮助内容创作者、教育工作者、教师、助教、家教以及在家教育的父母轻松创建、组织和可视化他们的想法。该工具特别适合用于为观众、学生或孩子展示概念。

　　Debriefs AI是一个利用人工智能技术提供媒体分析和新闻消费的智能平台。它通过强大的AI助手帮助用户快速找到、总结并理解信息，节省时间，同时提供实时的语义网数据，增强用户体验。Debriefs AI通过深度学习和大型语言模型（LLMs）为用户提供定制化的信息摘要和分析，帮助用户从大量更新中提取有价值的洞察，并将信息转化为可操作的见解。

　　Hashtag Guru是一款AI驱动的社交媒体辅助工具，专为Instagram和TikTok等平台设计。它通过先进的AI技术，帮助用户生成吸引眼球的标签和标题，从而增加帖子的曝光率和互动性。产品的主要优点包括个性化的标签生成、基于图片和描述的标题生成、以及便捷的标签和标题管理功能。背景信息显示，该应用由Marton Zeisler开发，适合希望提升社交媒体影响力的用户，无论是个人还是企业。

　　YoutubeSummarizer是一款利用人工智能技术，帮助用户快速从YouTube视频中提取关键信息和主要观点的工具。它通过AI分析视频内容，提供简洁明了的要点摘要，帮助用户节省时间，专注于视频的核心内容。产品完全免费，无需注册即可使用，支持Chrome扩展插件，方便用户在浏览器中直接使用。

　　CleanerPro是一款AI驱动的图片编辑器，专为Shopify商店设计，能够迅速去除图片中的不需要的对象、缺陷或文字。它通过AI技术，提供了一键式去除元素、背景以及提升图片分辨率的功能。产品背景信息显示，CleanerPro由Cleaner App, Inc.开发，并且提供了三种不同的订阅计划，以满足不同用户的需求。

　　QuickVid Autopilot是一款利用生成式AI技术，自动从用户现有视频中筛选、编辑并发布精彩片段的工具。它能够连接多个视频源，如YouTube、Google Drive、Twitch、Vimeo或Zoom，并自动找到有趣的片段进行编辑。用户可以选择发布目的地，AI会计算出最佳发布时间和频率。此外，它还提供每周性能洞察，帮助用户了解哪些内容有效，哪些需要改进。产品背景为True3D Technologies Inc.，定位于帮助用户自动化剪辑工作，专注于创造更多优质内容。价格为每月200美元起。