GoogleI/O開發者大會集合貼：影片生成模型Veo登場

來源：財聯社

財聯社5月15日訊（編輯史正丞）香港時間週三淩晨1點，Google在山景城總部附近的海岸線圓形劇場召開年度I/O開發者大會。

按照往年慣例，投資者和科技愛好者們將在今天這場會議上聽到有關搜索引擎、Android 15操作系統的更新，以及今年最熱話題——人工智能的更新，以及如何在「Google全家桶」和安卓系統中呈現。此外，投資者們也在密切關注XR頭顯操作系統和新旗艦Pixel手機的蛛絲馬跡。

值得一提的是，鑒於昨日OpenAI剛剛發佈全網「免費用」的最新旗艦大模型GPT-4o，微軟又將在下週（5月21日至23日）舉行年度開發者大會。決定今晚Google成敗的核心因素，肯定會是在AI領域能帶來多少驚喜。

在今天淩晨Google發佈會Keynote演講期間，財聯社也將滾動更新最新情報。

—-持續更新中—-

🔈Google表示，今年晚些時候，能夠在本地運行的多模態Gemini Nano模型將登陸Pixel手機，意味著你的手機將能通過文字、圖片、影片、音頻，理解用戶的世界。舉例而言，在聽到「幫你把錢轉到安全賬戶」這樣的詐騙電話時，手機會自動彈出詐騙警告。整個過程都是在本地運行，不會引發隱私泄露。

👉安卓生態系統的負責人Sameer Samat登台，他將討論今年安卓系統實現的「三大突破」，分別是「畫圈圈搜索」、Gemini手機AI助手，第三是在手機本地運行的AI。

👉Hsiao再次強調了Gemini的長上下文窗口——能夠一次性處理整整1500頁的文件，或3萬行代碼、1小時影片。不同的載體也能混同一起提交給聊天機器人。她再次強調，今年晚些時候上下文窗口將翻倍至200萬Tokens。

🔈GoogleGemini總經理Sissie Hsiao介紹了Gemini App的更新。與昨天OpenAI一樣，從今年夏天開始，Gemini也將支持語音實時交互，同時今年晚些時候還將上線實時影片交互功能。未來幾個月內，Google也將推出類似於GPTs的自定義AI助手功能，叫做Gems。這個AI助手的亮點，將是能與「Google全家桶」進行交互。

👉在辦公套件Workspace方面，Google將逐步推出總結、郵件Q&A，以及智能回覆等功能。

👉Google搜索業務負責人Liz Reid開始具體介紹AI Overviews功能。Reid表示，在進行搜索時，搜素引擎具備多步驟推理的能力，例如尋找一個瑜伽教室，同時展示新手優惠報價，和距離特定位置的步行時間。這個AI搜索引擎助手，還能介紹食譜、安排行程，以及接受影片形式的提問（例如影片中的相機怎麼使用）。

👉皮查伊表示，Google投資了200萬英里的地面和海底光纖，比第二名的雲服務商翻了十倍。

👉皮查伊開始介紹自家的AI超級計算機，比起用戶自己買相同的硬件和芯片，Google的架構能使得效能翻倍，其中有部分功勞來自於液冷系統。皮查伊表示，Google部署液冷系統的數據中心已經達到1GW，而且還在不斷增長中。

👉哈薩比斯離場，皮查伊重回舞台，發佈第六代TPU芯片Trillium，較上一代芯片的算力表現翻4.7倍，雲用戶從今年下半年開始可以用上新芯片。同時Google雲將在2025年初，用上英偉達的最新Blackwell架構GPU。

👉影片生成模型Veo能夠根據文字、圖片和影片的提示，生成高質量1080p影片。

🔈Google宣佈了一系列與圖像、音樂、影片有關的生成式AI工具。包括文生圖工具Imagen 3、與Youtube以及音樂家合作的「AI音樂沙盒」，以及最新的影片生成模型Veo。

🔈Google展示「未來的人工智能助手」——名為「Astra」的項目。哈薩比斯表示，這樣的AI助手需要像人類一樣理解這個動態且複雜的世界。需要記得住它看到的東西，這樣才能理解對話並付諸於行動。同時它也得能積極主動接受教導，以及自然、無延遲地進行交流。在演示影片中，Google的AI助手能夠通過攝像頭影片，識別「什麼東西能發出聲音」、「現在身處何地」等指令。