17 May
谷歌在生成式AI领域发起了全方位反击。
(相关资料图)
来源 | 头号AI玩家（ AIGCplayer ）
作者丨卷毛 卡子
谷歌在生成式AI 领域发起了全方位反击。
5月11日凌晨，在一年一度的谷歌I/O开发者大会上，谷歌发布了全新的大语言模型PaLM 2、搭载PaLM 2的Bard、AI应用Duet AI以及一系列产品升级，涵盖搜索、办公、云服务、安卓系统等场景。
面对OpenAI和微软的步步紧逼，谷歌不再像以往那样采取谨慎策略，而是大胆拥抱新趋势，让生成式AI技术全面渗透至“谷歌全家桶”，“重新塑造包括搜索在内的所有核心产品”。
这意味着，数十亿用户的生活、工作会因此改变。
大模型PaLM 2首次亮相，可在移动端使用
在本次大会上，谷歌宣布正式推出全新一代的大语言模型PaLM 2，对标GPT-4。
据介绍，PaLM 2提供四种size的模型，以动物大小来形容的话，从最小到最大分别为：壁虎、水獭、野牛和独角兽。
其中壁虎版本非常轻巧，它可以在移动设备上工作，即使在离线时也能运行，并且速度足够快，每秒可处理20个token。
谷歌并未透露其参数规模，但相比前一代，PaLM 2体积虽小，在多语言、推理和编码功能上却有了大幅提升。
多语言性：PaLM 2在多语言文本方面接受了更多的训练，涵盖100多种语言。这显着提高了它在多种语言中理解、生成和翻译细微差别文本（包括成语、诗歌和谜语）的能力。PaLM 2还通过了“精通”级别的高级语言能力考试。
推理能力：PaLM 2的广泛数据集包括科学论文和包含数学表达式的网页。因此，它在逻辑、常识推理和数学方面有所改进。
编码能力：PaLM 2在大量公开可用的源代码数据集上进行了预训练。这意味着它擅长Python和JavaScript等流行的编程语言，但也可以生成Prolog、Fortran和Verilog等语言的专用代码。
除此之外，PaLM 2还支持多模态理解，可以在医疗专业领域发挥作用。谷歌展示了Med-PaLM 2，一个专注医疗领域的微调模型，能看懂和分析X光照片，据说是第一个在美国医疗执照考试类问题上表现出“专家”水平的大语言模型。
目前，PaLM 2已经开放预览。本次大会提到的大多数产品也是在PaLM 2基础上实现更新的。
另外，谷歌CEO桑德尔·皮查伊还剧透了谷歌下一代大模型Gemini的信息，他称Gemini旨在实现多模态、高效和为未来创新而构建。
Bard开放使用，与Adobe合作生成图片
谷歌旗下AI聊天产品Bard，首先借助PaLM 2大模型进行了升级。
在编码功能方面，现在的Bard支持20多种编程语言，可以生成、解释和调试代码，并轻松导出至Google Colab。
输入“此代码无效，请修复”，Bard就能进行调试
值得注意的是，Bard升级后支持多模态对话，在回答中会附带图片；
提问“新奥尔良有哪些必看景点”
同时Bard也能读懂图片，比如上传两只狗的照片要求它写一个有趣的标题，Bard会结合Google Lens的能力，一步步分析照片、检测狗的品种并起草一些创意说明。
Bard还能接入来自整个网络的各种服务，比如Adobe创意生成AI工具Firefly、音乐流媒体网站Spotify、视频网站Youtube等等。
这意味着虽然Bard本身暂时不能直接生成图片，但可以与外部工具合作生成。据现场演示，向Bard输入指令“在儿童派对上制作独角兽和蛋糕的图像”，Adobe Firefly的创意图片生成功能就会联动反应，在几秒钟内生成对应图像。
目前Bard已取消候补名单，向180多个国家和地区开放使用，但暂时仅提供英语、日语和韩语版本，未来将支持40种语言，包括中文。
搜索、办公、地图等产品全面融入AI
SGE：全新的谷歌搜索引擎
谷歌的王牌产品搜索引擎在生成式AI技术加持下，推出了全新的SGE（Search Generative Experience）。
对于品牌广告商来说，借助SGE，搜索广告将继续出现在整个页面的专用广告位中，仍有机会接触到潜在客户。
比如当用户使用谷歌SGE搜索一款自行车时，AI会给出多款产品描述、评论、价格和展示图。
Duet AI：谷歌版的微软Copilot协同办公
对标微软的Copilot协同办公服务，谷歌推出了新品牌Duet AI，涵盖一系列适用于谷歌生产力应用程序的生成式AI工具。
Duet AI+Gmail邮箱：支持移动端，在手机上，只需几句话作为提示，就可以起草完整的邮件回复。
Duet AI+Docs文档：只需输入想撰写的主题，Docs就会立即生成草稿，其中包括提供位置和状态等信息。
Duet AI+PPT演示文稿：可以直接在谷歌幻灯片中从文本创建原始图像。
Duet AI+表格：帮助分析和处理表格中的数据。
不过，要访问这些新工具，用户需要注 Workspace Labs并加入候补名单。谷歌表示，该产品会在“在未来几周内将服务扩展到更多的用户和国家”。
Google maps：沉浸式路线地图
谷歌地图结合AI功能推出全新的沉浸式路线视图，使用Aerial View API和3D Tiles构建身临其境的体验，用户将以新的交互方式查看空气质量、天气和交通情况。谷歌称该功能将在今年夏天推出，并在年底前向15个城市推出。
Google photos：Magic Editor魔法编辑
Google photos宣布将上线全新图片编辑功能Magic Editor，通过AI技术感知图片内的内容，检测并移动物体，同时还可以用生成的视觉效果补全空白。
——
除了以上主要的AI更新之外，谷歌还宣布了专为安卓系统开发的AI编码机器人Studio Bot，AI学习工具Project Tailwind，面向企业的AI平台VertexAI。在基础设施方面，谷歌还宣布将和英伟达合作，搭建基于H100的下一代A3图形处理器超级计算机，以及基于它的虚拟机，并且PaLM模型的API也将在不久开放。
可以预见，谷歌此番更新将影响数十亿用户，人工智能正在愈加渗透进我们的日常生活。正如谷歌在大会上多次提到的关键词“大胆而负责任（bold and responsible）”，我们在大胆拥抱AI的同时，如何承担起社会责任也是需要各方深思和共同探索的。
