0°

谷歌Gemini 1.5炸场:能处理1小时视频、11小时音频

  IT之家 2 月 16 日消息,谷歌近日发布新闻稿,宣布推出全新的 Gemini 1.5 AI 模型,标志着该公司的人工智能技术取得了重大飞跃。

  谷歌表示相比较前代产品 Gemini 1.0 Ultra,1.5 新模型在多个方面都取得了长足进步,能够更高效、更长时间地处理信息。

  Alphabet 与 Google 公司首席执行官孙达尔・皮柴(Sundar Pichai)表示:

  我们上周推出了功能强大的 Gemini 1.0 Ultra 模型,并从 Gemini Advanced 开始,让谷歌产品在实用性上迈上新台阶。

  开发者和云计算客户今天开始可以使用 1.0 Ultra 开始构建,在 AI Studio 和 Vertex AI 中使用我们的 Gemini API。

  在推出 Gemini 1.5 的同时,谷歌继续将安全性和人工智能模型的快速发展放在首位。根据皮查伊的说法,Gemini 1.5 Pro 可达到与 1.0 Ultra 模型相当的质量,同时使用更少的计算能力,因此效率更高。

  Gemini 1.5 Pro 可以处理 128000 个代币的标准情境窗口,但仅限特定开发人员和企业客户使用的版本可以处理多达 100 万个代币。

  能处理 100633 行代码中问题

  这意味着什么?谷歌表示:“1.5 Pro 可以一次性处理大量信息,包括 1 小时的视频、11 小时的音频、超过 3 万行代码的代码库或超过 70 万字的文字。在我们的研究中,我们还成功测试了多达 1000 万个标记。”

  Gemini 1.5 Pro 正在检查阿波罗 11 号登月任务中长达 402 页的 PDF 文稿。谷歌甚至给出了一张靴子即将踏下的简短图画,它就能回答这是尼尔・阿姆斯特朗(Neil Armstrong)登月的相关信息。

  能处理 402 页的 PDF 文档

  下面是 Gemini 1.5 Pro 处理巴斯特-基顿(Buster Keaton)44 分钟无声电影(696,000 个代币)的情况,它能够分析情节点和其他事件以提及时间码,甚至还能回答多种模式的提示(例如提供一个简短的草图并询问场景是什么):

  能处理 44 分钟长的视频

  IT之家附上报告原文地址,感兴趣的用户可以深入阅读。

「点点赞赏,手留余香」

    还没有人赞赏,快来当第一个赞赏的人吧!
0 条回复 A 作者 M 管理员
    所有的伟大,都源于一个勇敢的开始!
欢迎您,新朋友,感谢参与互动!欢迎您 {{author}},您在本站有{{commentsCount}}条评论