Google 推出 Gemini 1.5 Pro能处理音频;iOS 18或带来Safari 浏览助手;Llama 3 开源模型下个月推出

Google 推出 Gemini 1.5 Pro 公共预览版,能处理音频

Google 宣布将通过其 AI 应用平台 Vertex AI 向公众提供 Gemini 1.5 Pro,并且还赋予其「听力」,帮助用户处理音频内容。

用户可以上传会议录音、电视节目等音频内容,无需书面记录就可让其解读和总结。

Gemini 1.5 Pro 于 2 月份发布,当时面向开发者和企业用户开放。

据悉,这个在 Gemini 系列中定位中量级的模型,在性能上已经超越了体型和性能最强的模型 Gemini Ultra。

除此之外,Google 还发布了首款 Arm AI 处理器 Axion,Google 表示,Axion 处理器比同类基于 X86 的产品高出 50% 的性能和 60% 的能效,比 AWS 和微软等竞争对手基于 Arm 的产品性能高出 30% 。

Google 还推出了一个新的视频生产力工具「Vids」。据 Google 介绍,用户只要会制作 PPT,就可以在 Vids 中制作视频。

iOS 18 或带来「Safari 浏览助手」

MacRumors 报道,有开发者发现苹果服务器后台代码,显示 iOS 18 将配备一个新的「Safari 浏览助手」。

代码显示了关于「Safari browsing assistant」(Safari 浏览助手)的字符描述,该开发者推测,这个浏览助手可能会类似微软的 Copilot ,能够总结当前网页的主要内容。

这个 Safari 浏览助手可能是 iOS 18 新的生成式 AI 功能之一。目前 iPhone 上一些第三方浏览器已经配备了类似的功能,比如说微软浏览器 Edge 上的 Copilot ,和 Arc Search。

路透社近日报道,在欧盟开放 iOS 第三方默认浏览器选择后,欧盟用户更愿意使用其他浏览器来替代 Safari。

Meta 确认其 Llama 3 开源模型下个月推出

Meta 在伦敦的一场活动上确认会在下个月发布 Llama 3 大语言模型。

Meta 全球事务总裁 Nick Clegg 同时表示称,Llama 3 将为 Meta 多种产品提供支持,今年还将推出许多具有不同功能、不同通用性的模型。

The Information 此前报道,Meta 将在下周推出小型的、非多模态的 Llama 3 版本,而将在今年夏季推出大型的、多模态的 Llama 3。

相关推荐
wayz113 分钟前
Day 13 编程实战:朴素贝叶斯与极端涨跌预警
人工智能·算法·机器学习
AI袋鼠帝9 分钟前
GPT-Image-2 Skill + Hermes多Agent,才是画图的神~
人工智能
Irissgwe17 分钟前
LangChain快速上手
ai·langchain·llm·ai编程
互联科技报18 分钟前
2026年短视频矩阵视频混剪工具赛道巨变:如何选择一款合适的短视频矩阵软件
大数据·人工智能
AI袋鼠帝23 分钟前
别卷Claude Code了,这才是普通人拥抱AI Coding的最短途径!
人工智能
毕胜客源码25 分钟前
卷积神经网络的农作物识别系统(有技术文档)深度学习 图像识别 卷积神经网络 Django python 人工智能
人工智能·python·深度学习·cnn·django
EQ-雪梨蛋花汤33 分钟前
【OpenAI】GPT-5.5发布!从“会说话”走向“会干活”(运算速度更快、逻辑更准,消耗Token更少)
人工智能·gpt
火山口车神丶39 分钟前
如何借助AI进行模块封装DIY
javascript·人工智能·算法
Data-Miner40 分钟前
41页精品PPT|AI大模型安全架构构建与落地实践解决方案
人工智能·安全·安全架构
nap-joker40 分钟前
生成式人工智能框架统一了人类多组学,以模拟衰老、代谢健康和干预反应
人工智能·衰老·ai-agent融合多组学数据·未来疾病