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
Kakaxiii21 分钟前
【2025.8 npj】图检索增强的大型语言模型用于面部表型相关的罕见遗传疾病
人工智能·语言模型·自然语言处理
程序员小嬛39 分钟前
(TETCI 2024) 从 U-Net 到 Transformer:即插即用注意力模块解析
人工智能·深度学习·机器学习·transformer
SEO_juper1 小时前
生成式引擎优化(GEO)终极指南:优化品牌在对话式AI中的呈现与推荐
人工智能·chatgpt·seo·geo·数字营销
小程故事多_802 小时前
AI Agent进阶架构:用渐进式披露驯服复杂性
人工智能·架构
人工智能AI技术2 小时前
【Agent从入门到实践】10 决策模块:Agent如何“思考问题”
人工智能
qq_527887873 小时前
联邦经典算法Fedavg实现
人工智能·深度学习
天天讯通3 小时前
数据公司与AI五大主流合作模式
人工智能
Clarence Liu3 小时前
AI Agent开发(2) - 深入解析 A2A 协议与 Go 实战指南
开发语言·人工智能·golang
综合热讯3 小时前
AUS GLOBAL 荣耀赞助 2026 LIL TOUR 高尔夫嘉年华
人工智能
CoderJia程序员甲3 小时前
GitHub 热榜项目 - 日榜(2026-01-19)
git·ai·开源·llm·github