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
机器之心32 分钟前
谷歌nano banana正式上线:单图成本不到3毛钱,比OpenAI便宜95%
人工智能·openai
兰亭妙微33 分钟前
从线到机:AI 与多模态交互如何重塑 B 端与 App 界面设计
人工智能·小程序·交互·用户体验设计公司
MansFlower42 分钟前
Gemini 2.5 Flash Image Preview:nano banana
人工智能
机器之心1 小时前
拒稿警告,靠大模型「偷摸水论文」被堵死,ICLR最严新规来了
人工智能·openai
算家计算2 小时前
“下一代”图像模型——ComfyUI-Flux-Krea本地部署教程,体验划时代的图像质量
人工智能·开源·flux
算家计算2 小时前
国务院发布“人工智能+”行动意见,算力基建或将迎来风口!
人工智能·云计算·资讯
johnny2332 小时前
文本转语音TTS工具合集(下)
人工智能
艾醒2 小时前
大模型面试题剖析:大模型微调与训练硬件成本计算
人工智能·后端·算法
三花AI2 小时前
风口真的要来了,国务院关于深入实施“人工智能+”行动的意见
人工智能·开源
LLM精进之路2 小时前
上海AI实验室突破扩散模型!GetMesh融合点云与三平面,重塑3D内容创作
人工智能·深度学习·机器学习·语言模型·transformer