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
通义灵码4 分钟前
使用记忆提升开发效率
人工智能·qoder·记忆能力
Echo_NGC223712 分钟前
【传统JSCC+Deep JSCC】联合信源信道编码完全指南
人工智能·python·深度学习·神经网络·conda·无人机·jscc
阿杰学AI12 分钟前
AI核心知识63——大语言模型之Reasoning Model (简洁且通俗易懂版)
人工智能·ai·语言模型·aigc·cot·推理模型·reasoning model
Blossom.11817 分钟前
大模型AI Agent实战:ReAct框架从零实现与金融研报分析系统
人工智能·学习·react.js·stable diffusion·金融·aigc·知识图谱
Mintopia19 分钟前
🌐 技术迭代速度与监管适配:WebAIGC的发展平衡术
前端·人工智能·aigc
多则惑少则明20 分钟前
AI大模型实用(九)Java快速实现智能体整理(使用LangChain4j-agentic + Tool)
java·人工智能·springai·langchain4j
模型启动机20 分钟前
告别OCR与分块!ICLR 2025 ColPali实现视觉文档检索精度&速度双碾压
人工智能·ai·大模型·ocr
xerthwis20 分钟前
Hadoop:大数据世界的“古老基石”与“沉默的共生者”
大数据·人工智能·hadoop
不被AI替代的BOT21 分钟前
AgentScope Java 核心架构深度解析
人工智能