[AI Google] 使用 Gemini 取得更多成就:试用 1.5 Pro 和更多智能功能

news2024/11/9 9:29:30

总结

Google 正在为超过 35 种语言的 Gemini Advanced 订阅者推出 Gemini 1.5 Pro。此次更新包括 100 万个 token 的上下文窗口、改进的数据分析功能和增强的多模态图像理解。新功能包括用于自然对话的 Gemini Live、先进的规划工具和可定制的 Gems。更新还集成了更多 Google 应用,如 Google Calendar、Tasks 和 Keep,以提供无缝的用户体验。


我们将 Gemini 1.5 Pro 推广到超过 35 种语言的 Gemini Advanced 订阅者,并提供 100 万个 token 的上下文窗口、全新的对话体验和让 Gemini 代表你采取行动的工具。

在黑色背景上的 Gemini 标志,上方是手机屏幕和计算机屏幕的轮廓。计算机屏幕上的文字为:“你好,Lisa。今天我能帮你做什么?”

Gemini 旨在成为你的个人 AI 助手——一个既能对话、直观又有帮助的助手。无论你是在应用中还是通过网络体验使用它,Gemini 都能帮助你处理复杂的任务,并可以代表你采取行动。

现在,我们正在进行多项更新——包括更长的上下文窗口、新的数据分析功能、与其他 Google 应用的连接以及更多可定制选项——让你能够与最智能和最个性化的 Gemini 合作。

使用世界上最长的上下文窗口分析文档

今天我们将我们最前沿的模型 Gemini 1.5 Pro 带到 Gemini Advanced。短短三个月内,已有超过 100 万人注册试用 Gemini Advanced。现在,Gemini 1.5 Pro 为你带来了我们最新的技术进步,包括一个大大扩展的上下文窗口,起始值为 100 万个 token——这是世界上任何广泛可用的消费聊天机器人中最长的上下文窗口。如此长的上下文窗口意味着 Gemini Advanced 可以理解多个大型文档,总计可达 1500 页,或总结 100 封电子邮件。不久它还将能够处理一小时的视频内容或超过 30,000 行代码库。

为了利用这个长上下文窗口,我们增加了通过 Google Drive 或直接从设备上传文件的功能,直接上传到 Gemini Advanced。现在,你可以快速获得关于密集文档的答案和见解,比如弄清楚你租赁协议中的宠物政策详情或比较多篇长篇研究论文的关键论点。不久,Gemini Advanced 将作为数据分析师,揭示见解并根据上传的数据文件(如电子表格)即时构建自定义可视化和图表。

Gemini 会将你的文件私密保留,不会用于训练我们的模型。

Gemini 原生是多模态的,1.5 Pro 在图像理解方面带来了巨大的改进。例如,你可以拍下你最喜欢的餐厅的一道菜,并请求获得食谱,或者拍下数学题并获取分步解题指南——这一切都只需通过一张图片。

Gemini 1.5 Pro 将在超过 150 个国家和 35 种语言中向 Gemini Advanced 订阅者提供。

使用 Gemini Live 进行更自然的对话

我们还增加了与 Gemini 更自然互动的新方式,无论你是在发短信还是在说话。通过 Google Messages 中的 Gemini,你现在可以在与朋友聊天的同一应用中与 Gemini 聊天。

在未来几个月内,我们将推出 Live 给 Gemini Advanced 订阅者,这是一种使用我们最先进的语音技术的新移动对话体验,使与 Gemini 交谈更为直观。使用 Gemini Live,你可以与 Gemini 交谈,并选择其回应的多种自然声音之一。你甚至可以以自己的节奏说话,或在回答中途打断以提出澄清问题,就像你在任何对话中一样。

假设你正在准备一场工作面试:只需开启 Live 并请 Gemini 帮助你准备。Gemini 可以与你排练,甚至建议在与潜在雇主交谈时突出哪些技能。今年晚些时候,当你使用 Live 时,你可以使用相机,开启关于你周围环境的对话。

简化复杂计划,如旅行行程

有时你花更多的时间研究和组织旅行,而不是享受旅行本身。Gemini Advanced 的新规划体验将不仅仅展示一系列建议活动,而是为你创建一个自定义行程。

想象一下你问 Gemini:“我的家人和我要去迈阿密过劳动节。我的儿子喜欢艺术,我的丈夫非常想要新鲜的海鲜。你能从 Gmail 中提取我的航班和酒店信息并帮我规划周末吗?”

这个提示要求 Gemini 做的不仅仅是提供其他聊天机器人那样的公开信息。Gemini 会考虑你的航班时间、餐饮偏好和当地博物馆的信息,同时还会理解每个地点的位置以及每个活动之间的旅行时间。它会从 Gmail 中提取你的航班信息,使用 Google Maps 推荐酒店附近的餐厅和博物馆,并使用搜索推荐其他活动,如设计区的步行游览或海滩时间,以填补你的一天剩余时间。它会为你合成所有这些信息,并创建一个满足你所有要求的个人定制行程。如果你做出更改或添加更多详细信息,行程将自动更新。

这种动态的新规划体验将在未来几个月内推出给 Gemini Advanced。

使用 Gems 个性化你的 Gemini

为了获得更加个性化的体验,Gemini Advanced 订阅者很快将能够创建 Gems——Gemini 的自定义版本。你可以创建任何你梦想中的 Gem:健身伙伴、副厨师、编程伙伴或创意写作指导。设置也非常简单。只需描述你希望你的 Gem 做什么以及你希望它如何回应——例如“你是我的跑步教练,给我制定每日跑步计划,并保持积极、乐观和激励人心。”Gemini 将接受这些指示,并通过一次点击,增强这些指示以创建一个满足你特定需求的 Gem。

连接更多 Google 应用

去年,我们将 Extensions 直接引入 Gemini,让你能够通过你已经使用的 Google 应用和服务完成更多事情。我们继续将 Google 应用引入 Gemini,例如现在推出的 YouTube Music Extension。通过 Gemini,你可以搜索你最喜欢的音乐,即使你不知道歌曲标题,只需提及喜欢的歌词或特色艺术家。

很快,我们将把更多的 Google 工具与 Gemini 连接,包括 Google Calendar、Tasks 和 Keep。这样你就可以做更多事情,例如拍下你孩子的学校课程表,并请求 Gemini 为每项作业创建日历条目,或拍下新食谱并将其添加到你的 Keep 购物清单中。

通过这些更新,其中许多也将提供给我们的企业客户,你将获得最个人化和最有帮助的 Gemini 体验——只需一个提示。

请关注这些新功能,并立即开始与 Gemini 聊天。


  • 原文
  • AI 博客 - 从零开始学AI
  • 公众号 - 从零开始学AI

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1808884.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

基于STM32开发的智能农业监控系统

目录 引言环境准备智能农业监控系统基础代码实现:实现智能农业监控系统 4.1 土壤湿度传感器数据读取4.2 温湿度传感器数据读取4.3 水泵与风扇控制4.4 用户界面与数据可视化应用场景:农业环境监测与管理问题解决方案与优化收尾与总结 1. 引言 随着智能…

SkyWalking之P0核心业务场景输出调用链路应用

延伸扩展:XX核心业务场景 路由标签打标、传播、检索 链路标签染色与传播 SW: SkyWalking的简写 用户请求携带HTTP头信息X-sw8-correlation “X-sw8-correlation: key1value1,key2value2,key3value3” 网关侧读取解析HTTP头信息X-sw8-correlation,然后通过…

Navicat导入json文件(json文件数据导入到MySQL表中)

天行健,君子以自强不息;地势坤,君子以厚德载物。 每个人都有惰性,但不断学习是好好生活的根本,共勉! 文章均为学习整理笔记,分享记录为主,如有错误请指正,共同学习进步。…

在Modelarts上微调量化Llama3,并用docker部署

本文概述 本文先使用llama-factory去微调llama3大模型,然后使用llama.cpp去量化模型并打包为docker部署到服务器上让qq机器人能够调用服务,实现qq群内问答。 效果展示 环境准备 本文使用华为云的Modelarts的notebook去进行的模型微调 ubuntu20.04&#x…

揭开FFT时域加窗的奥秘

FFT – Spectral Leakage 假设用于ADC输出数据分析的采样点数为N,而采样率为Fs,那我们就知道,这种情况下的FFT频谱分辨率为δf,那么δfFs/N。如果此时我们给ADC输入一个待测量的单频Fin,如果此时Fin除以δf不是整数&a…

IP地址冲突检测(Address Conflict Detect)记录

学习目标: 提示:ACD(IP地址冲突检测)原理学习与抓包分析 学习记录: 1、Address Conflict Detection地址冲突检测,简称ACD。RFC 5227提出ACD机制。其中ACD将arp request分为ARP probe和ARP announcement两种; ACD定义…

数据中心网络运维探讨

数据中心网络运维探讨 数据中心网络运维通过科学的网络架构设计、实时监控管理、智能化运维工具和全面的安全防护,确保网络的高效、安全运行。它不仅提升了运维效率和网络可靠性,还保障了业务的连续性和数据安全。随着技术的不断进步,智能化…

常见机器学习的原理及优略势

有监督 一、线性回归(Linear Regression) 1. 算法原理 线性回归(Linear Regression)是一种基本的回归算法,它通过拟合一个线性模型来预测连续型目标变量。线性回归模型的基本形式是:y w1 * x1 w2 * x2 … wn * …

在python中关于元组的操作

创建元组 如上图所示,a()和b tuple(),,这两种方式都可以创建出元组。 在创建元组的时候,指定初始值 如上图所示,也可以在创建元组的时候,指定初始值。 同列表一样元组中的元素也可以是任意类型的。 同列…

Map深度学习

Map Map是一个键值对的集合,和object类似,Map作为构造函数,可以通过全局对象获取到。需要通过new操作创建实例对象,直接调用会报错。Map构造函数接受一个iterable类型的函数,用来初始化Map。 var m new Map([[1, &qu…

pyrouge(ROUGE-1.5.5)的安装步骤和使用说明(适用于Linux 系统)

摘要:本文讲解了如何配置和使用文本摘要的评价指标ROUGE(linux 系统)。 ✅ NLP 研 1 选手的学习笔记 简介:小王,NPU,2023级,计算机技术 研究方向:摘要生成、大语言模型生成 文章目录 一、为啥要写这篇博客&…

Redis 双写一致原理篇

前言 我们都知道,redis一般的作用是顶在mysql前面做一个"带刀侍卫"的角色,可以缓解mysql的服务压力,但是我们如何保证数据库的数据和redis缓存中的数据的双写一致呢,我们这里先说一遍流程,然后以流程为切入点来谈谈redis和mysql的双写一致性是如何保证的吧 流程 首先…

flink源码系列:RPC通信

这里写目录标题 1. 本节课目的2.开始本节内容2.1.RPC概念3.2.大数据组件常见的RPC实现技术3.3.Pekko(Akka)3.3.1. Akka、Pekko基本概念3.3.2.Pekko Demo事例3.3.2.1.PekkoData 类3.3.2.2.PekkoRpcReceiverActor类3.3.2.3.PekkoRpcSenderActor 类3.3.2.4.…

传感器展会|2024厦门传感器与应用技术展览会

传感器展会|2024厦门传感器与应用技术展览会 时间:2024年11月1-3日 地点:厦门国际会展中心 XISE EXPO展会介绍: 2024中国(厦门)国际传感器与应用技术展览会将于2024年11月1-3日在厦门国际会展中心举行&#xf…

基于标定数据将3D LiDAR点云与相机图像对齐(含C++版本代码)

这段C代码演示了如何将Velodyne激光雷达的点云数据投影到相机图像上。该过程涉及以下主要步骤: 读取并解析来自文件的标定数据,包括P2矩阵、R0_rect矩阵和Tr_velo_to_cam矩阵。这些矩阵用于将激光雷达点云从Velodyne坐标系转换到相机坐标系。从二进制文件中读取Velo…

10.1 Go Goroutine

💝💝💝欢迎莅临我的博客,很高兴能够在这里和您见面!希望您在这里可以感受到一份轻松愉快的氛围,不仅可以获得有趣的内容和知识,也可以畅所欲言、分享您的想法和见解。 推荐:「stormsha的主页」…

解密Spring Boot:深入理解条件装配与条件注解

文章目录 一、条件装配概述1.1 条件装配的基本原理1.2 条件装配的作用 二、常用注解2.1 ConditionalOnClass2.2 ConditionalOnBean2.3 ConditionalOnProperty2.4 ConditionalOnExpression2.5 ConditionalOnMissingBean 三、条件装配的实现原理四、实际案例 一、条件装配概述 1…

SpringBoot中实现一个通用Excel导出功能

SpringBoot中实现一个通用Excel导出功能 文章目录 SpringBoot中实现一个通用Excel导出功能这个导出功能的特色看效果代码解析1、依赖2、Excel 入参(ExcelExportRequest)3、Excel 出参(ExcelExportResponse)4、ExcelExportField5、ExcelExportUtils 工具类6、ExcelHead 头部…

LeetCode1318或运算的最小翻转次数

题目描述 给你三个正整数 a、b 和 c。你可以对 a 和 b 的二进制表示进行位翻转操作,返回能够使按位或运算 a OR b c 成立的最小翻转次数。「位翻转操作」是指将一个数的二进制表示任何单个位上的 1 变成 0 或者 0 变成 1 。 解析 这一题就按位依次比较就行了。取这…

【SQLAlChemy】Query函数可传入的参数有哪些?

Query 函数的使用 参数种类 一般可以传递的参数有如下三种: 模型名。指定查找这个模型的全部属性(对应于数据库查询中的全表查询)。模型中的属性。可以用来指定只查询某个模型的几个属性值。使用聚合函数。 func.count():统计行的数量。fu…