Google 在去年年底率先推出深入研究功能后,现在正式向所有用户开放这项工具。从今天开始,Gemini 用户可以在超过 45 种语言中免费使用深入研究功能 — 无需订阅 Gemini Advanced。对于不熟悉的用户来说,深入研究功能允许你要求 Gemini 就复杂主题创建全面但易读的报告。
相比 Google 的新 AI 模式,深入研究的运行速度较慢,这是有意为之的设计。在开始搜索与你的提示相关信息之前,Gemini 会先制定一个研究计划。当 Google 首次宣布深入研究功能时,它由公司功能强大但成本较高的 Gemini 1.5 Pro 模型驱动。随着今天的功能扩展,Google 已将深入研究升级为使用新的 Gemini 2.0 Flash Thinking 实验模型 — 这个听起来有点拗口的名字其实就是一个可以将问题分解为一系列中间步骤的思维链系统。
对于这次升级,Google 表示:"这提升了 Gemini 在所有研究阶段的能力 — 从规划和搜索到推理、分析和报告 — 创建更高质量、更详细且富有洞察力的多页报告。"
如果深入研究功能听起来很熟悉,那是因为包括 ChatGPT 在内的多个聊天机器人现在都提供这项功能。然而,Google 一直走在行业前列。它不仅是最早提供这项工具的公司之一,而且现在也比 OpenAI 等竞争对手更早向所有用户广泛开放这项功能。
另外,Google 今天还宣布推出一项名为 Gemini 个性化的实验性功能。同样使用 Flash Thinking 模型,这不仅让公司能够将深入研究功能带给更多用户,还能让 Gemini 根据你使用的 Google 应用和服务信息来调整其响应。
Google 表示:"经你许可,Gemini 现在可以根据你的过往搜索记录定制回复,为你节省时间并提供更精准的答案。"在未来几个月内,Gemini 将能够从更多 Google 服务中获取上下文信息,包括 Photos 和 YouTube。"这将使 Gemini 能够提供更个性化的见解,从你的活动和偏好中获得更广泛的理解,从而提供真正与你产生共鸣的回答。"
要启用此功能,请在 Gemini Apps 界面的模型下拉菜单中选择"个性化 (实验性)"。Google 解释说,Gemini 只会在认为信息可能有用时才利用你的搜索历史。如果你觉得这项功能有侵犯隐私的问题,可以通过横幅中的链接轻松关闭它。从今天开始,Gemini 和 Gemini Advanced 用户可以在网页版上使用这项功能,移动版本将随后推出。
好文章,需要你的鼓励
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AI虽具备变革企业洞察力的潜力,但成功依赖于数据质量。大多数AI项目失败源于数据混乱分散而非算法局限。谷歌BigQuery云数据AI平台打破数据孤岛,简化治理,加速企业AI应用。通过AI自动化数据处理,实现实时分析,并与Vertex AI深度集成,使企业能够高效处理结构化和非结构化数据,将智能商业转型从愿景变为现实。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。