谷歌表示,Gemini 现在可以使用搜索历史来为其响应提供参考,并补充说该聊天机器人在未来几个月内将获得对 YouTube 和 Photos 等其他平台的访问权限。用户需要授权 Gemini 引用搜索历史记录,并可以随时断开连接。
谷歌表示:"只有当我们的高级推理模型确定搜索历史确实有帮助时,我们才会使用它。"同时补充说他们将继续收集早期测试者的反馈。
个性化功能可以通过 Gemini 的模型下拉菜单找到。谷歌表示,在用户输入提示后,"它将分析提示并确定您的搜索历史是否可以增强响应效果"。
从周四开始,Gemini 和 Gemini Advanced 订阅用户可以通过网页访问这项实验性的个性化功能,该功能也正在移动端推出。支持个性化的 Gemini 将在谷歌运营的大多数国家以超过 40 种语言提供服务。
该聊天机器人由谷歌上个月在其 Gemini 应用程序中推出的 Gemini 2.0 Flash Thinking Experimental 模型驱动。该模型经过训练,通过逐步分解提示并向用户展示其"思考过程"来"加强其推理能力",让用户了解它是如何得出响应的。去年 12 月,谷歌推出了 Gemini 2.0,谷歌首席执行官桑达尔·皮查伊表示,这"将使我们能够构建新的 AI 代理,让我们更接近通用助手的愿景"。
谷歌还在周四表示,它将为 2.0 Flash Thinking Experimental 模型提供更长的上下文窗口以处理更大量的信息,并增加上传文件等新功能。该公司还表示正在用该模型升级其 Deep Research 功能。这项功能将向普通 Gemini 用户免费开放,可以在浏览数百个网页后在几分钟内编制多页研究报告。
Gemini 应用程序还将获得谷歌的 Gems 功能,现在所有用户都可以免费构建自己的个人 AI 专家,涵盖语言和数学等主题。
好文章,需要你的鼓励
研究人员基于Meta前首席AI科学家Yann LeCun提出的联合嵌入预测架构,开发了名为JETS的自监督时间序列基础模型。该模型能够处理不规则的可穿戴设备数据,通过学习预测缺失数据的含义而非数据本身,成功检测多种疾病。在高血压检测中AUROC达86.8%,心房扑动检测达70.5%。研究显示即使只有15%的参与者有标注医疗记录,该模型仍能有效利用85%的未标注数据进行训练,为利用不完整健康数据提供了新思路。
西湖大学等机构联合发布TwinFlow技术,通过创新的"双轨道"设计实现AI图像生成的革命性突破。该技术让原本需要40-100步的图像生成过程缩短到仅需1步,速度提升100倍且质量几乎无损。TwinFlow采用自我对抗机制,无需额外辅助模型,成功应用于200亿参数超大模型,在GenEval等标准测试中表现卓越,为实时AI图像生成应用开辟了广阔前景。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
中山大学等机构联合开发的RealGen框架成功解决了AI生成图像的"塑料感"问题。该技术通过"探测器奖励"机制,让AI在躲避图像检测器识别的过程中学会制作更逼真照片。实验显示,RealGen在逼真度评测中大幅领先现有模型,在与真实照片对比中胜率接近50%,为AI图像生成技术带来重要突破。