谷歌今日宣布大幅扩展其Gemini AI模型系列。经过数月的调整和优化,高性能的Gemini 2.5 Pro即将退出预览版,正式供开发者使用。与此同时,谷歌还展示了即将推出的高效率模型Gemini 2.5 Flash-Lite。尽管努力改进,谷歌仍未能摆脱令人困惑的模型命名方式。
随着Gemini 2.5的首次亮相,谷歌在2025年的AI雄心展现出积极态势。这些模型相比以往版本显著改进,使谷歌在与OpenAI及其热门GPT模型的竞争中更具优势。然而,由于谷歌致力于实现正式发布,我们一直被各种预览版和测试版本所包围,这意味着模型需要稳定到足以进行长期开发工作。
2.5 Flash模型在I/O大会上退出预览版,但Gemini 2.5 Pro进展滞后。今天,Flash正式发布04-17版本。Gemini 2.5 Pro也退出预览版并正式发布,正如预期的那样,最近改进的06-05版本胜出。该版本旨在解决谷歌I/O大会上2.5 Pro版本出现的一些问题,看起来效果不错。
谷歌现在拥有适用于各种任务的Gemini模型。所有Gemini 2.5模型都包含可调节的思考预算,对希望更好控制成本的开发者很有吸引力。对于对价格最敏感的开发者,谷歌还推出了此前处于实验阶段的Gemini 2.5 Flash-Lite。该模型现已进入预览阶段,提供了运行大量AI工作负载而不产生显著成本的方式。与2.5 Flash相比,文本、图像和视频输入的成本仅为三分之一,输出令牌的成本不到六分之一。这个Gemini变体不太可能面向普通用户推出应用,因为它的能力不如2.5 Flash,只有在按令牌付费时才有意义。
此外,谷歌Flash和Flash-Lite即将应用于搜索功能。谷歌发言人告诉Ars,这些模型的定制版本现已在AI概览和AI模式中启用。谷歌通常会尝试使用最适合查询的模型。因此,复杂的AI模式搜索使用2.5 Pro,而简单查询可能依赖Flash,甚至Flash-Lite用于非常基础的搜索。
Flash-Lite预览版在Google AI Studio和Vertex AI中向开发者提供,同时还有Gemini 2.5 Flash和Gemini 2.5 Pro的稳定版本。Gemini应用不会出现重大变化,因为最终的2.5 Pro和2.5 Flash模型已在应用中上线。Pro变体将像上月Flash一样去掉预览标签,但功能不会有任何不同。免费用户在应用中对2.5 Pro的访问仍然有限,付费Pro用户每天可获得100次提示的更高限制。AI Ultra订阅用户对Gemini 2.5 Pro拥有最高级别的访问权限。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
这项由清华大学和字节跳动联合开展的研究首次实现了高保真视频换脸技术的重大突破。DreamID-V框架通过创新的身份锚定视频合成器和多模态条件注入机制,成功解决了传统视频换脸技术中身份相似度低、时间不连贯等核心问题,在保持原视频动作表情的同时实现完美的身份替换,为影视制作、创意设计等领域带来革命性变化。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
阿尔伯塔大学研究团队开发出名为Gnosis的AI自我检查系统,能让人工智能实时监测自己的内部"思维状态",判断答案可靠性。该系统通过分析AI的隐藏状态和注意力模式,在数学推理任务中达到95%准确率,超越传统方法和大型审核模型,且仅需500万参数。更重要的是,它能在AI回答40%时就预测最终答案质量,支持早期错误检测,为构建更诚实可靠的AI系统开辟了新路径。