谷歌 I/O 2024大会简报：谷歌强势回归，可惜被OpenAI抢了头条

谷歌发布了一系列新产品，包括集成了AI的新产品、全新的语言模型以及许多不属于大型语言模型（LLM）的新功能

以下是我觉得特别有意思的一些亮点：

语言方面

优点：

• 推出新的Gemini 1.5 Flash！成本仅为GPT-4o的7%（专业版成本的1/10）
• Gemma 2：更多开源AI模型！
• PaliGemma：新的视觉语言模型
• Gemini Nano：设备端运行
• Gemini 1.5 pro 上下文扩展到了惊人的2M token

缺点：

• 没有提供基准测试数据？

视觉方面

优点：

• Imagen 3：创建更加逼真的图像
• Music Audio Studio:与油管合作
• 推出视频生成模型Veo（对标OpenAI Sora）：1分钟1080p，waitlist地址：https://aitestkitchen.withgoogle.com/zh/tools/video-fx

缺点：

• 还是没有提供基准测试数据？

助理和代理方面

优点：

• 推出Project Astra项目，类似OpenAI的GPT4o的语音视觉人机交互方式，聚焦未来的AI助理，演示令人惊叹，可以在智能眼镜上运行，出色的视觉语言技能，非常酷的应用。可惜OpenAI抢先一步发了，上不了头条

缺点：

• 语音实时交互看起来比GPT-4o慢？不确定……

硬件方面

优点：

• 发布TPUv6 ，计算性能提高4.7倍，2024年底推出
• 液体冷却能力超过1千兆瓦（不确定其重要性）
• B100将于2025年初推出

缺点：

• 谷歌似乎总是在GPU部署上出问题……

产品方面

优点：

• AI深度整合到现有产品中（搜索、Gmail、照片、工作空间）
• 我非常喜欢生成搜索，尤其是在旅行规划方面
• 照片搜索看起来看起来很有意思，可以搜索照片中的信息

缺点：

• 不明确这些功能的费用是多少？

总结

优点：

• 谷歌重新调整方向，稳步前进。发布了许多令人兴奋的技术公告，并进行了深度产品整合。我对谷歌非常看好——他们有足够的计算能力和产品界面来收集数据

缺点：

• 对开发者的关注不多，注册过程仍然比较令人难受

OpenAI抢在谷歌I/O大会之前发布更新，这让谷歌I/O大会显得黯淡无光。

OpenAI在基准测试中似乎仍占优势，而谷歌没有推出具有更好数据的新模型让我有些失望