2024-08-14 09:15
谷歌發(fā)布多模態(tài)互動(dòng)服務(wù)Gemini Live丨AI手機(jī)谷歌Pixel 9系列發(fā)布丨快手上線AI陪伴APP「飛船」
AI奇點(diǎn)網(wǎng)2024年8月14日?qǐng)?bào)道丨AI資訊早報(bào)
當(dāng)?shù)貢r(shí)間 8月 13 日，谷歌在山景城總部舉行了今年的 Pixel 9 系列手機(jī)新品發(fā)布會(huì)。發(fā)布了 Gemini Live 實(shí)時(shí)對(duì)話服務(wù)，將于今天開(kāi)始率先面向使用英語(yǔ)語(yǔ)言版本的 Gemini Advanced 訂閱用戶開(kāi)放。
谷歌表示 Gemini Live 提供了一種隨時(shí)隨地的移動(dòng)對(duì)話體驗(yàn)，讓用戶可以通過(guò)手機(jī)上的 Gemini AI 應(yīng)用展開(kāi)自由流暢的對(duì)話。通過(guò) Gemini Live（內(nèi)置在 Gemini 應(yīng)用內(nèi)），用戶可以與 Gemini AI 進(jìn)行直接的自然語(yǔ)言對(duì)話，并從10種自由選擇的“自然聲音”中選擇它可以回應(yīng)的聲音。
Gemini Live 是對(duì)標(biāo) OpenAI ChatGPT 最新上線的 Advanced Voice 模式。后者也采用了增強(qiáng)型的語(yǔ)音引擎，可以展開(kāi)更連貫、更有情感表達(dá)力、更逼真的多輪對(duì)話。
谷歌表示，用戶與 Gemini 聊天機(jī)器人說(shuō)話時(shí)，可以在任何時(shí)候打斷它發(fā)言，并提出后續(xù)的問(wèn)題，聊天機(jī)器人會(huì)根據(jù)實(shí)時(shí)情況，來(lái)適應(yīng)用戶的說(shuō)話模式。
目前的谷歌 Gemini Live 測(cè)試版本里邊，暫時(shí)還不支持多模態(tài)多媒體上傳信息提供分析能力。谷歌表示，多模態(tài)輸入功能將在“今年晚些時(shí)候推出”，但拒絕透露更多的具體細(xì)節(jié)。
當(dāng)?shù)貢r(shí)間8月13日，谷歌方面正式發(fā)布了最新一代 Pixel 9 系列等多款新品。這是谷歌推出的第二代基于 AI 大模型基礎(chǔ)開(kāi)發(fā)的智能手機(jī)產(chǎn)品，作為一款“親兒子”作品，谷歌往上傾注了最大的力量。
兩款手機(jī)的定價(jià)展示如下：
具體來(lái)說(shuō)，Pixel 9/Pixel 9 Pro 系列配備了一塊 6.3 英寸 120Hz OLED 直屏，搭載 Tensor G4 處理器，從光學(xué)指紋傳感器變?yōu)槌暡ㄖ讣y傳感器，電池容量為 4700mAh。 影像上 Pixel 9 后攝搭載 50MP 主攝與 48MP 超廣角，Pixel 9 Pro 多一個(gè) 48MP 長(zhǎng)焦鏡頭。
在 RAM 方面，兩款機(jī)型有所不同。Pixel 9 配備 12GB 內(nèi)存，Pixel 9 Pro 配備 16GB 內(nèi)存。
Pixel 9 Pro XL 屏幕大小為 6.8 英寸，分辨率比 Pixel 9 Pro 更高，電池容量為 5060mAh，其他配置基本和 Pixel 9 Pro 相同。
Pixel 9 Pro Fold 同樣搭載 Tensor G4 處理器，采用 48MP 主攝、12MP 超廣角、10.8MP 5 倍長(zhǎng)焦鏡頭。屏幕方面，Pixel 9 Pro Fold 外屏大小為 6.3 英寸 ，內(nèi)屏大小為 8 英寸，總體設(shè)計(jì)上比前代產(chǎn)品更長(zhǎng)更薄，折疊后厚度為 10.5 毫米，展開(kāi)厚度 5.1 毫米，重量為 257 克。
Pixel 9 系列支持衛(wèi)星通信，在生成式 AI 功能上，這兩款手機(jī)支持在本地運(yùn)行的端側(cè)的 Gemini Nano 小尺寸模型，以及 Pixel Screenshots（屏幕回溯）、Pixel Studio 圖像生成應(yīng)用，Magic Editor 圖片編輯等功能。值得一提的是，Google 在發(fā)布會(huì)上強(qiáng)調(diào)，Gemini AI 不需要依賴第三方 AI 服務(wù)，能夠在端側(cè)進(jìn)行獨(dú)立的查詢。
近日，快手公司在AI圖文視頻生成領(lǐng)域大展拳腳后，有最新發(fā)布了名為「飛船」（Kraft）的 AI 虛擬人物對(duì)話產(chǎn)品，這是一款類(lèi)似于 Character.AI 的個(gè)性對(duì)話軟件，提供一對(duì)一虛擬對(duì)話聊天的情感陪伴服務(wù)。
官方介紹稱(chēng)，「飛船」智能助手 App 是一款基于先進(jìn) AI 技術(shù)的互動(dòng)軟件，旨在提升用戶的生活質(zhì)量和工作效率。用戶可以通過(guò)文字或語(yǔ)音與 AI 助手進(jìn)行交流，解答疑問(wèn)、獲得娛樂(lè)、進(jìn)行創(chuàng)作和角色定制等。
用戶在飛船平臺(tái)上扮演“船長(zhǎng)”角色，名為快快的 AI 少女領(lǐng)航員引導(dǎo)用戶體驗(yàn)，飛船基于快手自研大模型“快意”，更側(cè)重于虛擬陪伴，擁有快速的回復(fù)速度和逼真的語(yǔ)音體驗(yàn)。
用戶可以在該應(yīng)用中創(chuàng)建和定制專(zhuān)屬 AI 虛擬角色，進(jìn)行內(nèi)容創(chuàng)作、知識(shí)解答，并具備語(yǔ)音交互功能。
近日，國(guó)內(nèi) AI 初創(chuàng)企業(yè)面壁智能宣布，旗下的小參數(shù)大模型 MiniCPM-V 2.6 登頂了知名開(kāi)源社區(qū) GitHub 的第一位，并且在大模型生態(tài)社區(qū) Hugging Face 趨勢(shì)榜頁(yè)進(jìn)入了前三位。
MiniCPM-V 2.6 是一款多模態(tài)的開(kāi)源大模型，不僅是一款性能十分不錯(cuò)的聊天機(jī)器人助理，而且在單圖、多圖和視頻理解方面，MiniCPM-V 2.6 的部分性能甚至超越了 GPT-4V，甚至在單圖理解上優(yōu)于 GPT-4o mini、Gemini 1.5 Pro 和 Claude 3.5 Sonnet 等商用閉源模型。
據(jù)介紹，MiniCPM-V 2.6 僅 8B 參數(shù)，量化后端側(cè)內(nèi)存僅 6 GB，將實(shí)時(shí)視頻理解、多圖聯(lián)合理解、多圖 ICL 等能力搬上了端側(cè)多模態(tài)模型，支持多種語(yǔ)言。
人工智能系統(tǒng)依靠充足、高質(zhì)量的訓(xùn)練數(shù)據(jù)來(lái)獲得高性能，但麻省理工學(xué)院（MIT）等研究機(jī)構(gòu)最近的一項(xiàng)研究發(fā)現(xiàn)，曾經(jīng)免費(fèi)提供的數(shù)據(jù)在多個(gè)方面變得越來(lái)越難獲取。
隨著生成式 AI 產(chǎn)品的開(kāi)發(fā)和研究變得越來(lái)越廣泛，訓(xùn)練數(shù)據(jù)的抓取許可也越來(lái)越成為受關(guān)注的話題。
最近，華裔人工智能科學(xué)家吳恩達(dá)在網(wǎng)站 The Batch 上提及了一篇有關(guān)數(shù)據(jù)許可的研究，其結(jié)果似乎讓本就迫近的「AI數(shù)據(jù)荒」雪上加霜。
研究人員發(fā)現(xiàn)，C4、RefineWeb、Dolma 等開(kāi)源數(shù)據(jù)集所爬取的各種網(wǎng)站正在快速在收緊他們的許可協(xié)議，曾經(jīng)觸手可及的開(kāi)放數(shù)據(jù)越來(lái)越難以獲取。
這不僅會(huì)影響商用 AI 模型的訓(xùn)練，也會(huì)對(duì)學(xué)術(shù)界和非營(yíng)利機(jī)構(gòu)的研究造成阻礙。
不僅如此，AI科技公司與出版商之間的版權(quán)糾紛日益突出。比如，從去年12月開(kāi)始，《紐約時(shí)報(bào)》就對(duì)OpenAI展開(kāi)了一系列的版權(quán)訴訟，指控其未經(jīng)許可使用該報(bào)的內(nèi)容進(jìn)行AI模型訓(xùn)練，索賠金額達(dá)到數(shù)十億美元。
今年，谷歌與法國(guó)的新聞出版商的糾紛谷歌因未適當(dāng)使用法國(guó)新聞內(nèi)容進(jìn)行AI訓(xùn)練，被罰款2.5億歐元，并且嘗試與法國(guó)新聞出版商方面進(jìn)行重新談判合作。該事件反映了AI公司在處理版權(quán)問(wèn)題時(shí)面臨的法律風(fēng)險(xiǎn)和復(fù)雜性。
諸如此類(lèi)的事件，標(biāo)志著出版商對(duì)于AI科技公司借助互聯(lián)網(wǎng)手段快速收集數(shù)據(jù)用于訓(xùn)練大模型的時(shí)代行將落幕，來(lái)自攻防雙方的對(duì)抗也愈演愈烈。
相關(guān)文章
Altman
