谷歌硬刚GPT4o!60秒视频生成模型虽迟但到,还把上下文窗口卷到了200万 掀起社交娱乐新浪潮!AI如何应用到短视频APP?_用户_互动
谷歌硬刚GPT4o!60秒视频生成模型虽迟但到,还把上下文窗口卷到了200万 掀起社交娱乐新浪潮!AI如何应用到短视频APP?_用户_互动,
谷歌硬刚GPT4o!60秒视频生成模型虽迟但到,还把上下文窗口卷到了200万
来源:量子位
1
2
3
OpenAI出手再次惊艳世界,谷歌果然坐不住了。
GPT-4o掀起的一片“AGI已至”的惊呼声中,刚刚,Google DeepMind首席执行官哈萨比斯亲自携谷歌版《Her》登场:
Project Astra的AI助手甚至能直接帮忙读代码:
谷歌还祭出了自己的硬件优势,带来一波AR和大模型的梦幻联动。
一边撸狗一边玩转大模型已经成为现实(手动狗头)。
这一波操作下来,战果如何尚未可知,网友们反正是兴奋了起来:
而正面硬刚GPT-4o,还只是谷歌铆足了劲,在I/O大会上释出的冰山一角。
两个小时的主题演讲里,AI被提及了121次,CEO劈柴哥还犹嫌不足。
于是,对标Sora能生成一分钟长视频的视频生成模型Veo来了:
Gemini 1.5 Pro不仅面向所有人开放,上下文窗口还从100万token直接一步迈向200万,一口气能读1500页PDF。
连Android,现在也紧紧跟谷歌大模型Gemini绑定,摇身一变成为以AI为内核的操作系统。
总之,信息量多到爆炸
谷歌版《Her》登场
第一时间引发最多讨论的,当然是谷歌版《Her》——Project Astra。
Project Astra基于Gemini系列模型打造,谷歌表示,研究人员们希望这样的智能助手,能真正在人们的日常生活中提供帮助。
有意思的是,OpenAI总裁哥Brockman昨天在场外补充了有关GPT-4o多模态能力的更详细视频,而谷歌这边,哈萨比斯也是第一时间在X上更新了与这样一个智能助手的互动。
看样子,Ta不仅能完成帮忙找眼镜这样的基础工作。
帮忙搞点文艺创作,解答一下专业书上看不懂的内容,也都是信手拈来。
还有Google DeepMind的工作人员干脆和Project Astra一起看起了I/O大会直播:
不少网友都认为,这是谷歌对OpenAI的GPT-4o的正面回应。
不过嘛,网友们也关注到了不少问题,比如,Project Astra的延迟似乎还是比GPT-4o长,谷歌的演示中也没有体现是否能打断智能助手说话。
值得关注的是,Project Astra背后,是Gemini系列模型的进一步升级迭代。
比如,Gemini 1.5 Pro的上下文窗口来到了惊人的200万token。
谷歌还最新推出了Gemini 1.5 Flash这一轻量级模型,并开源了27B的Gemma 2和视觉语言模型PailGemma。
60秒长视频生成
你可能已经默默在心里比较了一番Project Astra和GPT-4o的高下。
但桥豆麻袋,说起来,谷歌被OpenAI突然狙击,可不止这一回。
还记得在春节期间抢尽谷歌风头的Sora吗?
谷歌的回应,虽迟但到——
谷歌最强视频生成模型Veo来了。
Veo可以生成1080p的高质量视频,生成视频的长度也看齐Sora:最长超过1分钟。
谷歌还强调,Veo生成的画面一致性出色,并且可以hold住各种风格。比如“延时拍摄”和“航拍”这种术语,直接写在提示词里,Veo都能get。
目前,谷歌已经和电影制作者展开了合作,在电影项目中探索Veo的应用。
与此同时,谷歌的图片生成模型Imagen也迎来更新,Imagen 3发布。
官方提到,与此前的模型相比,Imagen 3的视觉伪影更少,生成的图像细节拉满,并且在生成文字方面效果也很好。
另外,谷歌此次还推出了音乐生成模型Lyria。
Gemini进入全线产品
在这些跟OpenAI叫板的“肌肉”展示之外,谷歌对大模型应用的看重,也在此次I/O大会中尽显。
英伟达科学家Jim Fan就他的I/O观后感中表示:
谷歌做对的一件事是:他们终于开始努力把AI集成到搜索框中。
还不止是搜索,这一次,谷歌可以说是把Gemini塞进了全线产品中,包括谷歌搜索、Android,以及谷歌邮箱、谷歌Photos等。下面我们划划重点。
1、谷歌搜索
基于Gemini,谷歌搜索推出AI概述(AI Overview)新功能,彻底化身AI搜索。
用户在搜索框输入问题,马上就能得到一个AI总结的答案,包括相关链接。
而且是超长问题都能处理的那种,比如:
查找波士顿最好的瑜伽或普拉提工作室,并提供他们的入门优惠详情以及从灯塔山步行所需时间。
AI Overview秒秒钟就会列出五星好评且距离灯塔山近的店,并附带课程标价,连店在地图上的位置都标记了出来:
对于这种复杂问题的搜索,谷歌表示采用了多步推理技术,可以将复杂问题拆解成一个个小问题,然后自动对问题进行排序回答。
多步推理加持下,AI Overview已经脱离了纯粹的搜索——把制定计划一并搬进了搜索引擎里。
比如直接让它为一个团体制定一个为期三天的易于执行的餐饮计划。
AI Overview一键给出了方案,每个方案都可以点击修改,下方还可以一键将食材加入购物车:
还没完,当你没有想法、问的问题比较笼统时,谷歌搜索还会AI自动将搜索结果整理成一个个“群组”,为你提供建议。
比如问:在达拉斯找一个餐厅庆祝周年纪念日。
搜索出的结果会按照音乐餐厅、具有历史魅力的餐厅等一键分组。再往下翻,页面会从餐饮逐渐扩展到电影、酒店、购物等。
此外,谷歌搜索还支持视频搜索了。
演示中,唱片机出故障,只需一边录制视频一边说出疑问,谷歌AI Overview就会立刻分析故障原因,并给出处理建议。
谷歌搜索AI Overview功能将在本周开始在美国推出,后面将陆续推至其他国家。
2、Android 15
谷歌把Gemini也带到了安卓系统中。
凭借直接内置的Circle to Search功能,用户使用简单的手势“圈”一下手机上看到的任何内容,就能进行搜索。
比如圈出练习题,就能一键获取答案。
目前这一功能,已在Pixel和三星的部分设备上使用。
此外,还可以在一个应用之上随时调出Gemini助手层,随时使用。你还可以将Gemini生成的图片直接拖到Gmail等应用中,直接询问某个视频中的具体信息,不用滑动翻文档询问某个PDF中的信息……
甚至连电话反诈,都用上Gemini了:听到关键字“把钱转到安全账号”,马上就能给出警报。
总之,官方强调,现在,Gemini在手机上现在不止是一个App,更是安卓体验的基础。
3、谷歌Photos
谷歌Photos基于Gemini也推出了新功能——Ask Photos,可以一键从图库中帮你找到想要的照片和视频。
比如你想知道自己的baby是什么时候学会游泳的,Ask Photos会从你在谷歌Photos中存储的成百上千张照片中查找出含游泳、游泳证书等相关图片,最后总结给出回复:
Ask Photos这一功能将在今年夏天推出。
4、谷歌Workspace
Gemini也接入到了谷歌Workspace提供的一套生产力和协作工具中,包括谷歌邮箱、谷歌Docs、谷歌Calendar等。
这使得在这些工具间进行跨应用工作变得更加容易。
例如在谷歌邮箱中自动分析邮件以及附件,识别整理好收据,然后一键在Drive和Sheets中处理。
5、NotebookLM
谷歌AI笔记应用NotebookLM也大升级。
如下图所示,当你提出一个问题后,背后的Gemini模型就会结合NotebookLM中的笔记内容,进行多模态的语音对话式回答。
也就是说,所有笔记都可以变成交互式教材。
第六代TPU
最后,在硬件部分,谷歌也带来了新消息:
第六代TPU Trillium将在今年向云客户提供。
与TPU v5e,Trillium的峰值计算性能提高4.7倍,HBM和带宽增加了1倍,芯片间互联(ICI)带宽也增加了1倍。另外,Trillium的能效比TPU v5e高出了67%以上。
掀起社交娱乐新浪潮!AI如何应用到短视频APP?_用户_互动
随着人工智能技术的迅速发展和全球社交媒体用户的增长,AI视频生成应用正逐渐成为短视频社交媒体中的关键工具。AI工具不仅可以提高内容的创造效率,还能为用户带来全新的互动体验。
人工智能(AI)已经成为我们日常生活和工作中不可或缺的一部分,随着数据的爆炸性增长和计算能力的提升,AI技术正在越来越广泛地应用于各个领域。在开发软件采用AI技术的过程,经常会遇到各种问题,比如人力、成本、时间等,阻碍着游戏AI的落地实践。
YesPMP一站式互联网外包平台,拥有海量专业优质的服务商,专注于为各领域客户提供高性能开发解决方案,包括整个AI技术的算法、应用、规划等项目落地,还有软件开发、大数据开发、APP等开发业务。
AI开发:www.yespmp.com
AI视频生成应用在短视频社交APP有哪些多样化应用场景?
一、个性化内容创作
1.用户定制化视频
AI视频生成工具可以根据用户的兴趣、偏好和历史行为,自动生成符合个人口味的短视频内容。
利用机器学习算法,程序能够分析用户的互动数据,不断优化推荐策略,提升个性化体验。
2.智能剪辑与特效
用户提供原材料后,AI可以自动剪辑并添加特效,简化视频制作过程,使用户轻松创建高质量视频。
实时渲染技术与人脸识别、对象追踪等技术结合,为用户带来专业的视频编辑体验。
二、互动式视频玩法
1.面部互换与角色扮演
利用面部识别和图像处理技术,用户可以在视频中“变身”名人或电影角色,增加娱乐性和互动性。
通过深度学习模型,AI可以实时捕捉和模拟用户的面部表情,创建逼真的角色互动体验。
2.虚拟背景与环境
AI视频生成工具可以实时替换视频背景,将用户置于虚拟的环境中,如著名旅游景点或电影场景。
背景替换技术结合AR(增强现实)元素,为用户提供沉浸式的视频体验。
三、 广告与营销创新
1.品牌定制广告
企业可以利用AI视频生成工具,快速制作个性化的广告内容,针对不同的用户群体进行精准推送。通过大数据分析,AI能够识别高潜力的目标用户,并生成吸引其注意力的视频广告。
2.互动营销活动
短视频社交平台可以借助AI技术,举办用户参与的互动营销活动,如挑战赛、投票等。
AI辅助的内容审核和实时反馈机制,确保活动内容的质量和合规性。
四、跨文化交流与本地化
1.多语言内容生成
AI视频生成工具支持多语言字幕和语音合成,帮助内容在不同语言和文化背景下传播。
通过本地化处理,AI可以将视频内容调整为符合当地文化和语境的形式,拓宽全球受众基础。
2.文化适配
AI技术可以确保视频在全球范围内的适宜性,结合当地节日、习俗等文化元素,AI可以自动生成与之相关的主题视频,增加用户的亲和力。
面向未来,AI视频生成工具将在技术创新和跨界融合的驱动下,不断开拓新的应用场景。随着全球用户对个性化、互动性和创新性需求的增加,AI将在短视频社交APP中扮演越来越重要的角色,引领行业进入一个全新的发展阶段。返回搜狐,查看更多
责任编辑:[db:内容]?