Alphabet

支持图像视频等多种视觉语言任务
包括支持图像和短视频字幕、视觉问答、图像文本理解、物体检测文件图表解读、图像分割等任务。
PaliGemma 模型包含 30 亿（3B）个参数，结合了 SigLiP 视觉编码器和 Gemma 语言模型。

Android Studio提供了一站式解决方案，集成了代码编辑、编译、调试和测试的工具，减少了开发者在不同工具间切换的需要。
支持自动编写代码、语法高亮和代码重构

开源社区一直以来的梦想：DALLE3交互和提示词生成能力 + 无数SD模型出图能力，这不巧了嘛
百万上下文、多模态+多轮对话、打标/反推

Google 威胁情报的用途示例：

识别和防御网络钓鱼攻击：

假设一家企业遭遇了钓鱼电子邮件攻击，员工可能收到包含恶意链接或附件的电子邮件。

Google Threat Intelligence可以利用其庞大的电子邮件监控网络，检测并阻止这些恶意邮件的传播。

CodeGemma：专注于代码完成和代码生成任务，具备出色的数学和逻辑推理能力
RecurrentGemma：是一个为研究实验优化的高效架构，利用循环神经网络和局部注意力来提高内存效率。

Gemini 1.5 Pro能够对上传到Google AI Studio中的视频进行图像（帧）和音频（语音）的同时推理，意味着这个模型具备了理解和处理视频内容的能力，不仅限于视频的视觉部分（如图像帧），也包括音频部分（如对话、背景音乐等）。

来自 Google DeepMind、麦吉尔大学和 Mila 的研究人员推出了一种突破性的方法，称为深度混合 (MoD)，它不同于传统的统一资源分配模型。 MoD 使 Transformer 能够动态分配计算资源，重点关注序列中最关键的标记。该方法代表了管理计算资源的范式转变，并有望显着提高效率和性能。

Google 官方Gemini API提供的指南和示例集合
帮助开发者更好地理解和使用Gemini API，包括如何构建应用程序、编写提示以及利用API的不同特性。

这是其 AI 模型的下一个版本，具有超过 1,000,000 个令牌上下文长度。
该模型现在可以一次性理解整本书、整部电影和播客系列。
这远远超过了所有其他竞争对手的聊天机器人上下文窗口。

注册时可以选择退出训练数据
Gemini Ultra 中 Imagen 2 生成的所有图像都应用了数字水印（但你看不到它）
Ultra 比 Gemini Pro 更能胜任复杂任务，例如编码、逻辑推理以及遵循更长/更详细的指令。

Google的Gemini Ultra模型将在2月7号上线，同时Google聊天机器人Bard将更名为Gemini。

Gemini将开启付费计划：Gemini Advanced

谷歌在Bard谷歌地图和Imagen-2升级，亚马逊推出了人工智能购物助手“Rufus”

此外，亚马逊、Sam Altman、佐治亚理工学院、Meta、Arc 和 Anthropic 在人工智能方面取得了巨大进展。

将其与 Google Sheets 结合起来，实现数据处理的自动化。
向您展示如何使用 Bard 来管理没有公式的电子表格：