谷歌推出 Gemini 1.5 Pro 公共预览版，现已支持处理音频

谷歌近期在其AI应用平台Vertex AI上推出了Gemini 1.5 Pro的公共预览版，这是一个具备音频处理能力的中量级模型，能分析音频文件并进行内容总结。据称，Gemini 1.5 Pro在性能上已超过大型模型Gemini Ultra，且能理解复杂指令，无需额外微调。虽然Gemini Ultra提供更丰富功能，但处理速度不及Gemini 1.5 Pro。同时，谷歌的文生图模型Imagen 2也升级了，新增图片修复和扩充功能，并引入了数字水印“SynthID”以确保图像来源可追溯。值得注意的是，这些功能在其他文生图模型和一些先进设备中已有应用。谷歌还计划在公开预览阶段探索将AI响应与谷歌搜索结果相结合，以提供更准确的信息解答。

本文来源： IT之家【阅读原文】