2024 年極大地重塑了技術格局，尤其是谷歌，它在 Gemini 的旗幟下推出了一系列人工智慧創新。該計劃的突出特點是對話式聊天機器人以及多個基礎人工智慧模型。
全年，Google在生成人工智慧領域推出了大量產品和增強功能。除了這些 Gemini 新功能的亮點之外，這家科技巨頭於 2024 年退役的各種產品以及令人期待的 Instagram 功能願望清單也值得探索。
注意：以下清單主要強調 2024 年發布的 Gemini 關鍵功能，但並未涵蓋所有開發內容。
從吟遊詩人到雙子座：品牌重塑革命
今年的一項重大轉變包括谷歌將其 Bard 聊天機器人重新命名為 Gemini，使命名約定與其先前存在的模型保持一致。除了這項轉變之外，這家科技公司還推出了 Gemini 1.0 Pro 模型，並使該聊天機器人可以在 230 個國家/地區以 40 多種語言使用。
一位谷歌工程師解釋了雙子座這個名字背後的象徵意義，將其與以二元性而聞名的黃道帶聯繫起來，這與雙子座處理各種數據類型的能力相似。此外，這個名字是向美國宇航局的雙子座計劃致敬，這是一項早期的月球探索計劃。
推出行動應用程式和訂閱模式
今年 2 月，Google推出了 Android 版 Gemini 應用程序，最終取代 Google Assistant 成為預設語音助理。雖然 Android 用戶接受了新的聊天機器人，但 iOS 用戶可以透過 Google 應用程式存取它。
同月推出了名為 Gemini Advanced 的付費訂閱服務，讓用戶能夠存取最先進的型號，包括 Gemini Ultra 1.0、1.5 Pro 以及 Gemini-Exp-1206 等實驗版本。
此外，Chromebook Plus 裝置上還提供了「幫我寫作」等功能，在主畫面應用程式架上提供了方便的 Gemini 按鈕。
將人工智慧整合到谷歌地圖中
三月份，Google透過整合對Google地圖的支持，提高了 Gemini 聊天機器人的實用性。用戶現在可以直接透過聊天機器人發出導航命令。
例如，用戶可以說“導航到 [X]”，提示 Gemini 提供旅行距離、預計持續時間以及 Google 地圖連結等信息，隨後很快就會啟動導航。
Vids 簡介：一種新的影片製作工具
4 月，Google推出了 Vids，這是一款 Gemini 增強型工具，旨在簡化用於培訓、行銷和其他目的的影片創作。透過時間軸風格的介面，使用者可以直接從應用程式無縫地組合 Google Drive 中的影片資源、錄製畫外音或拍攝影片。
協作功能允許使用者管理誰可以編輯、評論或查看他們的項目。請注意，Google Vids 是 Workspace 套件中的付費附加元件。
YouTube 音樂集成
5 月，推出了新的 YouTube Music 擴充程序，使 Gemini 用戶能夠與 YouTube Music 互動來發現曲目、收聽廣播電台以及探索新藝人和播放清單。
持續開發：全新 Gemini 模型
2024年，Gemini車款也進行了多項升級。 5 月推出的 Gemini 1.5 Flash 提供了針對摘要、聊天互動、圖像和視訊字幕以及資料提取等任務進行最佳化的輕量級法學碩士。
進一步的增強包括名為 Gemini 1.5 Flash-8B 的更緊湊版本和新的 Gemini 1.5 Pro 型號，該型號具有改進的編碼任務性能。 12 月，Google 發布了實驗性 Gemini 2.0 Flash 模型，該模型支援本地生成的圖像和多語言音訊功能。
詢問照片助理
在 Google I/O 2024 期間，Ask Photos 助理亮相。這個數位助理由 Gemini 提供支持，旨在篩選您的圖庫、生成個人化標題並創建您的旅行快照。
擴展到教育領域
5 月，Google 透過推出兩個新的附加元件：Gemini Education 和 Gemini Education Premium，將 Gemini 功能擴展到教育領域。這些功能包括人工智慧驅動的筆記功能和增強的資料保護措施。
將 Gemini 嵌入工作空間應用程式
為了延續其跨平台整合人工智慧的使命，Google於 6 月在 Workspace 應用程式中推出了 Gemini 側面板。這些面板根據應用程式的上下文自訂功能。例如，Gemini 可以在 Gmail 中總結電子郵件線程，或協助在 Google Slides 中建立簡報幻燈片。
到了 11 月，Google Chat 中添加了 Gemini 側面板，使用戶能夠有效地總結對話。
雙子座直播簡介
在 8 月的 Pixel 硬體活動上，Google推出了 Gemini Live，利用人工智慧聊天機器人打造動態對話體驗。即使應用程式在背景運行或裝置被鎖定，用戶也可以進行自然對話並恢復對話。
該功能最初是 Gemini Advanced 計劃的一部分，後來透過 Android 和 iOS 上的 Gemini 應用程式向所有用戶提供，不久之後又增加了對 40 多種語言的支援。
創建客製化寶石
隨著 Custom Gems 的推出，用戶現在可以針對特定任務自訂自己的 Gemini 聊天機器人，無論是為活動集思廣益還是充當虛擬導師。
150 多個國家的 Gemini Advanced、Business 和 Enterprise 計畫的使用者可以使用此進階功能。用戶可以探索預製寶石或直接透過寶石管理器創建新寶石。
推出 Imagen 3 和攪拌生成器
10 月，Google 發布了頂級文字到圖像生成模型 Imagen 3，它與 Gemini 生態系統無縫集成，支援所有語言。該模型增強了對使用者指令的理解，允許創建逼真的風景、藝術繪畫和富有想像力的場景，並可以進行後續的改進。
除了 Imagen 3 之外，Google還推出了 Whisk 工具，可以從現有圖像生成圖像，進一步擴展其創意產品。
Gemini 與 Opera 和 Snapchat 的合作
Google 與 Opera 合作，將 Gemini 的功能整合到 Aria 瀏覽器內人工智慧中，透過先進的文字轉語音和圖像生成功能增強瀏覽體驗。
此外，Snapchat 與 Google 合作改進了 My AI 聊天機器人，從而帶來了更複雜的多模式體驗。報告顯示，這項整合使美國該平台的用戶參與度提高了 2.5 倍。
深度研究：新的人工智慧研究助理
對於從事廣泛研究的人來說，新的深度研究助理旨在簡化流程。該工具有助於徹底的文件分析、摘要以及從大型資料集中提取關鍵見解。
我們還在 Gemini Advanced 中引入了一項名為「深度研究」的新代理功能，這是一個研究助理，可以深入研究複雜的主題並為您創建帶有相關來源連結的報告。pic.twitter.com/imYd4tktEG
– Sundar Pichai (@sundarpichai) 2024 年 12 月 11 日
Deep Research 作為 Gemini Advanced 的一部分提供，支援 150 多個國家/地區的超過 45 種語言。
在地圖中使用自然語言導航
Google 地圖最近的增強功能現在允許使用者執行自然語言搜尋。例如，輸入「晚上與朋友要做的事情」會產生建議位置的總結評論，從而提供更直觀的瀏覽體驗。
從 Spotify 串流
隨著 Gemini 的最新更新，與 YouTube Music 一起引入了對 Spotify 的兼容性。用戶現在可以透過 Android 上的 Gemini 介面請求歌曲、瀏覽播放清單以及使用歌詞搜尋音樂，前提是他們擁有 Spotify Premium 帳戶。
圍繞雙子座的爭議
儘管取得了進步，Google的 Gemini 仍面臨爭議。今年 2 月，圖像生成功能因存在偏見而受到批評，導致該服務暫時停止，而谷歌則解決了這個問題。
其他報告指出，即使停用了特定設置，也會發生未經授權的 PDF 摘要事件。此外，調查結果顯示，一個承包商團隊幫助根據競爭模型評估 Gemini 的輸出，引發了有關反應相似性的問題。
發佈留言