Google Cloud Go AI Platform 1.78.0版本发布:强化推理引擎与搜索功能
Google Cloud Go SDK中的AI Platform组件发布了1.78.0版本,为开发者带来了多项重要更新。AI Platform是Google Cloud提供的机器学习服务平台,它使开发者能够轻松构建、部署和管理机器学习模型。本次更新主要聚焦于推理引擎(ReasoningEngineSpec)的功能增强和Vertex AI搜索服务的改进。
推理引擎功能增强
1.78.0版本为ReasoningEngineSpec增加了两个关键特性:
-
环境变量支持:现在开发者可以为推理引擎配置环境变量,这为模型部署提供了更大的灵活性。环境变量常用于配置模型运行时的各种参数,如日志级别、功能开关等。
-
代理框架集成:新增的agent_framework字段允许推理引擎与代理框架集成。代理框架通常用于构建复杂的AI系统,能够处理多步推理和决策过程。这一特性使得开发者可以构建更加智能和复杂的AI应用。
值得注意的是,文档中对package_spec字段的描述进行了更新,从"必需"改为"可选",这为开发者提供了更大的配置灵活性。package_spec原本用于指定推理引擎的软件包规范,现在变为可选后,开发者可以根据实际需求决定是否使用。
Vertex AI搜索服务改进
新版本为VertexAISearch增加了engine选项。Vertex AI搜索服务是Google提供的企业级搜索解决方案,能够基于机器学习技术提供智能搜索结果。engine选项的加入使得开发者能够更精细地控制搜索行为,可能用于指定特定的搜索算法或处理引擎。
技术意义与应用场景
这些更新在实际应用中有重要意义:
-
环境变量的支持使得模型部署更加灵活,特别是在不同环境(开发、测试、生产)间迁移时,可以轻松调整配置而无需修改代码。
-
代理框架集成为构建复杂AI系统打开了大门。例如,可以构建一个结合LLM(大语言模型)和传统机器学习模型的混合系统,LLM负责理解用户意图,而传统模型处理特定领域的预测任务。
-
搜索引擎选项的加入使得企业可以根据不同业务场景选择最适合的搜索算法,比如电商产品搜索和知识库文档搜索可能需要不同的处理方式。
这些改进共同推动了AI Platform向更灵活、更强大的方向发展,使开发者能够构建更加复杂和定制化的AI解决方案。对于正在使用Google Cloud AI服务的企业和开发者来说,升级到1.78.0版本将能够利用这些新特性来提升他们的AI应用能力。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00