Google.Cloud.AIPlatform.V1 3.15.0版本发布:AI平台功能全面升级
Google.Cloud.AIPlatform.V1是Google Cloud AI平台服务的.NET客户端库,为开发者提供了访问Google AI基础设施的强大能力。本次3.15.0版本带来了多项重要更新,特别是在代码执行工具、特征视图服务账户、推理引擎等方面有显著增强。
核心功能增强
代码执行工具API开放
新版本首次向v1 API公开了代码执行工具功能。这一功能允许开发者在AI平台中直接执行代码片段,为模型训练、数据处理等场景提供了更直接的交互方式。通过此API,开发者可以构建更灵活的AI工作流,实现代码与AI服务的无缝集成。
特征视图服务账户支持
在特征视图(FeatureView)服务中,现在支持使用特定服务账户进行身份验证和授权。这一改进增强了安全性,允许更细粒度的权限控制。企业用户可以根据最小权限原则,为不同的特征视图操作配置不同的服务账户,实现更安全的访问管理。
多模态令牌计数分析
针对生成式AI API,新版本增加了按模态(token)细分的计数功能。开发者现在可以获取不同模态(如文本、图像等)的详细令牌使用情况统计。这对于成本优化和资源规划特别有价值,特别是在处理复杂的多模态AI模型时。
推理与运行时改进
推测性解码支持
在部署模型(DeployedModel)协议中新增了推测性解码(speculative decoding)规范。这项技术可以显著提高生成式模型的推理速度,通过预测可能的输出序列来减少计算延迟。对于需要实时响应的应用场景,如聊天机器人或内容生成服务,这一功能将带来明显的性能提升。
推理引擎正式发布
推理引擎(Reasoning Engine)v1版本的GAPIC正式发布。推理引擎为复杂逻辑推理任务提供了专用基础设施,特别适合需要多步推理或知识整合的AI应用。开发者现在可以利用这一功能构建更智能、更具逻辑性的AI解决方案。
笔记本运行时增强
笔记本运行时(NotebookRuntime)功能获得了多项硬件配置支持:
- 新增了machine_spec字段,允许指定运行时的机器规格
- 支持data_persistent_disk_spec,为数据存储提供持久化磁盘配置
- 网络规格(network_spec)支持,便于网络隔离和配置
- 增加了euc_config和shielded_vm_config,增强了安全性和合规性选项
同时,文档中也标注了一些即将废弃的功能,包括NotebookRuntimeTemplate中的is_default和服务账户相关字段,开发者应关注这些变化并适时调整代码。
工具配置增强
在ToolConfig v1中新增了retrieval_config配置项,为工具提供了更灵活的检索功能配置选项。这一改进使得开发者可以更精确地控制工具如何检索和使用外部数据,对于构建知识密集型AI应用特别有价值。
总结
Google.Cloud.AIPlatform.V1 3.15.0版本通过多项功能增强,进一步巩固了Google Cloud AI平台作为企业级AI解决方案的地位。从代码执行到推理优化,从多模态分析到安全配置,这些更新为开发者构建更强大、更高效的AI应用提供了坚实基础。特别是推理引擎的正式发布和推测性解码的支持,将显著提升生成式AI应用的性能和响应能力。开发者可以充分利用这些新功能,构建下一代智能应用。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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-X1-7BSpark-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