Google Cloud Go SDK AI Platform v1.90.0版本发布解析
Google Cloud Go SDK中的AI Platform组件发布了v1.90.0版本,这个版本为开发者带来了多项重要功能增强和优化。AI Platform作为Google Cloud提供的机器学习服务平台,帮助开发者轻松构建、部署和管理机器学习模型。
核心功能更新
思维链(Chain-of-Thought)增强
本次更新在GenerationConfig.ThinkingConfig消息中新增了include_thoughts字段,同时在Part消息中增加了thought和thought_signature两个字段。这些新增字段为开发者提供了更强大的思维链控制能力:
- include_thoughts:允许开发者配置是否在生成过程中包含思维链信息
- thought:可以记录模型在生成内容时的中间思考过程
- thought_signature:为思维内容提供验证机制
这些功能特别适用于需要理解模型推理过程的场景,如复杂问题解答、多步推理任务等。
JSON Schema支持
v1.90.0版本为结构化输出和函数声明添加了JSON Schema支持。这一改进使得开发者能够:
- 更精确地定义和验证模型输出的数据结构
- 在函数调用场景下提供更严格的参数校验
- 提高API交互的可靠性和一致性
JSON Schema的引入将显著提升开发者在处理复杂数据结构时的体验,特别是在需要严格类型检查的场景下。
私有服务连接(PSC)配置扩展
新版本在多个关键组件中增加了psc_interface_config配置支持:
- CustomJobSpec
- PersistentResource
- PipelineJob
同时新增了network_attachment字段到PscInterfaceConfig中。这些增强使得AI Platform能够更好地与Google Cloud的私有服务连接(Private Service Connect)集成,为企业用户提供更安全、隔离的机器学习工作环境。
API功能扩展
URL Context API公开
v1.90.0版本将URL Context API正式公开到v1和v1beta1版本中。这项功能允许开发者:
- 在模型调用中提供URL上下文信息
- 实现基于网页内容的增强型AI应用
- 构建能够理解和处理网页信息的智能系统
技术优化与修复
本次发布包含了一个重要的gRPC服务注册函数升级修复,解决了服务注册过程中的潜在问题,提高了系统的稳定性和可靠性。
文档改进
文档方面特别说明了thought字段现在可以作为输入设置,为开发者提供了更灵活的使用方式。这一说明帮助开发者更好地理解如何利用思维链功能来增强应用能力。
总结
Google Cloud Go SDK AI Platform v1.90.0版本通过思维链增强、JSON Schema支持和私有服务连接配置扩展等多项改进,进一步提升了开发者在构建AI应用时的灵活性和控制力。这些更新特别适合需要精细控制模型行为、重视数据安全性和需要理解模型推理过程的高级应用场景。
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
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