Google AI Generative Language 0.6.18版本发布：新增多模态与代码检索能力

Google AI Generative Language是Google推出的生成式AI语言模型服务，它提供了强大的自然语言处理能力，包括文本生成、对话系统、内容摘要等功能。最新发布的0.6.18版本带来了一系列重要更新，显著增强了模型的多模态处理能力和代码检索功能。

核心功能增强

1. 代码检索查询嵌入任务类型

新版本引入了CODE_RETRIEVAL_QUERY嵌入任务类型，这是对现有嵌入功能的重要扩展。嵌入(Embedding)是将文本转换为数值向量的过程，而新增的代码检索类型专门针对代码查询场景进行了优化。开发者现在可以更高效地构建代码搜索系统，实现类似"根据自然语言描述查找相关代码片段"的功能。

2. 语音配置语言代码支持

在语音处理方面，新版本为语音配置添加了language_code参数。这一改进使得开发者能够明确指定语音输入或输出的语言代码，确保语音识别和合成在不同语言环境下都能获得最佳效果。这对于构建多语言语音应用至关重要。

生成配置优化

1. 随机种子控制

新增的seed参数为生成过程引入了确定性控制。通过设置种子值，开发者可以在保持生成内容多样性的同时，确保在相同输入和种子值下获得可重现的结果。这对于测试、调试和需要结果一致性的应用场景非常有价值。

2. 高级生成控制

GenerationConfig现在支持更多高级配置选项：

• ThinkingConfig：控制模型生成时的"思考"过程
• MediaResolution：处理媒体内容时的分辨率设置
• 扩展的seed功能：与上述种子控制相结合，提供更精细的生成控制

多模态与文件处理能力

1. 多模态令牌计数

新版本在UsageMetadata响应中增加了对ModalityTokenCounts的支持。这意味着开发者现在可以获取不同类型内容(文本、图像等)消耗的令牌数细分，便于更精确地监控和优化资源使用。

2. Veo视频处理能力

引入了对Veo视频模型的支持，包括：

• PredictLongRunning：处理长时间运行的预测任务
• 生成和可下载文件处理：增强了文件处理能力，支持更复杂的媒体内容操作

Schema系统增强

Schema系统获得了多项改进，新增了多种类型和约束：

• minimum/maximum：数值范围约束
• any_of：多类型选择
• property_ordering：属性顺序控制
• default和null类型：默认值和空值处理

这些增强使得数据验证和结构化处理更加灵活和强大。

总结

Google AI Generative Language 0.6.18版本通过引入代码检索嵌入、增强多模态支持、改进生成控制和扩展Schema系统，为开发者提供了更强大、更灵活的自然语言处理工具。特别是对代码检索和媒体处理能力的增强，使得这一版本在开发者工具和内容创作应用中具有更大的潜力。这些更新反映了Google在生成式AI领域持续创新的承诺，为构建下一代AI应用提供了坚实的基础。