Google Cloud Go AI 库 v0.11.0 版本发布:增强生成式语言模型功能
Google Cloud Go 是 Google 官方提供的 Go 语言客户端库,用于访问 Google Cloud 的各种服务。其中的 AI 子模块提供了与 Google 人工智能服务交互的能力,特别是生成式语言模型(Generative Language Model)相关功能。
本次发布的 v0.11.0 版本为生成式语言模型功能带来了多项重要更新,主要集中在模型能力扩展、配置参数丰富和元数据处理增强三个方面。
模型能力扩展
新版本增加了对 Veo 模型的支持,Veo 是 Google 最新推出的多模态生成模型,能够处理文本、图像等多种输入形式。同时,为嵌入(embedding)任务新增了 CODE_RETRIEVAL_QUERY 类型,专门用于代码检索场景,这对开发者搜索和理解代码库非常有帮助。
在语音合成方面,现在可以指定 language_code 参数来配置语音的语言,使得生成的语音更加自然和符合目标语言的发音规则。
配置参数丰富
GenerationConfig 配置项新增了多个重要参数:
- seed 参数允许设置随机种子,使生成结果可重现,这对调试和测试非常有用
- ThinkingConfig 提供了对模型"思考过程"的配置能力
- MediaResolution 可以控制生成媒体内容的分辨率
- 这些增强使得开发者能够更精细地控制模型的生成行为
Schema 定义也获得了增强,新增了 minimum、maximum、any_of、property_ordering、default 和 null 等类型约束,使得数据结构的定义更加严谨和灵活。
元数据处理增强
UsageMetadata 响应中现在包含 ModalityTokenCounts 信息,可以统计不同模态(如文本、图像等)的 token 使用情况,帮助开发者更好地了解和优化资源使用。
此外,新版本还增加了对实时 API 的支持,使得应用能够获取最新的模型响应,而无需等待完整结果返回。
这些更新使得 Google Cloud Go AI 库在生成式人工智能应用开发中提供了更强大、更灵活的能力,特别是在多模态处理、配置细粒度和使用监控方面有了显著提升。开发者现在可以构建更复杂、更可控的 AI 应用,同时也能更好地理解和优化资源使用。
Hunyuan3D-Part
腾讯混元3D-Part00Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0274community
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息010Hunyuan3D-2
Hunyuan3D 2.0:高分辨率三维生成系统,支持精准形状建模与生动纹理合成,简化资产再创作流程。Python00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选









