Google Cloud PHP 0.288.0版本发布:AI平台增强与存储控制新特性
Google Cloud PHP客户端库发布了0.288.0版本,为开发者带来了多项重要更新和改进。作为Google云服务的官方PHP客户端,这个库提供了访问Google Cloud Platform(GCP)各种服务的便捷接口,让PHP开发者能够轻松集成云功能到他们的应用中。
AI平台功能增强
本次更新中,AI Platform服务获得了多项新功能,进一步提升了机器学习模型的训练和管理能力:
-
检查点ID支持:现在端点协议中增加了检查点ID字段,使开发者能够更精确地跟踪和管理模型训练过程中的不同检查点状态。
-
顶点AI搜索增强:新增了max_results、filter和data_store_specs等选项,为搜索功能提供了更精细的控制能力。这些参数允许开发者限制返回结果数量、应用过滤条件以及指定数据存储规范。
-
调优检查点API:新增了专门的API来管理训练过程中的检查点,包括创建、列出和获取检查点信息等功能。这对于长时间运行的训练任务特别有价值,可以更好地管理训练过程。
-
预测服务改进:在预测服务中增加了thoughts_token_count字段,用于跟踪和限制生成式模型输出的token数量。
存储服务更新
存储相关服务也获得了重要更新:
-
存储控制服务:新增了StorageIntelligenceConfig功能,为存储管理提供了更智能的配置选项。这可以帮助开发者优化存储使用和性能。
-
存储洞察服务:增加了对数据集的支持,开发者现在可以更方便地管理和分析存储在云中的数据集。
-
NetApp备份:在BackupVault中新增了BackupRetentionPolicy消息类型,为备份策略管理提供了更丰富的选项。
其他重要更新
-
BigQuery分析中心:新增了对Analytics Hub与Marketplace集成的支持,使数据共享和发现更加便捷。
-
Dataform服务:现在支持在工作流操作中执行数据准备节点,简化了数据预处理流程。
-
视频直播流:在Clip资源中增加了OutputType字段,支持MP4剪辑功能,为视频处理提供了更多灵活性。
-
KMS密钥管理:为AutokeyConfig添加了eTag字段,增强了密钥配置的版本控制和一致性检查。
新服务引入
本次发布还引入了全新的ModelArmor服务,这是一个专注于模型保护和安全的服务,为部署在云端的机器学习模型提供额外的安全层。
总结
Google Cloud PHP 0.288.0版本带来了从AI平台到存储服务的多项增强,特别是模型训练管理和存储智能配置方面的改进尤为突出。这些更新不仅扩展了功能集,也提高了开发者使用这些服务的便利性和灵活性。对于正在使用或考虑使用Google Cloud服务的PHP开发者来说,这个版本值得关注和升级。
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