首页
/ Python GenAI 1.22.0版本发布:视频生成与图像增强能力升级

Python GenAI 1.22.0版本发布:视频生成与图像增强能力升级

2025-06-28 19:16:40作者:仰钰奇

Google的Python GenAI项目是一个专注于生成式人工智能的Python SDK,它为开发者提供了访问Google最新AI模型的能力。该项目持续迭代更新,为开发者带来更强大的AI功能和更便捷的开发体验。

核心功能增强

本次1.22.0版本带来了多项重要更新,特别是在多媒体内容生成方面有了显著提升:

  1. 视频生成质量控制:新增了compressionQuality枚举参数,开发者现在可以更精细地控制生成的视频质量。这一改进使得在需要不同质量等级的视频场景下,如社交媒体分享或专业演示,都能获得最佳效果。

  2. 图像增强能力扩展:在图像放大功能中引入了两个新字段:

    • enhance_input_image:允许开发者选择是否对输入图像进行增强处理
    • image_preservation_factor:提供对图像保真度的控制参数 这些改进使得图像放大过程更加可控,开发者可以根据需求在细节增强和原始特征保留之间找到平衡点。

开发者体验优化

  1. 响应头信息访问:现在开发者可以访问generateContent方法和generateContentStream的响应头信息,这为调试和监控API调用提供了更多上下文信息。

  2. JSON Schema支持GenerateContentConfig中现在公开了responseJsonSchema,这一改进使得开发者能够更好地理解和验证API返回的数据结构。

  3. Pydantic对象表示改进:优化了Pydantic对象的__repr__方法,使得在开发和调试过程中能够更清晰地查看对象内容。

  4. IntEnum支持:在处理JSON schema时新增了对IntEnum的支持,这提高了类型系统的灵活性和表达能力。

批处理任务管理

本次更新引入了对批处理任务的全生命周期管理支持,开发者现在可以通过API:

  • 创建批处理任务
  • 获取批处理任务状态
  • 列出所有批处理任务
  • 取消正在进行的批处理任务

这一功能特别适合需要处理大量生成任务的企业级应用场景。

问题修复与稳定性提升

  1. 流式响应改进:修复了在启用思维摘要功能时,流式响应中内容块历史记录丢失的问题,确保了数据的完整性。

  2. Blob输入处理:修正了使用Blob类型作为输入时的send_client_content函数行为,提高了API的健壮性。

文档完善

  1. 图像生成文档:改进了图像生成相关的文档说明,使开发者更容易理解和使用相关功能。

  2. thinking_budget参数:更新了thinking_budget参数的描述,更准确地解释了其在模型推理过程中的作用。

Python GenAI 1.22.0版本的这些更新,进一步强化了其在生成式AI领域的地位,为开发者构建更复杂、更可靠的AI应用提供了坚实基础。特别是多媒体处理能力的增强,使得在创意内容生成、数字媒体处理等场景下的应用变得更加得心应手。

登录后查看全文
热门项目推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
273
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
923
551
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
421
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
74
64
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8