Google Cloud Go AI 0.10.0版本发布:增强生成式AI功能与安全控制
Google Cloud Go AI是Google Cloud Platform提供的Go语言SDK,专注于人工智能和机器学习领域。该项目为开发者提供了与Google AI服务交互的便捷接口,特别是生成式AI相关的功能。最新发布的0.10.0版本带来了一系列重要的功能增强和安全改进,进一步提升了开发者在构建AI应用时的灵活性和控制能力。
核心功能增强
本次更新在生成式语言模型方面引入了多项重要改进。最值得注意的是新增了model_version字段,该字段会出现在GenerateContentResponse中,让开发者能够明确知道使用的是哪个版本的模型,这对于调试和版本控制非常有价值。
另一个关键改进是增强了搜索基础功能(search grounding),新增了web_search_queries字段到GroundingMetadata中。这项功能允许模型在执行搜索时提供更透明的查询信息,帮助开发者理解模型是如何获取和利用外部信息的。
安全与内容控制
0.10.0版本在内容安全方面做了显著增强:
-
新增了
civic_integrity开关,开发者可以通过generation_config配置这个选项,确保生成内容符合公民诚信标准。这项功能特别适合需要处理敏感社会话题的应用场景。 -
图像安全功能得到扩展,新增了
block_reason和finish_reason字段,为开发者提供了更详细的图像内容过滤信息,帮助他们理解为什么某些图像内容被阻止或标记。
工具与函数调用改进
函数调用功能在此版本中变得更加灵活和强大:
-
新增了
GoogleSearch工具类型,开发者现在可以更直接地集成Google搜索功能到他们的AI应用中。 -
函数声明现在支持
Schema response返回类型,使得函数调用的接口定义更加规范和明确。 -
为
FunctionCall和FunctionResponse添加了id字段,这有助于在复杂的交互场景中跟踪和管理多个函数调用。
多模态支持与语音配置
0.10.0版本开始支持多种响应模态(response modalities),开发者可以通过generation_config配置期望的响应形式。同时新增的voice_config选项为需要语音输出的应用场景提供了更多控制能力。
开发者体验优化
除了功能增强外,本次更新还包括了文档改进,提供了更清晰的使用说明和示例。特别是关于安全过滤器的文档得到了更新,明确列出了包括civic_integrity在内的所有可用过滤器选项。
技术兼容性
在底层依赖方面,项目更新了golang.org/x/net到v0.33.0版本,确保网络通信的安全性和稳定性。
总结
Google Cloud Go AI 0.10.0版本通过引入模型版本追踪、增强搜索基础、改进安全控制和扩展多模态支持,为开发者构建更可靠、更安全的AI应用提供了强大工具。特别是新增的公民诚信过滤器和详细的图像安全反馈机制,反映了Google对负责任AI实践的持续投入。这些改进使得Go语言开发者能够更自信地将生成式AI功能集成到他们的应用中,同时保持对内容质量和安全性的控制。
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-X1-7BSpark-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