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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00