Gemini 1.5 Pro 模型公開預覽，Imagen 2 文字轉圖像可生成 GIF 動圖

一年一度 Cloud Next 2024 大會上，Google 公開 Gemini 及其他模型最新進展。

Gemini 1.5 Pro 模型提供 128K token、1000K token 兩種上下文長度，Google Cloud 客戶可用它處理大量資訊，包含 1 小時影片、11 小時音訊、超過 3 萬行程式碼，或者 70 萬個以上字詞。

Gemini 依照模型大小分 Ultra、Pro、Nano 三種，Gemini 1.5 Pro 在 Gemini 屬於中量級，但在性能測試上已經超越規模最大、性能最強的 Gemini Ultra 1.0。現在 Gemini 1.5 Pro 進入公開預覽版階段，透過 Vertex AI、AI Studio 平台提供大眾使用。

此外，Gemini Code Assist 是 Google 專為企業客戶打造的 AI 程式碼編寫輔助功能，測試下發現完成一般開發工作所需時間加快 40%。隨著 Gemini Code Assist 導入 Gemini 1.5 Pro，運用最高 1000K token 上下文長度處理大量資料，以提供更準確的程式碼建議。

（Source：Google Blog）

Imagen 2 模型具備多種圖像生成功能，可協助企業客戶產出符合品牌需求的 AI 圖像，加上 SynthID 數位浮水印，也能幫助強化受爭議停用的 Gemini 圖像生成功能。

現在 Imagen 2 進一步提供文字轉即時圖像（text-to-live images）功能，幫助行銷和創意人員輕鬆產生如 GIF 的 4 秒動畫，同時配備安全篩選和數位浮水印。這類似於 Runway、Pika 等 AI 生成剪輯工具，但目前 Imagen 2 生成的解析度僅 360×640，Google 承諾未來改善這一點。此外，Google 也為 Imagen 2 推出進階圖像編輯功能，包含圖像修復、圖像擴展。

Our generative technology Imagen 2 can now create short, 4-second live images from a single prompt. 🖼

It’s available to use in @GoogleCloud’s #VertexAI platform. → https://t.co/CLMN3wNmeP #GoogleCloudNext pic.twitter.com/B4RocdDXrk

— Google DeepMind (@GoogleDeepMind) April 9, 2024