4月10日凌晨，谷歌在官网正式发布了Gemini1.5Pro，现在可在180多个国家/地区使用。
Gemini 1.5 Pro 不仅能够生成创意文本和代码，还能理解、总结上传的视频和音频内容，并且支持高达100万tokens的上下文。
在Google AI Studio开发平台中，用户可以免费试用Gemini 1.5 Pro，并且它支持中文提示。这使得用户能够通过简单的操作，上传视频或音频文件，并获取内容的深度总结。例如，用户可以上传一个视频并询问影片的内容，Gemini 1.5 Pro能够快速解析并提供答案。
Gemini 1.5 Pro还提供了音频理解功能，能够快速解析音频文件并总结其内容。这对于需要处理大量视频和音频内容的用户来说，无疑是一个巨大的帮助，因为它可以节省大量的时间。
谷歌还对Gemini API进行了性能优化，包括系统指令、JSON模式以及函数调用优化，这些改进显著提升了模型的稳定性和输出能力。系统指令功能允许用户根据特定需求控制模型的行为，JSON模式可以帮助开发者从文本或图像中提取结构化数据，而函数调用优化则支持开发者实现更全面的查询响应。
详情点此查看: https://developers.googleblog.com/2024/04/gemini-15-pro-in-public-preview-with-new-features.html
音频理解能力: https://github.com/google-gemini/cookbook/blob/main/quickstarts/Audio.ipynb
上半年 Sora 爆火到现在，AI 在视频领域的发展越来越强了，近日，Runway 的 Gen-3 Alpha 文字转视频功能向所有人开放了。
Runway Gen-3 Alpha 的文字转视频功能是其核心功能之一。用户只需输入文字描述或关键词，Gen-3 Alpha 就能够通过其强大的深度学习算法，自动生成与之相关的视频作品。这一功能不仅支持简单的文本到视频转换，还提供了多种高级创作工具，如运动画笔、相机控制和导演模式等，进一步提升了视频制作的专业度和灵活性。
Runway Gen-3 Alpha 在保真度、一致性和运动表现上均实现了显著的突破，能够生成高保真的视频片段，最长可达10秒。用户可以选择生成5秒或10秒的视频，并且可以根据需要调整视频的详细程度和风格。
Runway Gen-3 Alpha 的文字转视频功能不仅强大且灵活，能够满足各种创意需求，还在技术上取得了显著的进步，成为AI视频生成领域的一大亮点。
但是目前想体验还是需要开通12美元的会员~
Google 宣布，从本周四开始，用户可以通过 Google 的"搜索生成体验"（Search Generative Experience，简称 SGE）直接根据文本提示创建图片。
微软早在今年3月就开始利用 OpenAI 的 DALL-E 模型提供了通过必应聊天工具创建图片的功能，因此Google 效仿也不足为奇。
如果你通过Google的搜索实验室计划加入了 SGE现在，就可以在Google搜索栏中输入你的查询。输入后，SGE 会根据你的提示创建一些图片供你选择。Google发言人克雷格-尤尔（Craig Ewer）表示，该工具由 Imagen 系列人工智能模型提供支持。
你也可以通过Google图片制作Google人工智能生成的图片。在浏览Google图片结果时，你可能会看到一个提示框，提示你根据查询结果生成图片--这些生成的图片将显示在侧边栏中。
近日，Anthropic 公司发布了 Claude 3.5 Sonnet，作为 OpenAI 的劲敌，这款全新的人工智能模型在智能水平上超越了所有的竞争对手。在推理、知识和编码能力方面，Claude 3.5 Sonnet 能够迅速理解复杂指令，撰写出高质量内容。与 Claude 3 Opus 相比，解码速度提升两倍，编码评估中解决的问题比例高达64%，展现出无与伦比的独立编写、编辑和执行代码能力，
Artifacts 功能更是锦上添花，允许用户在Claude.ai上动态编辑和构建Claude生成的内容，甚至能直接展示生成的代码为网页，无论是HTML、JS、CSS还是SVG都能轻松实现。
Claude 3.5 Sonnet的到来，意味着代码世界即将迎来一场革命。你，准备好迎接挑战了吗？
不知道大家最近有没有关注OpenAI举办的首届开发者大会呢？有哪些亮点值得关注呢？
昨晚的开发者大会让AI界再次沸腾不已，OpenAI推出了备受瞩目的GPT-4 Turbo版本，这对整个行业来说是一个重要的里程碑。
OpenAI还推出了GPTs，这使得那些不懂代码的人也能够用自然语言来创建自己的GPT模型，并将其加入OpenAI的应用商店，与此同时还能够分享收益。
这种创新可以说是OpenAI的突破之举，相当于他们的iPhone时刻，而即将发布的GPT Store则类似于APP store。
虽然其他竞争对手还在探索AI的奥秘，但OpenAI已经开始构建一个宏大而有前景的生态系统。
我们正在见证一个行业的浪潮涌动，也可能正在见证一个巨头的崛起。
