谷歌宣布其Gemini 2.5模型家族已扩展，Gemini 2.5 Flash和Pro模型现已全面可用。此外，公司推出了Gemini 2.5 Flash-Lite，这是该系列中最具成本效益和最快的2.5模型。这些模型旨在为开发者提供更多AI工具选项，以支持各种应用场景。
谷歌扩展Gemini 2.5模型家族，推出Flash-Lite版本
1 天前·来源：DeepMind Blog
谷歌GeminiAI模型多模态AI
谷歌宣布Gemini 2.5 Flash和Pro模型现已全面可用。同时，公司推出了Gemini 2.5 Flash-Lite，这是其最具成本效益和最快的2.5模型。这一扩展旨在为开发者提供更多AI模型选择，以优化性能和成本。
背景阅读
Gemini是谷歌开发的多模态AI模型系列，旨在处理文本、图像、音频和视频等多种输入类型。Gemini 2.5是这一系列的最新版本，此前已推出多个变体，如Gemini 2.0和早期版本。Gemini模型在AI领域具有重要地位，与OpenAI的GPT系列、Anthropic的Claude等竞争，广泛应用于聊天机器人、内容生成和数据分析等任务。谷歌通过不断更新模型，如推出Flash和Pro版本，以提升性能和效率，满足不同用户需求。此次扩展反映了AI模型向轻量化和成本优化方向发展的趋势，有助于降低AI应用的门槛。
相关阅读
Gemma 3n 模型全面开源，支持多模态本地运行
Google 的 Gemma 3n 模型现已全面开源，可在主流开源库中使用。该模型原生支持图像、文本、音频和视频输入，专为本地硬件运行设计。发布两个版本，E2B 和 E4B，分别需要 2GB 和 3GB GPU 内存，性能超越传统参数规模模型。
Google推出Gemini Robotics On-Device，将AI模型本地部署至机器人设备
Google发布了Gemini Robotics On-Device，这是一款专为机器人设备优化的本地运行视觉语言动作模型。该模型具备强大的通用灵巧性和任务泛化能力，可在无网络连接环境下运行。同时，Google提供了Gemini Robotics SDK，帮助开发者快速评估和适配模型到新任务中。
NVIDIA Llama Nemotron Nano VLM 模型登陆 Hugging Face Hub
NVIDIA 发布了 Llama Nemotron Nano VLM 模型，这是一个基于 Llama 架构的视觉语言模型。该模型已上传至 Hugging Face Hub，供开发者免费下载和使用。它支持图像理解和文本生成任务，适用于多模态 AI 应用。
评论 (0)
登录后参与评论
加载评论中...