Google 搜索现在可以帮助验证图像的来源

Google 搜索现在可以帮助验证图像的来源 谷歌开始推出新的“关于此图像”工具，旨在提供有关谷歌搜索中图像的基本背景信息和上下文。现在正在向全球英语用户推出。 你可以从搜索和 Google 图片结果中显示的三点菜单访问该功能。 “关于此图片”工具旨在向你展示图片的来源，包括其元数据（或是否是 AI 生成），并提供有关新闻和事实核查网站，随着时间的推移如何描述它的重要背景信息。 、

Google Lens是一款基于图像识别和OCR技术的人工智能应用，能够让机器学会“看图说话”。

Google Lens是一款基于图像识别和OCR技术的人工智能应用，能够让机器学会“看图说话”。 除了可以搜索相似的图片，它也试着给你关于图片内容的信息。如果你扫描一个物品的图片，你会看到购买链接的选项，如果你上传一个植物或动物的图片，谷歌会尽力告诉你这是什么，并提供大量的图片供你交叉参考。 它还有其他几个内置功能。例如OCR读取文字甚至翻译这些文字、扫描二维码、谷歌还提供了一个反向图像搜索的链接，以查找图像的来源。 标签: #Google #Lens 频道: @GodlyNews1 投稿: @GodlyNewsBot

Google推出人工智能图像生成工具TextFX

Google推出人工智能图像生成工具TextFX Google在一篇博文中写道："ImageFX 专为实验和创意而设计，它可以让你通过简单的文字提示来创建图片，然后通过使用表现力芯片的新提示方式轻松修改图片。"Google声称，它已采取措施确保 TextFX 不会被以非预期的方式使用，例如通过添加"技术保障"来限制"有问题的输出"，如暴力、攻击性和色情内容。TextFX 还为"指定人物"（可能是公众人物）设置了一个提示级过滤器尽管Google在其新闻材料中并没有特别明确这一点。"我们从一开始就对训练数据的安全性进行了投资，"Google说。"根据我们的人工智能原则，我们还进行了广泛的对抗性测试和红队合作，以识别和减少潜在的有害和有问题的内容"。作为一项额外的安全措施，Google在使用ImageFX制作的图片上标注了SynthID数字水印，据称这种数字水印对图片编辑和裁剪具有很强的抵御能力。Google在博文中继续介绍道："SynthID 水印肉眼无法察觉，但可用于识别。通过'关于此图片'中增加的洞察力，当你在Google搜索或 Chrome 浏览器中看到一张图片时，你就会知道它是否可能是由Google的人工智能工具生成的。"你可以在Google用于人工智能实验项目的网络应用程序 AI Test Kitchen 中找到 ImageFX。Imagen 2 扩展在今天的相关新闻中，Google表示，从本周开始，它将把 Imagen 2 带到更多的产品和服务中，包括下一代人工智能搜索体验和人工智能托管服务 Vertex AI 系列。现在，Imagen 2 还支持Google广告中的文本到图片功能和Google GenAI 生产力产品套件 Workspace 中的 Duet AI，它已经进入了Google的 SGE（搜索生成体验）。SGE 于去年 10 月开始在Google图片搜索中为用户提供图片生成工具，现在则利用 Imagen 2 生成图片。用户可以输入一个提示，说明他们想要什么样的图片，SGE 会在 SGE 对话体验中直接返回四个结果。Imagen 2 的另一个样本在 Vertex AI 中，Imagen 2 可通过 API 提供给Google云客户。在其他地方，Imagen 2 现在可以通过Google的人工智能聊天机器人 Bard 调用。Google解释说："有了Imagen 2，Bard可以理解简单或复杂的提示，这样你就可以生成一系列高质量的图像。只需输入一个描述比如'创建一个狗骑冲浪板的图像'Bard就会生成定制的、范围广泛的视觉图像，帮助你把想法变为现实。"Google仍未透露用于训练 Imagen 2 的数据，这并不令人意外。像Google这样的 GenAI 供应商是否可以在公开数据（甚至是受版权保护的数据）上训练模型，然后再将该模型商业化，这是一个未决的法律问题。相关诉讼正在法院审理中，供应商认为他们受到合理使用原则的保护。但尘埃落定尚需时日。与此同时，Google对此事保持沉默，以策安全。 ... PC版： 手机版：

YouTube即将要求观众为视频添加上下文

YouTube即将要求观众为视频添加上下文 如果注释被认为有帮助，你可能会看到它弹出在视频下方的一个小框中。YouTube 表示，目前只有"有限数量"的符合条件的贡献者可以撰写注释，而第三方评估人员将对注释的有用性进行评级。然后，YouTube 将在未来几周和几个月内利用这些反馈来培训其注释评估系统。随着试点工作的推进，YouTube 最终将开始询问观众，他们认为某条说明"有帮助"、"有点帮助"还是"没有帮助"，并要求他们解释原因。然后，YouTube 会将这些回答输入其算法，由算法决定一条注释是否"广泛有用"。YouTube 表示，如果许多人以前对注释的评价不同，而现在对同一注释的评价是"有帮助"，那么它的系统就更有可能显示该注释。目前，美国的移动用户只能使用英文注释。Google去年也开始测试让用户为搜索结果添加注释的方法，但只有通过Google搜索实验室选择加入的用户才能使用。将注释引入 YouTube 将为更多受众带来这项功能，但这也会增加注释中包含错误或无关信息的可能性。其他平台，如 Twitter（现为 X），在 2021 年开始测试社区笔记，为帖子提供背景信息。与 Twitter 一样，YouTube 似乎也在努力防止错误信息的传播，首先将试点仅限于有限数量的用户和评估者。YouTube 表示，任何错误信息都是"我们从实验中学习的一部分"。 ... PC版： 手机版：

Google全新大模型突然发布：百万上下文 仅靠提示学会新语言

Google全新大模型突然发布：百万上下文 仅靠提示学会新语言 现在仅仅中杯1.5 Pro版就能越级打平上一代大杯1.0 Ultra版，更是在27项测试中超越平级的1.0 Pro。支持100万token上下文窗口，迄今为止大模型中最长，直接甩开对手一个量级。这还只是对外发布的版本，Google更是透露了内部研究版本已经能直冲1000万。现在Gemini能处理的内容，可换算成超过70万单词，或1小时视频、11小时音频、超过3万行代码。没错，这些数据模态Gemini 1.5都已经内建支持。从今天起，开发者和客户就可以在Vertex API或AI Studio申请试用。刚刚收到消息还在震惊中的网友们 be like：还有人直接@了OpenAI的奥特曼，这你们不跟进一波？上下文理解能力拉满目前Google已放出三个不同任务的演示视频，只能说Gemini 1.5是个抽象派（doge）。在第一段演示视频中，展示的是Gemini 1.5处理长视频的能力。使用的视频是巴斯特·基顿（Buster Keaton）的44分钟电影，共696161 token。演示中直接上传了电影，并给了模型这样的提示词：找到从人的口袋中取出一张纸的那一刻，并告诉我一些关于它的关键信息以及时间码。随后，模型立刻处理，输入框旁边带有一个“计时器”实时记录所耗时间：不到一分钟，模型做出了回应，指出12:01的时候有个人从兜里掏出了一张纸，内容是高盛典当经纪公司的一张当票，并且还给出了当票上的时间、成本等详细信息。随后经查证，确认模型给出的12:01这个时间点准确无误：除了纯文字prompt，还有更多玩法。直接给模型一张抽象“场景图”，询问“发生这种情况时的时间码是多少？”。同样不到一分钟，模型准确给出了的电影对应的时间点15:34。在第二段演示视频中，Google展示了Gemini 1.5分析和理解复杂代码库的能力。用到的是Three.js，这是一个3D Javascript库，包含约100000行代码、示例、文档等。演示中他们将所有内容放到了一个txt文件中，共816767 token，输入给模型并要求它“找到三个示例来学习角色动画”。结果模型查看了数百个示例后筛选出了三个关于混合骨骼动画、姿势、面部动画的示例。这只是开胃小菜。接下来只用文字询问模型“动画Little Tokyo的demo是由什么控制？”模型不仅找到了这个demo，并且解释了动画嵌入在gLTF模型中。并且还能实现“定制代码”。让模型“给一些代码，添加一个滑块来控制动画的速度。使用其它演示所具有的那种GUI”。Gemini 1.5分分钟给出了可以成功运行的代码，动画右上角出现了一个可控速的滑块：当然也可以做“代码定位”。仅靠一张demo的图片，Gemini 1.5就能在代码库中从数百个demo中，找到该图对应动画的代码：还能修改代码，让地形变得平坦，并解释其中的工作原理：修改代码这一块，对文本几何体的修改也不在话下：第三个演示视频展示的是Gemini 1.5的文档处理能力。选用的是阿波罗11号登月任务的402页PDF记录，共326658 token。要求Gemini 1.5“找到三个搞笑时刻，并列出文字记录以及表情符号引述”：30秒，模型给出了回应，其一是迈克尔·柯林斯的这句话“我敢打赌你一定要喝一杯咖啡”，经查询文档中的确有记录：更抽象一点，绘制一个靴子的图片，询问模型“这是什么时刻”。模型正确地将其识别为这是Neil在月球上的第一步：最后同样可以询问模型快速定位这一时刻在文档中对应的时间位置：差不多的抽象风同样适用于1382页、732000 token的《悲惨世界》，一张图定位小说位置。仅从提示词中学会一门新语言对于Gemini 1.5的技术细节，Google遵循了OpenAI开的好头，只发布技术报告而非论文。其中透露Gemini 1.5使用了MoE架构，但没有更多细节。与上代1.0 Pro相比，1.5 Pro在数学、科学、推理、多语言、视频理解上进步最大，并达到1.0 Ultra层次。为验证长上下文窗口的性能，使用了开源社区通行的大海捞针测试，也就是在长文本中准确找到可以藏起来的一处关键事实。结果50万token之前的表现非常完美，一直到千万token，Gemini 1.5也只失误了5次。此外还将测试扩展到多模态版本，如在视频画面的某一帧中藏一句话，给的例子是在阿尔法狗的纪录片中藏了“The secret word is ‘needle’”字样。结果在视频、音频测试中都实现了100%的召回率。特别是音频中，对比GPT-4+Whisper的结果，差距非常明显。此外GoogleDeepMind团队还测试了一项高难任务，仅通过长提示词让模型学会全新的技能。输入一整本语法书，Gemini 1.5 Pro就能在翻译全球不到200人使用的Kalamang上达到人类水平。相比之下，GPT-4 Turbo和Claude 2.1一次只能看完半本书，想获得这个技能就必须要微调或者使用外部工具了。也难怪有网友看过后惊呼，“哥们这是要把RAG玩死啊”。One More ThingGoogle还公布了一波已在业务中采用Gemini大模型的客户。其中有三星手机这样的大厂，也有像Jasper这种靠GPT起家的创业公司，甚至OpenAI董事Adam D‘Angelo旗下的Quora。与OpenAI形成了直接竞争关系。对此，一位网友道出了大家的心声：真希望这能促使OpenAI发布他们的下一代大模型。参考链接：[1]... PC版： 手机版：

谷歌正在通过人工智能图像生成器以及文本生成来更新其搜索生成体验（SGE）。谷歌希望让您直接通过 Google 完成工作。

谷歌正在通过人工智能图像生成器以及文本生成来更新其搜索生成体验（SGE）。谷歌希望让您直接通过 Google 搜索完成工作。 目前，SGE 是一种对话式体验，可以来回回答您的问题。随着今天推出的更新，您可以通过“画画”或“给我画一个 [x]”开始提示，并让它生成一个全新的图像。在幕后，它由 Google 的Imagen 系列模型提供支持，类似于Google Slides和Meet中的功能。 您可以直接在的搜索框中输入“绘图”和“草图”提示，而 Google 也可能会在图像搜索结果库中提示您生成新内容。该公司表示，这对于“当您可能正在寻找特定图像，但无法准确找到您想要的图像时”非常有用。谷歌也可能会提示您在图像搜索结果库中生成新内容。该公司表示，这对于“当您可能正在寻找特定图像，但无法准确找到您想要的图像时”非常有用。 SGE 一次最多会生成四张图像，这些图像会以不同颜色的背景出现在常规搜索结果上方。 当您在侧面板中打开“生成的图像”时，Google 会记下所使用的确切提示/描述，就像它是否是真实版本一样。您可以“导出”并选择保存到 Google 云端硬盘、下载到您的设备或复制。还有“编辑”提示的功能。 在责任方面，谷歌将屏蔽描绘有害、误导性或露骨内容的图像。不会创建名人提示，SGE 也不会生成逼真的面孔。 SGE 生成的每张图像都会有元数据标签和嵌入​​/不可见水印（使用 Google DeepMind 和 Cloud 的SynthID）来表示其创建的性质。 谷歌表示，每日图像生成会受到限制，但没有透露具体细节。 与此同时，SGE 正在添加文本生成功能，就像 Bard 提供的功能一样。你可以让它写笔记和其他草稿。定制选项包括缩短或更长以及将语气改为休闲风格。完成后您可以导出到 Google Drive 或 Gmail。该功能最初面向美国英语用户。 该图像生成器将从今天开始向一些美国英语用户推出，并且即将推出更广泛的版本。您必须已注册18 岁。 via 匿名 标签: #Google #AI 频道: @GodlyNews1 投稿: @GodlyNewsBot