谷歌计划融合 Gemini 与 Veo 模型，打造全能 AI 助手

今天小编分享的科技经验：谷歌计划融合 Gemini 与 Veo 模型，打造全能 AI 助手，欢迎阅读。

IT 之家 4 月 13 日消息，谷歌 DeepMind 首席执行官 Demis Hassabis 在由领英联合创始人 Reid Hoffman 共同主持的播客节目 Possible 中透露，谷歌计划将旗下的 Gemini AI 模型与 Veo 视频生成模型进行融合，以此提升 Gemini 对物理世界的理解能力。

Hassabis 表示：" 我们从一开始就将 Gemini 这一基础模型打造为多模态模型，因为我们有着构建一个通用数字助手的愿景，这个助手能够在现实世界中真正为你提供帮助。"

目前，整个 AI 行业正逐渐朝着 " 全能 " 模型的方向发展，这些模型能够理解和整合多种媒体形式。谷歌最新的 Gemini 模型不仅可以生成影像和文本，还能生成音频；而 OpenAI 在 ChatGPT 中的默认模型如今也能创建影像，包括宫崎骏风格的艺术作品。亚马逊也宣布计划在今年晚些时候推出一款 " 任意到任意 " 的模型。

据 IT 之家了解，这些 " 全能 " 模型需要大量的训练数据，包括影像、视频、音频、文本等。Hassabis 暗示，Veo 的视频数据主要来源于谷歌旗下的 YouTube 平台。他说道：" 通过观看大量的 YouTube 视频，Veo 2 能够了解世界的物理规律。" 此前，谷歌曾向 TechCrunch 表示，其模型可能会根据与 YouTube 创作者达成的協定，使用 " 部分 "YouTube 内容进行训练。据报道，该公司去年扩大了服务条款的部分内容，以便获取更多数据来训练其 AI 模型。