PaLM

【新智元导读】谷歌在语言和声控计算机界面的漫长道路上又迈出了重要一步。最新ScreenAI视觉语言模型，能够完成各种屏幕QA问答、总结摘要等任务。每个人想要的大模型，是真·智能的那种......这不，谷歌团队就做出来了一个强大的「读屏」AI。研究人员将其称为ScreenAI，是一种理解用户界面和信息图表的全新视觉语言模型。

文章概要:1.谷歌正在扩展其云AI产品，提供第三方模型如Meta的Llama2和Anthropic的Claude2。2.谷歌宣布PaLM2现已支持38种语言和32K上下文窗口，提升性能。3.谷歌还扩展了AI模型自定义offerings，如PaLM2支持微调，Imagen支持“风格调优”。

【新智元导读】谷歌推出了ProjectIDX，这是一个全栈、用于多平台应用开发的工具。一直以来，从0开始构建应用，都是一项复杂的工作。尤其是跨越手机、Web和桌面平台的程序。这是一片无尽的复杂海洋，需要把技术堆栈融合在一起，来引导、编译、测试、部署、监控应用程序。多年来，谷歌一直致力于让多平台程序开发流程更快、更顺畅。经过几个月的成果，团队成功做出了ProjectIDX。

由谷歌旗下多家研究所组成的专家团队近日发布论文，公布了一款名为Med-PaLMM的多模态模型。Med-PaLMM是一个大型多模态生成模型，可以灵活地编码和解释生物医学数据。Med-PaLMM相比于现有模型在多项任务上表现竞争力，甚至有些任务表现更好。论文地址:https://arxiv.org/abs/2307.14334

据CNBC披露，谷歌上周宣布的新型大型语言模型PaLM2使用的训练数据量几乎是2022年前身的5倍，可执行更高级的编码、数学和创意写作任务。据CNBC获悉，谷歌的新通用大型语言模型（LLM）PaLM2已训练了3.6万亿个token。而token是单词字符串，是训练LLM的重要组成，因为它们使模型能够预测序列中接下来出现的单词。

Google宣布为其人工智能聊天机器人Bard添加一系列新功能，包括支持新的语言（日语和韩语），更容易地将文本导出到Google文档和Gmail中，视觉搜索和深色模式。

人工智能将是GoogleI/O年度开发者大会的一个中心主题。CNBC获悉，该公司计划在周三的年度开发者大会上宣布一些生成式人工智能的更新，包括推出一个通用的大型语言模型（LLM）。