又是一屆谷歌開發(fā)者大會(2024 Google I/O Connect)，從今年6月至8月歷時兩個月，這場“環(huán)球之旅”先后走過德國柏林、印度班加羅爾，最后壓軸之站來到中國北京。

作為每年Google I/O大會之后的衍生篇，“Connect系列活動”如同“Connect(連接)”一詞的內涵，更主張local+global(本地化+全球化)。彼時科技行者同時參與了5月份在美國山景城的Google I/O，感受頗深的是，谷歌一直在強調用Gemini將AI踐行到底；只不過這次在中國的內容，谷歌傳遞了很多特色故事，這些故事有谷歌的AI如何點亮中國傳統(tǒng)文化，如何創(chuàng)造種類繁多的AI應用，以及更重要的，如何賦能中國開發(fā)者的成功出海。

這次北京活動的第一天，剛好是8月7日，中國節(jié)氣里的立秋，是收獲的季節(jié)，但是在現場，或許“春耕”才符合他們的真實寫照。

AI舞臺上的“東方力量”

“中國開發(fā)者是全球舞臺上不可或缺的先鋒力量。”Google大中華區(qū)總裁陳俊廷的這句開場白，無疑是整場活動的最佳注解，“過去一年里，來自中國的25個開發(fā)團隊，共有31款游戲和應用，在全球不同地區(qū)斬獲了50個Google Play年度最佳獎項。”

Google大中華區(qū)總裁陳俊廷

與這個成績相呼應的，是陳俊廷接下來列舉的一個個案例，講述了中國公司如何利用AI、重塑商業(yè)模式、驅動業(yè)務升級、為全球用戶帶去驚喜。

· 在數字營銷領域。網易游戲在海外接觸Google Cloud Vertex AI平臺，提升了廣告文案創(chuàng)作效率，工作時間從原來的1周縮減到幾個小時，每月累計可以生成700多條定制化文案，定制化的營銷服務“信手拈來”。

· 同樣是數字營銷領域。“當紅炸子雞”家居在線平臺Homary，通過Google AI賦能海外廣告投放，實現了投資回報率提升49%、轉化價值提升50%，可謂是賣爆全球。

· 在消費電子領域。小米在海外提前布局AI，利用Google Cloud和Gemini，讓海外用戶感受“中國智造”的魅力。

當然，AI助推進步不僅限于尖端生產力，在傳承中國文化與造福社會方面，同樣擁有無限潛力。譬如：

· AI賦能傳統(tǒng)與現代的融合創(chuàng)新。廣州博物館與谷歌藝術與文化(Google Arts & Culture)合作，通過沉浸式線上展覽，向全球用戶呈現廣州千年港口的璀璨和飲食文化的魅力，比如廣彩、德化瓷、鎮(zhèn)海樓等，涵蓋了127件珍貴館藏圖片和10個豐富的文化故事。

· AI賦能可持續(xù)發(fā)展。在四川高原牧場，西南民族大學借助谷歌的AI開源技術，改善了當地牧民生活。一位參與該項目的西南民族大學同學分享道：“紅原縣平均海拔3600米，這里有一望無際的草場，牦牛有沒有長肉是牧民尤其關心的問題，我們收集了大量的牦牛圖像數據，利用TensorFlow訓練牦牛的關鍵點檢測，借助輕量化的TensorFlow Lite模型部署在APP上，現在牧民只需要拍攝牦牛的照片，就能估算出牦牛的體重，適時調整養(yǎng)殖策略。為了幫助農民更好的進行放牧規(guī)劃，我們利用谷歌的AI開源技術ARCore，在APP上設計了放牧規(guī)劃模塊、草畜平衡模塊，幫助牧民進入自家牧場了解情況，推動牧場的可持續(xù)發(fā)展。”

· AI賦能社會公益。在中國26所偏遠地區(qū)的小學課堂上，谷歌公益攜手欣欣教育基金會，通過“編譯夢想”項目，對900多名學生進行AI入門和基礎教育，為孩子們打開AI世界的大門；在“善創(chuàng)未來”黑客馬拉松中，40多名開發(fā)者以公益實踐為主題，帶來了兼具人文關懷、實用性和前瞻性的技術解決方案，比如此次會議介紹的兩個AI技術開源項目：“手語村”與“智引線”，為聽障和視障人士提供更多學習和生活的便利。

在谷歌看來，AI正在改變「開發(fā)」的格局，從激發(fā)應用創(chuàng)意，到重塑構建方法，而谷歌始終致力于通過AI賦能的產品開發(fā)工具和平臺，幫助出海開發(fā)者大膽創(chuàng)新、高效創(chuàng)造、觸達全球。

那么對于這群可愛的開發(fā)者們而言，有哪些AI賦能的產品開發(fā)工具和平臺？答案，就要從Gemini開始說起。

用AI重塑開發(fā)，狂卷Gemini

如果說，曾經你還搞不清楚谷歌千千萬萬產品的名字，那么以后不必擔心，因為當談及谷歌的AI時，它們只會指向同一個名字——Gemini。

Gemini，是谷歌現在最核心的基礎模型，同時被廣泛認為是這家公司在AI時代的野心，此前谷歌CEO桑達爾·皮查伊(Sundar Pichai)在2024 Google I/O更是直言“谷歌正式邁向Gemini時代”。

從谷歌的表述來看，Gemini的獨特之處在于“它不是單獨在文本語料庫上訓練的，而是一開始就被設計為「多模態(tài)模型」”，所以它可同時處理多種類型的數據，文本、圖像、音視頻、代碼等。迄今，Gemini一共發(fā)布了兩代，Gemini 1.0（發(fā)布于2023年12月）和Gemini 1.5（發(fā)布于2024年2月），而為了匹配不同場景下的開發(fā)需求，它目前一共有Ultra、Pro、Flash、Nano四個版本。其中：

· Gemini Ultra是谷歌規(guī)模最大、功能最強的模型，適用于“高度復雜的任務”。據說它是第一個在 57 門學科的大規(guī)模多任務語言理解(MMLU)測試中優(yōu)于人類專家的語言模型，得分90%，這些學科包括數學、物理、歷史、法律、醫(yī)學等等。

· Gemini Pro適用于“各種廣泛的任務”。目前，Gemini 1.5 Pro版本做了顯著改進，不僅支持200萬token的上下文窗口，還提升了在編寫代碼、邏輯推理和規(guī)劃、多輪對話、理解音頻和圖像方面的能力，所以它適合“需要最高質量響應的復雜任務”，它回答的質量也高。

· Gemini Nano是最高效的模型，適合處理“端側任務”（比如安卓手機），它可直接在移動設備上運行，提供低延遲響應和數據隱私保護。

· Gemini Flash是谷歌迄今速度最快、最經濟的模型，專門針對大規(guī)模、高頻率的運算任務進行了優(yōu)化，適合處理“高容量任務”。有意思的是，1.5 Flash是通過1.5 Pro 的訓練過程進行“提取”得到的，也就是說，將大模型中的核心知識和技能轉移到這個較小但更高效的模型上。不過，盡管與1.5 Pro相比，1.5 Flash更輕量，但后者在處理大量信息時仍展現出強大的多模態(tài)推理能力，擅長摘要制作、聊天應用、提供圖說和視頻字幕、以及從長篇文件和表格中提取數據等任務。

總之，谷歌將逐漸把Gemini納入旗下所有產品里，包括搜索、地圖、照片、Workspace、安卓等。Gemini也會被集成到谷歌的眾多開發(fā)工具中，包括Android Studio、Chrome DevTools、Project IDX、Colab、VS Code、IntelliJ和Firebase，可以幫助開發(fā)者編寫、調試和測試代碼，還可以生成文檔、理解整個代碼庫等，化身“開發(fā)助手”。

在谷歌的設想下，有了Gemini全家桶，開發(fā)者可以專注于構建AI功能，而谷歌專注于打磨這一王牌選手。但是，這還不夠。

Google Developer X和開發(fā)者關系副總裁兼總經理Jeanine Banks

Google Developer X和開發(fā)者關系副總裁兼總經理Jeanine Banks現場指出，為了滿足開發(fā)者對靈活性和掌控力的需求，根據具體應用場景對AI進行微調、增強和接地氣，谷歌自己卷自己，推出與Gemini“一脈相承”的開源大模型——Gemma，采用與Gemini相同的研究和技術。

Gemma發(fā)布于今年2月，分為2B（20億參數）和7B（70億參數）兩種尺寸版本，2B版本甚至可直接在筆記本電腦上運行；今年6月，谷歌又推出了更強大、更高效、更安全的Gemma 2，擁有90億（‌9B）‌和270億（‌27B）‌兩種參數大小。

當然，技術參數是一方面，怎么善用工具更重要。

谷歌這次也像往年一樣，分享了全套應用開發(fā)工具和服務的更新，覆蓋AI、Web、移動端、云這4個開發(fā)平臺，為AI時代的開發(fā)者提供沃土。

比如谷歌的開源UI工具包——Flutter，它可以在移動端、Web端、桌面端觸及用戶，其全部使用單一共享代碼庫。而在會上，谷歌宣布更新了Flutter 3.24和Dart 3.5版本，其中包括新的Flutter GPU API 的早期預覽、Web上元素嵌入的增強、以及針對 iOS 生態(tài)系統(tǒng)構建的幾項更新，包括對Swift Package Manager的早期支持，以及對Cupertino widget 的功能更新。

傳統(tǒng)上，跨平臺框架在視覺效果上需要妥協(xié)，因為它們依賴于底層平臺提供的高級抽象。而Flutter采用了不同的方法，擁有自己的渲染層，可以在每個設備上，提供硬件加速的圖形和流暢的性能。谷歌在Impeller和著色器方面取得了實質性進展，為圖形處理帶來了激動人心的新可能 ——比如3D。

其中最大的亮點是Flutter GPU API的早期預覽，這是一個強大的底層圖形API，它直接集成到Flutter SDK中，開發(fā)者可以通過該API，自定義光柵管線并直接向GPU提交繪制調用，使得創(chuàng)建專門的渲染器成為可能，如2D Canvas替代品、3D場景圖、甚至粒子系統(tǒng)，以創(chuàng)建視覺上令人驚嘆、高性能和身臨其境的體驗，而無需通常需要的引擎級別的開銷。

在flutter_scene中渲染的科幻太空頭盔的3D動畫

現場聯(lián)動環(huán)節(jié)，小米展示了利用Flutter，為小米SU7開發(fā)車載配套應用，包括遠程車輛控制、接收車輛狀態(tài)的實時更新、在后排懸掛Pad安裝另外一塊拓展屏App等。“上手Flutter非常容易，并且開發(fā)進展迅速，我們預估比使用原生框架的效率高60%。”小米汽車智能座艙手機APP客戶端高級研發(fā)工程師陳作斌在宣傳片里分享道。

除了上述更新，谷歌還揭秘了開源項目Project Oscar。它是一個 AI代理（AI Agent）的參考實現，可協(xié)助維護開源項目。它以Go編程語言項目為入手點，將來能為各種不同的開源項目帶來助力，幫助開發(fā)者全心投入編程工作。

這可以是AI開發(fā)的試驗田

誠然，幾乎所有開發(fā)者活動，其實都有一個共性：盡可能激勵開發(fā)者的創(chuàng)作靈感，谷歌的這次活動也不例外。所以，如果我們把視角從主題演講的發(fā)布，挪到范圍更大的其他環(huán)節(jié)，就會發(fā)現有更多的開發(fā)者聚集在現場的工作坊、展區(qū)體驗、各種交流的場合里。

展區(qū)體驗環(huán)節(jié)同樣是圍繞AI、Web、移動端、云這4個主題分布，然而當我實際體驗時才得知，這些案例中的大部分，并非是已經商業(yè)化的成熟案例，而是作為一個單純的demo，為啟發(fā)開發(fā)者的創(chuàng)作靈感而準備的。

比如多次亮相于谷歌開發(fā)者大會的“大黃”——谷歌的一個實驗性項目，目的是為了給開發(fā)者提供靈感，展示AI如何量身定制一款交互助手。大黃的技術基因很多，它囊括了PaLM2、MakerSuite、MediaPipe、Vertex AI等，有了這些技術的加持，大黃可以與人實時對話。不過與去年相比，今年的大黃不僅會“說話”，還能“看見”周圍環(huán)境。開發(fā)者可以通過“大黃”，了解到如何用Gemma開發(fā)交互助手。

再比如展區(qū)現場的“Golf with Gemini(高爾夫陪練)”體驗，Gemini可以作為教練，從準度、是否違規(guī)、優(yōu)雅度、桿前動作、姿勢與力量、最終得分、總結等維度，對你每一次的揮桿，給出專業(yè)指導。現場采訪中，工作人員介紹了它的工作流：

· 視頻捕捉和處理：攝像機抓取玩家的高爾夫球比賽場景，所拍攝的視頻上傳到Google Cloud Storage；同時，利用計算機視覺的目標檢測技術，在視頻中逐幀追蹤高爾夫球的運動，并提取球的位置、與球洞的距離、擊球次數等數據；

· 數據存儲與分析：提取的數據被實時傳輸到BigQuery，大量的數據被高效存儲和分析，分析結果隨后可被可視化，以更加了解高爾夫進程。

· 基于生成式AI的實時趣味解說：Gemini 1.5 Pro將基于拍攝的視頻和數據，生成實時趣味解說。

諸如此類的體驗還有很多，谷歌一直在通過寓教于樂的方式，來挖掘開發(fā)潛能。甚至，為了培養(yǎng)中國開發(fā)者，谷歌從教育抓起——「谷歌數字人才培養(yǎng)計劃」自2022年起與教育部合作，目前已為全國150多所高校的560多名教師開展線下培訓，累計覆蓋4萬多名在校學生。

為了更好服務于中國開發(fā)者走向海外，Google開發(fā)者中文網站還上線了Google AI頁面，專門提供Google AI技術更新、實時的新聞動態(tài)、豐富的學習資源；同時，谷歌通過“出海創(chuàng)業(yè)加速器(GFSA，Google for Startups Accelerator)”項目，助力中國創(chuàng)業(yè)者和開發(fā)者決勝全球，并且每年舉行為期3個月的訓練營，為入營企業(yè)提供三個月的免費創(chuàng)業(yè)支持。

Google AI頁面(中文版）