选项
首页
新闻
2024年:AI的增长和创新年份

2024年:AI的增长和创新年份

2025-04-10
247

2024年:AI的增长和创新年份

当我们迈入2025年,回首2024年取得的惊人进步令人兴奋。从推出专为代理时代定制的Gemini 2.0模型,到赋能创意表达,再到设计新型蛋白质结合剂、推进AI驱动的神经科学和量子计算,我们一直在负责任且大胆地推动人工智能的边界。所有这些努力都旨在利用AI为人类的更大福祉服务。

正如我们两年前在文章《为什么我们专注于AI》中提到的,我们的AI发展方式植根于我们成立时的使命:组织全球信息,使其普遍可访问且实用。这一使命驱动我们致力于改善尽可能多人的生活,这一目标始终是我们前进的方向。

在2024年的年度回顾中,我们庆祝Google众多才华横溢的团队取得的卓越成就,他们不懈努力以推进我们的使命。他们的努力为未来一年的更激动人心的发展奠定了基础。

在模型、产品和技术上的不懈创新

2024年是关于实验、快速部署和将最新技术交付给开发者的年份。12月,我们发布了Gemini 2.0实验系列的首批模型,专为代理时代设计。我们以Gemini 2.0 Flash这一多功能主力模型为开端,随后推出了代理研究的尖端原型,包括更新的Project Astra,探索通用AI助手的潜力;Project Mariner,一个能够在Chrome中执行操作的早期原型,作为实验性扩展;以及Jules,一个AI驱动的代码代理。我们迫切希望将Gemini 2.0的功能集成到我们的旗舰产品中,并已在超过10亿人使用的搜索AI概览中开始测试,以探索新型问题。

我们还推出了Deep Research,这是Gemini Advanced中的一项新代理功能,通过创建和执行多步骤计划来回答复杂问题,节省数小时的研究时间。此外,我们引入了Gemini 2.0 Flash Thinking Experimental模型,该模型透明地展示其思考过程。

在今年早些时候,我们通过将Gemini的功能集成到更多Google产品中并推出Gemini 1.5 Pro和Gemini 1.5 Flash取得了重大进展。后者因其紧凑的体积和成本效益而优化了速度和效率,成为开发者中最受欢迎的模型。

我们还增强了AI Studio,使其作为可在桌面、iOS和Android上安装的渐进式Web应用(PWA),为开发者提供了一套强大的资源。公众对NotebookLM新功能(如音频概览)的反应非常好,这些功能可以从上传的源材料生成深入讨论,使学习更具吸引力。

语音输入和输出在Gemini Live、Project Astra、Journey Voices和YouTube的自动配音等产品中持续改进,增强了用户交互。

秉承我们为开源社区贡献的传统,我们发布了基于Gemini相同研究和技术的Gemma最新开放模型的两个新模型。Gemma在问答、推理和编码等领域超越了类似规模的模型。我们还发布了Gemma Scope工具,帮助研究人员了解Gemma 2的内部工作原理。

我们在提高模型事实性和减少幻觉方面取得了进展。12月,我们与Google DeepMind、Google Research和Kaggle合作发布了FACTS Grounding基准,以评估大型语言模型如何基于提供的源材料进行回答并避免幻觉。

FACTS Grounding数据集包含1719个示例,旨在测试基于上下文文档的长篇回答。 我们使用FACTS Grounding测试了领先的大型语言模型,并自豪地报告Gemini 2.0 Flash Experimental、Gemini 1.5 Flash和Gemini 1.5 Pro获得了前三名事实性得分,其中Gemini-2.0-flash-exp得分高达83.6%。

我们还通过块并行解码、基于信心的延迟和推测性解码等创新技术提高了机器学习效率,加快了大型语言模型的推理时间。这些改进惠及Google产品并设定了行业标准。

在体育领域,我们推出了TacticAI,一个为足球战术提供洞察的人工智能系统,特别是在角球方面。

我们对研究领导力的承诺依然坚定。2010-2023年的WIPO生成AI引用调查显示,Google(包括Google Research和Google DeepMind)获得的引用是第二多引用机构的逾两倍。

根据2024年1月The Lens数据的WIPO图表,突显了Alphabet在过去十年对生成AI研究的重大贡献。 最后,我们与HP合作将Project Starline的“魔法窗口”技术商业化,计划将其集成到Google Meet和Zoom等视频会议服务中,取得了进展。

用生成AI赋能创意愿景

我们相信AI可以开启新的创意领域,使创意表达更易获取,帮助人们实现艺术愿景。2024年,我们对生成媒体工具进行了一系列更新,涵盖图像、音乐和视频。

年初,我们推出了ImageFX和MusicFX,这些生成AI工具可根据文本提示生成图像和长达70秒的音频片段。在I/O大会上,我们预览了MusicFX DJ,旨在让现场音乐创作更易获取。10月,我们与Jacob Collier合作简化了MusicFX DJ,面向新手和有志音乐家。我们还更新了音乐AI工具包Music AI Sandbox,并发展了Dream Track实验,允许美国创作者使用文本到音乐模型生成各种类型的器乐配乐。

在今年晚些时候,我们发布了Veo 2和Imagen 3,这是我们最新的图像和视频模型。Imagen 3是我们最高质量的文本到图像模型,生成具有卓越细节、照明和更少瑕疵的图像。Veo 2展示了更好的现实世界物理和人类运动理解,增强了真实感。 Veo 2标志着高质量视频生成的重要进步。

我们继续探索AI在编辑中的潜力,利用它控制物体的透明度和粗糙度等属性。

这些示例展示了AI使用合成数据生成编辑材料属性的能力。

在音频生成方面,我们改进了视频到音频(V2A)技术,根据屏幕上的动作从文本提示生成动态音景,可与Veo的AI生成视频搭配。

游戏为创意探索和训练具身代理提供了完美场所。2024年,我们推出了Genie 2,一个生成多样化、可玩3D环境的基础世界模型,用于训练和评估具身代理。这是在SIMA推出之后,SIMA可在各种视频游戏场景中遵循自然语言指令。

智能架构:机器人、硬件和计算的进步

随着我们的多模态模型越来越擅长理解世界的物理规律,它们正在推动机器人领域的激动人心进展。我们越来越接近实现更强大且有帮助的机器人目标。

通过ALOHA Unleashed,我们的机器人掌握了系鞋带、挂衬衫、修理其他机器人、插入齿轮和清洁厨房等任务。

在年初,我们推出了AutoRT、SARA-RT和RT-Trajectory,这些是我们机器人变换器工作的扩展,帮助机器人更好地导航环境并更快做出决策。我们还发布了ALOHA Unleashed,教机器人协调双臂,以及DemoStart,利用强化学习通过模拟提高多指机器人手的现实世界性能。

机器人变换器2(RT-2)从网络和机器人数据中学习,能够执行如将草莓放入碗中的任务。 在机器人之外,我们的AlphaChip强化学习方法正在革新数据中心和智能手机的芯片布局规划。我们发布了预训练检查点,以促进AlphaChip开源的外部采用。我们还将第六代TPU Trillium提供给Google Cloud客户,展示了AI如何增强芯片设计。 AlphaChip学会优化芯片布局,每设计一个芯片都会有所改进。

我们的研究还解决了量子计算机中的错误纠正问题。11月,我们推出了AlphaQubit,一个基于AI的解码器,能够高精度识别量子计算错误。Google DeepMind和Google Research的合作加速了可靠量子计算机的进展。在测试中,AlphaQubit比张量网络方法减少了6%的错误,比相关匹配方法减少了30%。

12月,Google Quantum AI团队发布了最新的量子芯片Willow。Willow可以在不到五分钟内完成基准计算,而今天的超级计算机需要10亿亿亿年。使用量子纠错,Willow将错误率减半,达到了“低于阈值”的里程碑,并获得年度物理突破奖。

Willow展示了量子计算的尖端性能。

发现新解决方案:科学、生物学和数学的进步

我们继续利用AI加速科学进步,发布工具和论文,展示AI在推动科学和数学方面的力量。以下是一些亮点:

1月,我们推出了AlphaGeometry,一个解决复杂几何问题的人工智能系统。我们更新的AlphaGeometry 2和AlphaProof(基于强化学习的正式数学推理系统)在2024年7月的国际数学奥林匹克竞赛中获得了银牌表现。

AlphaGeometry 2在2024年7月国际数学奥林匹克竞赛的第4题中仅用19秒证明了∠KIL + ∠XPY等于180°。 与Isomorphic Labs合作,我们推出了AlphaFold 3,预测生命分子的结构和相互作用,旨在改变我们对生物学和药物发现的理解。AlphaFold 3的先进架构和训练涵盖了从蛋白质到DNA的所有生命分子。 我们在蛋白质设计方面也取得了重大进展,推出了AlphaProteo,一个创建高强度蛋白质结合剂的AI系统,可能带来新药物和生物传感器。AlphaProteo可为各种目标蛋白设计新型蛋白质结合剂。

与哈佛大学Lichtman实验室合作,我们生成了人类大脑一片的纳米级映射,这是首创,并向研究人员开放。这延续了我们在连接组学方面十年的努力,现已扩展到人类大脑映射。

该大脑映射项目揭示了皮层最深层的镜像细胞群。

11月末,我们与皇家学会共同举办了AI for Science论坛,讨论了蛋白质结构预测、人类大脑映射以及使用AI进行预测和野火探测等关键话题。我们还在论坛上与四位诺贝尔奖得主举办了问答会,可在Google DeepMind播客上收听。

2024年也是一个里程碑年,Demis Hassabis、John Jumper和David Baker因AlphaFold 2的工作获得诺贝尔化学奖,因其在蛋白质设计方面的革命性贡献而受到表彰。Geoffrey Hinton与John Hopfield因在人工神经网络机器学习的基础工作获得诺贝尔物理学奖。

Google还获得了其他荣誉,包括NeurIPS 2024时间检验论文奖和Beale—Orchard-Hays奖,用于原对偶线性规划(PDLP),现为Google OR Tools的一部分,助力于具有现实应用的大规模线性规划。

为人类福祉服务的AI

今年,我们在产品上取得了重大进展,并发表了研究,展示了AI如何在医疗、灾难准备和教育等领域直接且立即惠及人们。

在医疗领域,AI有望使高质量医疗服务更加普及,特别是在心血管疾病的早期检测方面。我们的研究表明,结合基本元数据的简单指尖设备可以预测心脏健康风险。我们还在AI驱动的结核病诊断方面取得进展,展示了AI如何有效筛选高结核病和HIV感染率的人群。

Med-Gemini在MedQA基准测试中取得了新的最佳成绩,超越我们之前的最佳Med-PaLM 2,领先4.6%。 我们的Gemini模型是专业人员的多功能工具,我们正在开发针对特定领域的微调模型。例如,Med-Gemini结合去标识化医疗数据和Gemini的功能,在MedQA USMLE风格问题基准测试中达到了91.1%的准确率。

我们还在探索机器学习如何解决放射学、皮肤病学和病理学等领域的影像专长短缺问题。我们发布了用于诊断任务和生物标志物发现的Derm Foundation和Path Foundation,与斯坦福医学合作推出了皮肤状况图像网络(SCIN)数据集,并公布了用于医学影像研究的CT Foundation。

在教育领域,我们推出了LearnLM,一个为学习优化的模型家族,增强了搜索、YouTube和Gemini的体验。LearnLM超越了其他领先的AI模型,我们在AI Studio中向开发者开放了它。我们的对话学习伙伴LearnAbout和音频讨论工具Illuminate进一步丰富了学习体验。

在灾难预测和准备方面,我们推出了GenCast,改进了天气和极端事件预测,以及NeuralGCM,能够模拟数千天的气候条件。GraphCast获得了2024年MacRobert奖,提供详细的天气预测。

GraphCast的10天预测展示了特定湿度、表面温度和风速。

我们改进了洪水预测模型,可提前7天预测洪水,覆盖范围扩大到100个国家,惠及7亿人。

我们的洪水预测模型现覆盖超过100个国家,在150个国家使用虚拟水位计,其中物理水位计不可用。 AI还助力于野火检测和缓解。我们的野火边界地图现已在22个国家可用,我们创建了FireSat,一个可在20分钟内检测小型野火的卫星星座。

我们扩展了Google Translate,新增110种语言,为超过6.14亿讲者打破信息和机会的壁垒。

Google Translate新增的语言代表了世界8%的人口。

助力制定负责任AI的标准

我们继续在AI安全领域进行行业领先的研究,开发新工具和技术,并将其集成到我们的最新模型中。我们致力于合作应对风险。

我们对滥用的研究发现,深度伪造和越狱是最常见的问题。5月,我们推出了Frontier Safety Framework,以识别高级AI模型的新兴能力,并推出了AI责任生命周期框架。10月,我们扩展了Responsible GenAI Toolkit,使其适用于任何大型语言模型,帮助开发者负责任地构建AI。

我们发布了一篇关于高级AI助手伦理的论文,探讨了AI助手的技术和道德景观及其带来的机会和风险。

我们扩展了SynthID的功能,在Gemini应用和Web体验中为AI生成文本添加水印,在Veo中为视频添加水印。为增强在线透明度,我们加入了内容出处和真实性联盟(C2PA),并致力于开发更安全的内容凭证标准新版本。

SynthID调整预测标记的概率分数,以确保AI生成内容的质量、准确性和创造力。

在大型语言模型之外,我们分享了AlphaFold 3的生物安全方法,与行业伙伴合作推出安全AI联盟(CoSAI),并参与了AI首尔峰会,为国际AI治理做出贡献。

在开发AI代理等新技术时,我们将继续探索安全、隐私和安全问题。在AI原则的指导下,我们采取审慎、渐进的方式,与可信测试者和外部专家进行广泛研究、安全培训和风险评估。

展望2025年

2024年是AI取得惊人进步和激动人心的一年。我们对2025年的前景更加兴奋。

在继续推动产品、科学、健康和创意领域的AI研究边界时,我们必须深思熟虑地考虑如何以及何时部署这些技术。通过优先考虑负责任的AI实践和促进合作,我们将继续在构建AI惠及人类的未来中发挥关键作用。

相关文章
Google 测试 Remy AI 代理,以 Gemini 为重点转向用户控制 Google 测试 Remy AI 代理,以 Gemini 为重点转向用户控制 根据《商业内幕》的报道,谷歌正在测试 Remy,这是 Gemini 的一款全新 AI 个人代理工具。该工具旨在代表用户执行任务,从而简化专业工作流程和日常事务。目前,Remy 正在 Gemini 应用的内部员工专属版本中进行测试。该报告引用了一份内部文件以及对两位熟悉该项目的个人的采访。内部资料将 Remy 描述为“全天候个人代理”,将 Gemini 定位为能够代表用户行事的主动助手。接近该项目的消息人士证实,谷歌员工正在积极测试 Remy。谷歌发言人拒绝提供进一步评论。该报告未提及公开发布
奥利押注隐私保护,力争在AI助手竞争中胜出 奥利押注隐私保护,力争在AI助手竞争中胜出 要真正发挥帮助作用,人工智能助手必须深刻理解其用户。Ollie 是一款专为日常生活设计的个人助理,其运作理念是:实现这一点无需用户交出数据,也不会损害用户的隐私。虽然某些企业级人工智能工具提供了数据隐私保护措施,但Ollie作为首批通过SOC 2认证的主流、面向家庭的人工智能服务之一,尤为突出。该认证框架允许企业通过独立审计证明,其已建立正式的控制措施来保护客户数据,并确保系统安全运行。达成这一里
AI LIVE:伦敦将如何探讨人工智能与工业自动化 AI LIVE:伦敦将如何探讨人工智能与工业自动化 本次峰会将汇聚来自全球的高管,共同探讨全球各行业面临的紧迫挑战,涵盖从人工智能驱动的颠覆性变革到经济波动等各个方面。AI LIVE:伦敦峰会将以“技术与人类使命”为主题,汇聚2,000余位国际领袖,共同探讨人工智能的新时代。BizClik旗下品牌《AI Magazine》已公布其在“AI LIVE:伦敦峰会”上举办的关于人工智能与工业自动化的联合炉边谈话环节阵容。该专题讨论会定于10月20日在伦敦
相关专题推荐
写作 最适合撰写长篇SEO文章的AI大纲生成器
最适合撰写长篇SEO文章的AI大纲生成器

2026年最新、最受好评的AI大纲生成器,专为长篇SEO文章打造,由XIX.AI精心甄选。这些强大的工具在快速创建高质量内容方面提供了颠覆性的帮助,显著提升了写作效率。 获取免费版与付费版的对比分析,以及实际测试结果和详细排名,助您找到最适合自身需求、不容错过的理想选择。立即探索,解锁您的AI竞争优势。

8 个工具
xix.ai
教育与学习 用于作业和考试备考的AI学习工具
用于作业和考试备考的AI学习工具

2026年最新最佳AI学习工具,助您轻松完成作业和备考!XIX.AI精心筛选出一份广受好评的顶级工具清单,这些功能强大、颠覆传统的工具经过实际测试,能帮助学生提升效率、简化作业流程,并轻松通过考试。 获取免费版与付费版的对比分析、详细排名以及必试选项,释放你的AI优势。立即探索!

10 个工具
xix.ai
音乐创作 面向词曲创作者、旋律片段、主旋律及多语言草稿创作的AI人声演示工具
面向词曲创作者、旋律片段、主旋律及多语言草稿创作的AI人声演示工具

2026 年最新最佳 AI 人声演示工具,专为词曲创作者、旋律创作者和多语言内容团队打造!XIX.AI 精心整理了一份经过严格真实世界测试的高评分、变革性工具列表。您将找到详细的免费与付费对比数据、全面排名以及必试选项,帮助您提升创作效率并释放创意潜力。立即探索,发现满足您所有内容需求的完美工具!

9 个工具
xix.ai
商业 适合中小企业的最佳AI竞品分析工具
适合中小企业的最佳AI竞品分析工具

2026年最新最佳、评价最高的中小企业AI竞争研究工具!XIX.AI精心精选了一系列功能强大、颠覆行业格局的工具,每周都会根据严格的实际测试和详细排名进行更新。您可以查看全面的免费版与付费版对比,从而找到那些能提升工作效率、助您赢得竞争优势的必试工具。 立即探索,发现最适合您的工具!

9 个工具
xix.ai
图像编辑 用于电商服装、皮肤清洁和色彩一致性的 Photoshop AI 修图工具
用于电商服装、皮肤清洁和色彩一致性的 Photoshop AI 修图工具

2026 年最新最佳 Photoshop AI 修图工具,适用于电商服装、皮肤清洁和色彩一致性!这份顶级精选列表包含强大的变革性解决方案,可帮助您提升写作效率、简化内容创作并轻松实现完美的视觉效果。每个工具都经过实际测试,并通过每周更新的排名进行验证,同时提供免费与付费版本的详细对比。由 XIX.AI 支持,这是任何希望发挥 AI 优势的人必试指南。立即探索!

10 个工具
xix.ai
提示词 适用于 ChatGPT 工作流的最佳 AI 提示词库
适用于 ChatGPT 工作流的最佳 AI 提示词库

2026年最新、最受好评的AI提示词库,可优化各类ChatGPT工作流程。XIX.AI精心整理了一套功能强大、具有颠覆性的提示词库,均经过严格的实际测试,以确保最佳性能。 您可以查看详细的免费版与付费版对比分析以及专家排名,这些内容将帮助您挑选出必试的工具,从而提升工作效率并释放您的AI优势。立即探索!

11 个工具
xix.ai
评论 (28)
0/500
GaryBrown
GaryBrown 2026-03-08 10:00:50

Читаю про успехи 2024-го и немного тревожит этот тренд 'агентской эры'. Модели становятся слишком самостоятельными? С одной стороны, дизайн белков или нейробиология с ИИ — это прорыв, но где гарантии, что их можно контролировать? Как по мне, инновации должны идти рука об руку с этическим надзором. 😅

KevinRoberts
KevinRoberts 2025-10-27 04:30:33

Ehrlich gesagt, die letzten Fortschritte bei KI-Proteindesign sind beeindruckend, aber ich frage mich, wie schnell solche Technologien in der Medizin ankommen werden. 🧐 Als Laie verstehe ich nur die Hälfte, aber es klingt nach Science-Fiction!

AlbertSanchez
AlbertSanchez 2025-08-23 13:01:15

Wow, 2024 was a wild ride for AI! Gemini 2.0 sounds like a game-changer for agents. Curious how it stacks up against other models—anybody tested it yet? 🧠

FrankSmith
FrankSmith 2025-04-23 09:42:56

¡2024 fue un año increíble para la IA! Desde Gemini 2.0 hasta la computación cuántica, es impresionante. Parece que estamos viviendo en una película de ciencia ficción. ¡No puedo esperar a ver qué nos trae 2025! 🚀

RalphGarcia
RalphGarcia 2025-04-20 01:10:39

2024年のAIの進歩は本当に驚きでしたね!ジェミニ2.0から量子コンピューティングまで、まるでSF映画みたいです。2025年が楽しみです。🚀

CarlLewis
CarlLewis 2025-04-18 19:58:13

2024 was insane with AI! From Gemini 2.0 to quantum computing, it felt like living in a sci-fi movie. The creativity boost was real, but sometimes I felt overwhelmed by the rapid changes. Still, it's exciting to see where AI will take us next! 🚀

OR