【CNMO科技消息】在備受矚目的谷歌I/O大會上，谷歌揭幕了一款名為Project Astra的通用人工智慧系統，旨在與OpenAI的GPT-4o展開競爭。Project Astra不僅支持實時對話，還能通過視頻聊天的方式與用戶進行交互。大會上，谷歌官方演示了這款系統與AR眼鏡的結合使用，預示著它在日常生活場景中的廣泛應用潛力。儘管目前仍處於原型階段，但谷歌表示計劃在今年晚些時候正式推出。
谷歌DeepMind的執行長兼聯合創始人Demis Hassabis親自展示了Astra模型。這款模型通過智慧型手機的攝像頭捕捉並分析周圍環境，同時與用戶進行流暢的對話。Hassabis強調，他的團隊一直致力於開發能夠融入日常生活的通用人工智慧助手，而Project Astra正是這一努力的成果。
Project Astra的操作介面類似於一款取景器應用程式。在演示中，用戶手持手機，將攝像頭對準辦公室的不同角落，並通過語言與系統進行交互。例如，當用戶發出指令：「當你看到有東西發出聲音時，請告訴我。」Astra能夠迅速識別各種物體、甚至代碼，並與用戶進行實時的語音交流。
Astra之所以能夠實現如此快速的反應，是因為其背後的「Agent」技術。這些Agent能夠連續編碼視頻幀，將視頻和語音輸入整合到事件時間線中，並通過緩存這些信息以實現高效回憶，從而加速信息處理過程。
此外，Demis Hassabis還宣布了另一項創新——AI媒體創作模型Veo。據他介紹，Veo能夠生成高質量的1080p視頻，並且依託於Imagen 3這一最新的文本到圖像框架。儘管這些技術在目前看來或許並非革命性突破，但它們無疑是谷歌在應對OpenAI的Sora視頻模型和Dall-E 3圖像生成器方面的重要策略。
谷歌聲稱，Veo具備對自然語言和視覺語義的深刻理解能力，能夠按照用戶的意願創建任何所需的視頻內容。這些AI生成的視頻可以持續超過一分鐘，並且Veo還能夠理解電影製作和視覺技術的專業概念，如延時拍攝等。隨著Project Astra和Veo等創新技術的推出，谷歌無疑在人工智慧領域邁出了重要的一步。