生成式 AI 模型的端到端用户体验历程

本文档介绍了 BigQuery ML 远程模型的用户体验历程，包括可用于处理远程模型的语句和函数。BigQuery ML 提供以下类型的远程模型：

远程模型用户体验历程

下表介绍了可用于创建、评估和生成远程模型数据的语句和函数：

模型类别	模型类型	模型创建	评估	推断	教程
生成式 AI 远程模型	基于 Gemini 文本生成模型的远程模型¹	`CREATE MODEL`	`ML.EVALUATE`	`ML.GENERATE_TEXT` `AI.GENERATE_TABLE` `AI.GENERATE`² `AI.GENERATE_BOOL`² `AI.GENERATE_DOUBLE`² `AI.GENERATE_INT`²	使用您的数据生成文本使用您的数据生成结构化数据使用 Gemini 和公开数据生成文本通过以迭代方式调用 `ML.GENERATE_TEXT` 来处理配额错误使用 Gemini 模型分析图片尝试使用公开数据调优模型使用数据调优模型
	基于合作伙伴文本生成模型的远程模型	`CREATE MODEL`	`ML.EVALUATE`	`ML.GENERATE_TEXT`	不适用
	基于开放文本生成模型的远程模型³	`CREATE MODEL`	`ML.EVALUATE`	`ML.GENERATE_TEXT`	使用 Gemma 和公开数据生成文本
	基于 Google 嵌入生成模型的远程模型	`CREATE MODEL`	不适用	`ML.GENERATE_EMBEDDING`	使用您的数据生成文本嵌入使用您的数据生成图片嵌入使用您的数据生成视频嵌入通过以迭代方式调用 `ML.GENERATE_EMBEDDING` 来处理配额错误使用公开数据生成和搜索多模态嵌入
	基于开放嵌入生成模型的远程模型³	`CREATE MODEL`	不适用	`ML.GENERATE_EMBEDDING`	使用开放模型和 `ML.GENERATE_EMBEDDING` 函数生成文本嵌入
云 AI 远程模型	基于 Cloud Vision API 的远程模型	`CREATE MODEL`	不适用	`ML.ANNOTATE_IMAGE`	为图片添加注解
	基于 Cloud Translation API 的远程模型	`CREATE MODEL`	不适用	`ML.TRANSLATE`	翻译文字
	基于 Cloud Natural Language API 的远程模型	`CREATE MODEL`	不适用	`ML.UNDERSTAND_TEXT`	理解文本
	基于 Document AI API 的远程模型	`CREATE MODEL`	不适用	`ML.PROCESS_DOCUMENT`	处理文档在 RAG 流水线中解析 PDF
	基于 Speech-to-Text API 的远程模型	`CREATE MODEL`	不适用	`ML.TRANSCRIBE`	转写音频文件
基于部署到 Vertex AI 的自定义模型的远程模型	基于部署到 Vertex AI 的自定义模型的远程模型	`CREATE MODEL`	`ML.EVALUATE`	`ML.PREDICT`	使用自定义模型进行预测

¹ 部分 Gemini 模型支持监督式调优。

² 此函数会调用托管的 Gemini 模型，因此您无需使用 CREATE MODEL 语句单独创建模型。

³ 您可以在创建 BigQuery ML 远程模型时指定模型的 Hugging Face 或 Vertex AI Model Garden ID，以自动部署开放模型。BigQuery 会管理以这种方式部署的开放模型的 Vertex AI 资源，并允许您使用 BigQuery ML ALTER MODEL 和 DROP MODEL 语句与这些 Vertex AI 资源进行交互。您还可以配置模型的自动取消部署。如需了解详情，请参阅自动部署的模型。此功能处于预览版阶段。