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：

• Google 模型和合作伙伴模型
• 开放式模型
• Cloud AI 服务
• 部署到 Vertex AI 的自定义模型

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	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
Cloud AI 远程模型	基于 Cloud Vision API 的远程模型	CREATE MODEL	不适用	ML.ANNOTATE_IMAGE	为图片添加注释
	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。