生成式 AI 模型的端對端使用者歷程

本文說明 BigQuery ML 遠端模型的使用者歷程，包括可用於處理遠端模型的陳述式和函式。BigQuery ML 提供下列類型的遠端模型：

• Google 模型和合作夥伴模型
• 開放式模型
• Cloud AI 服務
• 部署至 Vertex AI 的自訂模型

遠端模型使用者歷程

下表說明可用於建立、評估及產生遠端模型資料的陳述式和函式：

模型類別	模型類型	模型建立	評估	推論	教學課程
生成式 AI 遠端模型	透過 Gemini 文字生成模型使用遠端模型^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	使用資料生成文字 使用資料產生結構化資料 使用 Gemini 和公開資料生成文字 透過重複呼叫 ML.GENERATE_TEXT 處理配額錯誤 使用 Gemini 模型分析圖片 使用公開資料調整模型 使用資料調整模型
	遠端模型優於合作夥伴文字生成模型	CREATE MODEL	ML.EVALUATE	ML.GENERATE_TEXT	不適用
	開放式文字生成模型上的遠端模型^3	CREATE MODEL	ML.EVALUATE	ML.GENERATE_TEXT	使用 Gemma 和公開資料生成文字
	Google 嵌入生成模型上的遠端模型	CREATE MODEL	不適用	ML.GENERATE_EMBEDDING	使用資料生成文字嵌入 使用資料生成圖片嵌入 使用資料生成影片嵌入 透過重複呼叫 ML.GENERATE_EMBEDDING 處理配額錯誤 使用公開資料生成及搜尋多模態嵌入
	開放式嵌入生成模型上的遠端模型^3	CREATE MODEL	不適用	ML.GENERATE_EMBEDDING	使用開放模型和 ML.GENERATE_EMBEDDING 函式生成文字嵌入
Cloud AI 遠端模型	透過 Cloud Vision API 使用遠端模型	CREATE MODEL	不適用	ML.ANNOTATE_IMAGE	為圖片加上註解
	透過 Cloud Translation API 使用遠端模型	CREATE MODEL	不適用	ML.TRANSLATE	翻譯文字
	透過 Cloud Natural Language API 使用遠端模型	CREATE MODEL	不適用	ML.UNDERSTAND_TEXT	瞭解文字
	透過 Document AI API 使用遠端模型	CREATE MODEL	不適用	ML.PROCESS_DOCUMENT	處理文件 在 RAG 管道中剖析 PDF
	透過 Speech-to-Text API 使用遠端模型	CREATE MODEL	不適用	ML.TRANSCRIBE	轉錄音訊檔案
透過部署至 Vertex AI 的自訂模型使用遠端模型	透過部署至 Vertex AI 的自訂模型使用遠端模型	CREATE MODEL	ML.EVALUATE	ML.PREDICT	使用自訂模型進行預測

¹ 部分 Gemini 模型支援監督式調整。

² 這個函式會呼叫代管的 Gemini 模型，因此您不需要使用 CREATE MODEL 陳述式另外建立模型。

³ 建立 BigQuery ML 遠端模型時，指定模型的 Hugging Face 或 Vertex AI Model Garden ID，即可自動部署開放式模型。BigQuery 會管理以這種方式部署的開放模型 Vertex AI 資源，並讓您使用 BigQuery ML ALTER MODEL 和 DROP MODEL 陳述式與這些 Vertex AI 資源互動。您也可以設定自動取消部署模型。詳情請參閱「自動部署的模型」。這項功能為預先發布版。