利用 AI/机器学习模型和解决方案的强大功能，推动组织转型并解决实际问题。

探索 Google Cloud 中的 AI、生成式 AI 和机器学习

阅读有关 AI、生成式 AI 和机器学习产品、功能和流程的文档和 Cloud Architecture Center 文章。

Generative AI on Vertex AI 概览

访问 Google 的大型生成式 AI 模型，以便对其进行测试、调优和部署，从而在依托 AI 技术的应用中使用。

在 Model Garden 中探索 AI 模型

探索测试、自定义和部署 Google 专有技术，并从 ML 模型库中选择 OSS 模型和资产。

在 Google Cloud 上构建生成式 AI 应用

了解构建生成式 AI 应用的阶段，选择最适合您的应用场景的产品和工具，以及访问入门所需的文档。

Vertex AI 上的机器学习简介

在统一平台上支持数据工程、数据科学和机器学习工程工作流，使您能够训练机器学习模型并部署 AI 解决方案。

AI 和机器学习架构资源

利用涵盖各种 AI 和机器学习主题的架构中心资源规划您的方法。（转到架构中心。）

实现机器学习的最佳做法

规划机器学习的实现，重点关注基于数据和代码的自定义训练模型。（转到架构中心。）

培训、博文等

转到培训课程、博文和其他相关资源。

在本地 CPU 上开发生成式 AI 应用

理解概念，然后练习应用 RLHF 来对 LLM 进行调优。（外部网站）

“应用 AI 峰会”学习路线

在 Google Cloud 中学习 Vertex AI 和 Gemini。（转到 Google Cloud Skills Boost。）

“生成式 AI 简介”学习路线

学习生成式 AI 的概念，包括大语言模型的基础知识和 Responsible AI 原则等。（转到 Google Cloud Skills Boost。）

“面向开发者的生成式 AI”学习路线

以技术为重点学习生成式 AI，面向应用开发者、机器学习工程师和数据科学家。（转到 Google Cloud Skills Boost。）

机器学习工程师学习路线

学习机器学习系统的设计、构建、生产化、优化、运营和维护工作。（转到 Google Cloud Skills Boost。）

基于人类反馈的强化学习

理解概念，然后练习应用 RLHF 来对 LLM 进行调优。（转到外部网站。）

AI、生成式 AI 和机器学习产品（按应用场景）

展开各个部分或使用过滤条件查找适用于典型使用场景的产品和指南。

生成式 AI 和预训练模型

构建具有企业级扩缩能力、安全性和可观测性的生成式 AI 应用。

生成式 AI

Generative AI on Vertex AI 概览

访问 Google 的大型生成式 AI 模型，以便对其进行测试、调优和部署，从而在依托 AI 技术的应用中使用。

提示设计

创建提示，以从语言模型引出所需回答。

Vertex AI Agents

让最终用户能够使用由大语言模型和生成式 AI 提供支持的虚拟数据存储区代理来讨论内容。

扩展程序

创建、部署和管理将大语言模型连接到外部系统的 API 的扩展程序。

生成式 AI 评估服务

在 Vertex AI 上评估基础模型和经过调优的生成式 AI 模型的性能。

Vertex AI Studio

设计、测试和自定义发送至 Google 的 Gemini 和 PaLM 2 大语言模型 (LLM) 的提示。

在 Google Cloud 上构建生成式 AI 应用

了解构建生成式 AI 应用的阶段，选择最适合您的应用场景的产品和工具，以及访问入门所需的文档。

生成式 AI 模型

Model Garden

在此机器学习模型库中发现、测试、自定义和部署 Google 拥有的以及部分 OSS 模型和资产。

Gemini（多模态）

使用由 Google DeepMind 开发的一系列专为多模态应用场景设计的生成式 AI 模型。

PaLM 2 for Text

为多种模型设计文本提示。

PaLM 2 for Chat

使用能够进行多轮聊天的模型为聊天机器人或数字助理提供支持。

Chirp：通用语音模型

使用新一代语音模型，该模型是通过基于数百万小时的音频和 280 亿个文本句子（涵盖 100 多种语言）进行的自我监督训练构建的。

Embeddings for Text

使用 Vertex AI 文本嵌入 API 创建文本的矢量表示，以用于查找相似项，例如语义搜索、分类、聚类、离群值检测，以及用于对话界面。

Embeddings for Multimodal

输入图片、文本和视频数据，为图片分类或视频内容审核等任务生成嵌入矢量。

Codey for Code Completion

根据最近编写的代码提供代码建议。

Codey for Code Generation

使用自然语言说明生成代码。

Codey for Code Chat

生成专用于代码的多轮对话。

Imagen for Image Generation

构建新一代 AI 产品，利用 AI 生成技术将用户的想象力转化为高品质的视觉素材资源。

用于视觉标注的 Imagen

为图片生成相关说明。

用于视觉问答的 Imagen

通过向模型提供图片并提出有关图片内容的问题，生成自然语言回答。

MedLM 模型

使用一系列基于文本的基础模型，它们已针对医疗保健行业进行微调，可满足特定客户需求，例如回答医学问题和起草摘要。

针对特定任务的解决方案

Cloud Vision

在应用中集成视觉检测功能，包括图像标记、人脸检测和地标检测、光学字符识别 (OCR) 以及露骨内容标记。

Video Intelligence API

使用户能够在整个视频、每个片段、每个镜头和每帧级别使用上下文信息为本地存储、Cloud Storage 中存储或直播中的视频添加注释。

Visual Inspection AI

训练和部署 AI 模型以自动检测生产缺陷。（转到 Google Cloud 首页。）

Cloud Natural Language API

使用自然语言理解技术，包括情感分析、实体分析、实体情感分析、内容分类和语法分析。

Timeseries Insights API

提供实时预测和异常值检测结果。

客户服务、对话和语音

运用 Google 先进的功能来处理您的对话、语音和客户服务需求。

客户服务、对话和语音

Vertex AI Agents

让最终用户能够使用由大语言模型提供支持的虚拟数据存储区代理来讨论内容。

Text-to-Speech

利用机器学习技术将文字转换为自然的语音。

Speech-to-Text

将 Google 语音识别技术集成到开发者应用中。

Speech-to-Text on-prem

将 Google 语音识别技术集成到您的本地解决方案中。

设备上的语音

在嵌入式设备上提供服务器质量级别的语音技术。

Contact Center AI Insights

检测并直观呈现联络中心数据中的模式。

Contact Center AI 平台

跨语音和数字渠道将客户互动排入队列并将路由到相应的资源池，包括可以无缝转换到人工客服。

Dialogflow CX

使用能够理解人类语言细微差异的虚拟客服，与最终用户同时进行对话。

Dialogflow ES

设计对话式界面并将其集成到您的移动应用、Web 应用、设备、聊天机器人、交互式语音响应系统等等中。

Agent Assist

在人工客服人员接听电话期间，通过识别意图并提供实时的逐步协助，为人工客服人员提供持续支持。

AutoML Natural Language（已弃用。请查看 Vertex AI。）

您可以构建和部署自定义机器学习模型，用于分析文档（对文档进行分类、识别文档中的实体或评估文档中的态度）。

对话式 AI Platform

设计人员和开发者都可以使用的一系列对话式 AI 工具、解决方案和 API。

文档管理

运用 Google 先进的功能来处理您的文档管理需求。

Document AI

将文档中的非结构化数据转换为结构化数据，使数据更易于理解、分析和使用。

Document AI 处理器

按解决方案类型查看所有处理器的列表。

OCR On-Prem

将 Google 光学字符识别 (OCR) 技术集成到您的本地解决方案中。

Document AI Warehouse（已弃用）

存储、搜索、整理、治理和分析文档及其名为属性的结构化元数据（已弃用）。

针对特定行业的产品

运用 Google 先进的功能来满足您的行业特有的需求。

反洗钱 AI

借助 AI 更快、更准确地检测可疑的潜在洗钱活动。

Optimization AI

快速大规模解决运营优化问题。

Talent Solution

将机器学习技术融入职位搜索体验的服务，可为求职者提供高质量的搜索结果，远超基于关键字的典型方法极限。

Telecom Subscriber Insights

使通信服务提供商能够提取信息以向电信客户推荐措施。

针对零售的 Vertex AI Search

注入用户事件和目录数据，并在您的网站上提供预测或搜索结果。

媒体和娱乐行业解决方案

利用创新技术和数据洞见来提升受众体验。（转到 Google Cloud 首页。）

视频、图片、视觉和增强现实

运用 Google 先进的功能来满足您的视频、图片、视觉和增强现实需求。

Live Stream API

转换实时视频，并将其打包以进行流式传输。

Transcoder API

转换并打包视频文件，以优化向 Web、移动设备和联网电视的视频传输。

Vertex AI Vision

大规模处理和分析视频串流及图片。使用内置的低代码界面快速构建应用并将其部署到 Google Cloud。

Video Stitcher API

将广告动态插入视频点播和直播。

AutoML Vision（已弃用）

训练机器学习模型，根据自定义标签对图像进行分类。（不推荐使用。请使用 Vertex AI。）

AutoML Vision 对象检测（已弃用）

训练自定义机器学习模型，使其能够检测给定图片中的各个对象及其边界框和标签。（不推荐使用。请使用 Vertex AI。）

Immersive Stream for XR

利用云计算能力，为更多设备提供丰富的交互式 3D 和增强现实 (AR) 体验。

搜索和推荐

运用 Google 先进的功能来满足您的搜索和推荐需求。

基于您自己的数据提供 Google 品质的搜索应用，使用您网页或应用中的搜索栏来了解用户意图并为他们返回最相关的结果和建议。
执行向量相似度搜索，进而能够高效、准确地搜索大量数据。

Enterprise Knowledge Graph

将孤立的信息整理成组织知识，包括以高效且有用的方式对数据进行整合、标准化和调整。

Discovery Engine（已弃用）

已弃用的产品。其功能现在改为在 Vertex AI Search 中提供。

翻译

运用 Google 先进的功能来处理您的对话、语音和客户服务需求。

Cloud Translation API

通过网站和应用中的 API 以编程方式动态翻译文本，包括文档翻译、自定义翻译、自适应翻译、音译和拼音化。

Media Translation API

将音频文件或语音流翻译为另一种语言的文本。 （已弃用 - 建议改用 Speech-to-Text 和 Translation API。）

Translation Hub

将大量文档翻译成多种不同语言，而无需构建或维护自己的 Web 应用或底层基础设施。

Vertex AI 模型训练和开发

使用 AutoML 或您偏好的机器学习框架，根据您的数据训练机器学习模型。

自动训练

Vertex AI 与 AutoML 表格

利用 Vertex AI，您可以通过简单的流程和界面使用表格数据执行机器学习。

Vertex AI 与 AutoML 图片

使用机器学习分析图片数据的内容，以便对图片数据进行分类或查找图片数据中的对象。

Vertex AI 与 AutoML 视频

分析视频数据，以对镜头和片段进行分类，或检测和跟踪视频数据中的多个对象。

Vertex AI 与 AutoML 文本

训练机器学习模型，对文本数据进行分类、提取信息或了解作者的情感。

自定义训练

Vertex AI Training

将大规模模型训练付诸使用。
根据准确率、延迟时间、内存、这些指标的组合或自定义指标，搜索最佳神经架构。

Ray on Vertex AI

为您的机器学习 (ML) 工作流执行分布式计算和并行处理。

Deep Learning Containers

使用一组预先安装了关键数据科学框架、库和工具的 Docker 容器，为您提供优化了性能的一致环境，帮助您快速为工作流设计原型并加以实施。

Deep Learning VM Image

使用针对数据科学和机器学习任务进行了优化的虚拟机器映像，其中预安装了关键机器学习框架和工具，可加快数据处理任务。

Vertex AI MLOps 和生产环境

运用运营最佳实践来监控和改进已部署的机器学习模型。

数据和特征

Vertex AI 数据集

使用托管式数据集提供用于在 Vertex AI 上训练 AutoML 和自定义模型的源数据。

Vertex AI Feature Store

在 BigQuery 表中管理特征数据或直接从 BigQuery 数据源在线查看并传送特征，从而简化机器学习特征管理和在线传送流程。

Deployment

Vertex AI Prediction

在 Vertex AI 上获取模型的预测结果。

开发者工具

Colab Enterprise

使用具有 Google Cloud 安全与合规性功能的托管式协作笔记本环境。

TensorFlow 企业版

TensorFlow 企业版为用户提供了一套产品和服务，可提供企业级支持和云规模性能，从而简化了在 Google Cloud 上开发和部署 TensorFlow 模型。

Vertex AI Workbench - 托管式（已弃用）

使用由 Google 托管的环境，该环境具有的集成和功能可帮助您在基于 Jupyter 笔记本的端到端生产环境中进行设置和工作。

Vertex AI Workbench - 由用户管理（已弃用）

使用预装有最新数据科学和机器学习框架的集成式 JupyterLab 环境，供数据科学家和机器学习开发者进行实验、开发模型以及将模型部署到生产环境。

模型迭代

Vertex AI Experiments

跟踪和分析不同的模型架构、超参数和训练环境，让您跟踪实验运行的步骤、输入和输出，并评估模型在测试数据集上以及在训练运行期间的总体性能。

监控和评估

Vertex Explainable AI

获取基于特征和基于样本的解释，以更好地理解模型决策。

Vertex AI Model Monitoring

为表格 AutoML 和表格自定义训练模型的模型预测输入数据中的特征偏差和偏移提供模型监控。

Vertex AI 模型评估

使用模型评估指标（例如精确率和召回率）确定模型的性能。

Vertex AI TensorBoard

跟踪、直观呈现和比较机器学习实验，并与您的团队分享。

编排

Vertex AI Pipelines

使用机器学习流水线编排机器学习工作流，以无服务器的方式自动运行、监控和管理机器学习系统。

Vertex AI Model Registry

管理机器学习模型的生命周期。

加速器

加快机器学习工作负载的速度。

Cloud TPU

通过从 Compute Engine、Google Kubernetes Engine 和 Vertex AI 访问张量处理单元 (TPU)，加快机器学习工作负载的速度。

展开此部分可查看相关产品和文档。

行业解决方案概览

寻找面向金融服务、医疗保健、媒体和零售业的 API 和其他解决方案。

Gemini for Google Cloud 概览

提供始终在线的协作工具，为众多 Google Cloud 用户（包括开发者、数据科学家和操作员）提供依托生成式 AI 技术的协助。

Gemini Code Assist

在 Gemini 的协助下进行开发、部署和问题排查。

Gemini in BigQuery

在 Gemini 的协助下编写查询。

Gemini in Spanner

在 Gemini 协助下编写 SQL。

Gemini in Colab Enterprise

在 Gemini 的协助下编写代码。

AutoML Tables（已弃用）

以大幅提升的速度和规模，基于结构化数据自动构建和部署先进的机器学习模型。 （已弃用）

AI Platform（已弃用）

快速、经济高效地将您的机器学习项目从构思阶段推进到生产和部署阶段。