Panoramica dell'IA generativa su Vertex AI

L'IA generativa su Vertex AI consente di creare applicazioni pronte per la produzione basate su modelli di IA generativa all'avanguardia ospitati sull'infrastruttura globale e avanzata di Google.

Inizia


Supporto per le aziende

Pronta per le aziende

Esegui il deployment delle tue applicazioni di AI generativa su larga scala con sicurezza di livello aziendale, residenza dei dati, trasparenza degli accessi e bassa latenza.

Funzionalità all'avanguardia

Funzionalità all'avanguardia

Espandi le funzionalità delle tue applicazioni utilizzando la finestra contestuale con 2.000.000 di token supportata da Gemini 1.5 Pro.

Piattaforma aperta

Piattaforma aperta

Vertex AI ti dà accesso a oltre 100 modelli di aziende IA di terze parti, tra cui Anthropic Claude 3.5 Sonnet, Meta Llama 3 e Mistral AI Mixtral 8x7B.

Funzionalità principali

  • Elaborazione multimodale

    Elabora contemporaneamente più tipi di contenuti multimediali di input, come immagini, video, audio e documenti.

  • Generazione di incorporamenti

    Genera incorporamenti per eseguire attività come ricerca, classificazione, clustering e rilevamento di outlier.

  • Ottimizzazione del modello

    Adatta i modelli per eseguire attività specifiche con maggiore precisione e accuratezza.

  • Chiamate di funzione

    Collegare i modelli ad API esterne per estendere le capacità del modello.

  • Su strada

    Collegare i modelli a origini dati esterne per ridurre le allucinazioni nelle risposte.

  • Generazione di immagini

    Genera e modifica immagini utilizzando prompt di testo in linguaggio naturale.


Differenze tra Vertex AI e Google AI

L'API Gemini in Vertex AI e l'IA di Google consentono di incorporare le funzionalità dei modelli Gemini nelle tue applicazioni. La piattaforma adatta a te dipende dai tuoi obiettivi, come descritto nella tabella seguente.

API Progettato per Funzionalità
API Gemini Vertex AI
  • Deployment scalati
  • Grandi aziende
  • Assistenza tecnica
  • Prezzi basati sulla modalità
  • Protezione da indennizzo
  • Oltre 100 modelli in Model Garden
API Gemini dell'IA di Google
  • Sperimentazione
  • Prototipazione
  • Facilità di utilizzo
  • Livello gratuito
  • Prezzi basati su token

Eseguire la migrazione da Google AI a Vertex AI

Crea utilizzando gli SDK Vertex AI

Vertex AI fornisce SDK nei seguenti linguaggi:

Python 

from vertexai.generative_models import GenerativeModel
model = GenerativeModel(model_name="gemini-1.5-flash")
response = model.generate_content([Part.from_uri(IMAGE_URI, mime_type="image/jpeg"),"What is this?"])

Node.js 

const vertexAI = new VertexAI({project: projectId, location: location});
const generativeVisionModel = vertexAI.getGenerativeModel({ model: "gemini-1.5-flash"});

const result = await model.generateContent([
  "What is this?",
  {inlineData: {data: imgDataInBase64, mimeType: 'image/png'}}
]);

Java 

public static void main(String[] args) throws Exception {
  try (VertexAI vertexAi = new VertexAI(PROJECT_ID, LOCATION); ) {
    GenerativeModel model = new GenerativeModel("gemini-1.5-flash", vertexAI);
  List<Content> contents = new ArrayList<>();
  contents.add(ContentMaker
                .fromMultiModalData(
                    "What is this?",
                    PartMaker.fromMimeTypeAndData("image/jpeg", IMAGE_URI)));
  GenerateContentResponse response = model.generateContent(contents);
  }
}

Go 

model := client.GenerativeModel("gemini-1.5-flash", "us-central1")
img := genai.ImageData("jpeg", image_bytes)
prompt := genai.Text("What is this?")
resp, err := model.GenerateContent(ctx, img, prompt)

C# 

var predictionServiceClient = new PredictionServiceClientBuilder {
  Endpoint = $"{location}-aiplatform.googleapis.com"
}.Build();

var generateContentRequest = new GenerateContentRequest {
  Model = $"projects/{projectId}/locations/{location}/publishers/google/models/gemini-1.5-flash",
  Contents = {
    new Content {
      Role = "USER",
      Parts = {
        new Part {Text = "What's in this?"},
        new Part {FileData = new() {MimeType = "image/jpeg", FileUri = fileUri}}
      }
    }
  }
};

GenerateContentResponse response = await predictionServiceClient.GenerateContentAsync(generateContentRequest);

Inizia

Altri modi per iniziare