Mit generativer KI für Vertex AI können Sie produktionsreife Anwendungen erstellen, die auf hochmodernen generativen KI-Modellen basieren, die in der erweiterten, globalen Infrastruktur von Google gehostet werden.
|
Enterpriseklasse Stellen Sie Ihre generativen KI-Anwendungen im großen Maßstab mit Sicherheit auf Unternehmensniveau, Datenstandort, Access Transparency und niedriger Latenz bereit. |
|
Hochmoderne Funktionen Erweitern Sie die Funktionen Ihrer Anwendungen mithilfe des von Gemini 1.5 Pro unterstützten Kontextfensters mit 2.000.000 Tokens. |
|
Offene Plattform Vertex AI Model Garden bietet eine Bibliothek mit über 100 Modellen, mit denen Sie Google-eigene Modelle sowie ausgewählte Modelle von Drittanbietern entdecken, testen, anpassen und bereitstellen können, darunter Anthropic Claude 3.5 Sonnet, Meta Llama 3, Mistral AI Mixtral 8x7B und AI21 Labs Jamba 1.5. |
Hauptfunktionen
-
Textgenerierung
Sie können Chat-Prompts an ein Gemini-Modell senden und Streaming- oder Nicht-Streaming-Antworten erhalten.
-
Multimodale Verarbeitung
Mehrere Arten von Eingabemedien gleichzeitig verarbeiten, z. B. Bild, Video, Audio und Dokumente.
-
Generierung von Einbettungen
Generierung von Einbettungen, um Aufgaben wie Suche, Klassifizierung, Clustering und Ausreißererkennung auszuführen.
-
Modellabstimmung
Passen Sie Modelle an, um bestimmte Aufgaben mit höherer Genauigkeit und Genauigkeit auszuführen.
-
Funktionsaufrufe
Verbinden Sie Modelle mit externen APIs, um die Funktionen des Modells zu erweitern.
-
Fundierung
Verbinden Sie Modelle mit externen Datenquellen, um KI-Halluzinationen in Antworten zu reduzieren.
-
Bilderstellung
Generieren und bearbeiten Sie Bilder mithilfe von Text-Prompts in natürlicher Sprache.
-
Generativer KI-Bewertungsdienst
Sie können jedes generative Modell oder jede generative Anwendung bewerten und die Bewertungsergebnisse mit Ihren eigenen Kriterien vergleichen.
Unterschiede zwischen Vertex AI und Google AI
Mit der Gemini API in Vertex AI und Google AI können Sie die Funktionen von Gemini-Modellen in Ihre Anwendungen einbinden. Welche Plattform für Sie am besten geeignet ist, hängt von Ihren Zielen ab, wie in der folgenden Tabelle beschrieben.
API | Entwickelt für | Features |
---|---|---|
Vertex AI Gemini API |
|
|
Google AI Gemini API |
|
|
Builds mit Vertex AI SDKs erstellen
Clientbibliotheken erleichtern den Zugriff auf Google Cloud APIs mit einer unterstützten Sprache. Sie können Google Cloud APIs zwar direkt verwenden, indem Sie Anfragen an den Server senden, aber Clientbibliotheken bieten Vereinfachungen, die den zu schreibenden Code erheblich reduzieren.
Vertex AI bietet Vertex Generative AI SDKs für die folgenden Sprachen: Python, Node.js, Java, Go und C#.
Jetzt starten
Mit einer dieser Kurzanleitungen können Sie mit generativer KI in Vertex AI beginnen.
-
Text mit der Gemini API in Vertex AI generieren
Verwenden Sie das SDK, um Anfragen an die Gemini API in Vertex AI zu senden.
-
Prompts über die Prompt-Galerie von Vertex AI Studio an Gemini senden
Testaufforderungen, die ohne Einrichtung verwendet werden können.
-
Bild mit Imagen generieren und Wasserzeichen prüfen
Mit Imagen in Vertex AI ein Bild mit Wasserzeichen erstellen
Weitere Optionen für den Einstieg
Hier finden Sie einige Notebooks, Anleitungen und andere Beispiele, die Ihnen den Einstieg erleichtern. Vertex AI bietet Anleitungen für die Google Cloud Console und Jupyter-Notebook-Anleitungen, die das Vertex AI SDK für Python verwenden. Sie können eine Notebook-Anleitung in Colab öffnen oder das Notebook in Ihre bevorzugte Umgebung herunterladen.
Erste Schritte mit Gemini und Notebooks
|
Das Gemini-Modell ist ein bahnbrechendes multimodales Sprachmodell, das von Google AI entwickelt wurde und Informationen aus einer Vielzahl von Datenformaten wie Bildern und Videos extrahieren kann. Dieses Notebook untersucht verschiedene Anwendungsfälle mit multimodalen Prompts. |
Get started with Vertex AI Studio
![]() |
Mit Vertex AI Studio können Sie Prompts in einer codefreien Umgebung entwerfen und verwalten, Prompt-Code abrufen und Modelle optimieren. |
Best Practices für den Entwurf von Prompts
![]() |
Sie erfahren, wie Sie Prompts entwerfen, mit denen Sie die Qualität Ihrer Antworten vom Modell verbessern. In dieser Anleitung werden die Grundlagen des Prompt Engineering beschrieben, einschließlich einiger Best Practices. |