Panoramica dell'IA generativa su Vertex AI

L'IA generativa su Vertex AI consente di creare applicazioni pronte per la produzione che si basano su modelli di AI generativa all'avanguardia, ospitati sulla piattaforma un'infrastruttura globale avanzata.

Inizia


Supporto per le aziende

Pronta per le aziende

Esegui il deployment delle tue applicazioni di IA generativa su larga scala con sicurezza di livello enterprise, residenza dei dati, trasparenza dell'accesso e bassa latenza.

Funzionalità all'avanguardia

Funzionalità all'avanguardia

Amplia le funzionalità delle tue applicazioni usando il token con 2.000.000 di token finestra contestuale supportata da Gemini 1.5 Pro.

Piattaforma aperta

Piattaforma aperta

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

Funzionalità di base

  • Elaborazione multimodale

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

  • Generare 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.

  • Chiamata di funzioni

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

  • Collegamento a terra

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

  • Generazione di immagini

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


Differenze tra Vertex AI e Google AI

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

API Progettato per Funzionalità
API Gemini di Vertex AI
  • Deployment scalati
  • Aziende
  • Assistenza tecnica
  • Prezzi basati sulla modalità
  • Protezione tramite indennizzo
  • Oltre 100 modelli in Model Garden
API Google AI Gemini
  • 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 nelle seguenti lingue:

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