谷歌云全球渠道主管Kevin Ichhpurani表示:“通过这项计划,我们将加强激励措施、产品支持和合作销售机会,帮助我们的服务和ISV合作伙伴更快地将这些解决方案推向市场,接触更多客户,发展他们的AI代理业务。”
谷歌云(Google Cloud)希望通过推出新的谷歌云人工智能代理生态系统计划,将人工智能代理的销售和客户采用率提升到新的高度,通过新的技术和市场资源帮助合作伙伴建立并共同创新人工智能代理。
谷歌云全球合作伙伴组织(Google Cloud's Global Partner Organization)总裁Kevin Ichhpurani周三在一篇博客文章中表示:“通过这项计划,我们将加强激励措施、产品支持和合作销售机会,帮助我们的服务和ISV合作伙伴更快地将这些解决方案推向市场,触达更多客户,发展他们的AI代理业务。”
此外,这家总部位于加利福尼亚州山景城、市值460亿美元的云计算巨头周三在谷歌云市场(Google Cloud Marketplace)上推出了一个新的AI Agent Space,目的是让客户能够更轻松地找到并部署合作伙伴构建的人工智能代理。
人工智能代理也被称为代理式人工智能,是全球增长最快的人工智能细分市场之一。IT 研究公司Gartner预测,到2028年,至少15%的日常工作决策将通过代理式人工智能自主完成,而2024年这一比例为零。
总部位于芝加哥的66degrees公司是Google Cloud Premier Partner和顶级人工智能解决方案提供商,该公司的首席执行官Ben Kessler表示,他的公司看到了人工智能代理的 “巨大发展势头”,客户正在利用这项新技术来提高生产力和收入。
Kessler表示:“我们已经在谷歌上为大型主题公园建立了人工智能代理,提升了游客体验。”“针对旅游观光业,我们打造的客户体验在你到达度假村或酒店之前就开始了,你可以与谷歌的人工智能代理交互,扩展你的体验。”
Kessler表示:“因此,我们能够将我们的解决方案推向市场,代理的后端最初使用谷歌技术构建,但是(将66degrees)作为最后一英里,帮助我们在客户的用例上执行并训练谷歌模型。”
谷歌新人工智能代理合作伙伴计划的三大关键
谷歌云(Google Cloud)的新人工智能代理合作伙伴计划旨在通过在三个关键领域为合作伙伴提供支持来提高人工智能代理的开发和采用率:加速代理开发、成功进入市场和提高在客户中的知名度。
为了推动人工智能代理的发展,谷歌云将为合作伙伴提供直接访问产品和谷歌工程团队的机会,帮助指导和优化他们的人工智能代理。
Ichhpurani表示:“合作伙伴还将及早获得我们最新的人工智能技术、技术指导和最佳实践,并获得专门支持,以便通过谷歌云市场(Google Cloud Marketplace)将其解决方案快速推向市场。”
Ichhpurani表示:"为了帮助推动市场推广取得成功,谷歌云将提供专门针对人工智能代理解决方案的联合销售机会和计划,帮助合作伙伴更有效地推广产品,并推动更广泛的客户采用。
最后,新计划将通过有针对性的营销资源、博客和专门活动来突出谷歌云合作伙伴的创新工作,目的是提高合作伙伴构建的人工智能代理的知名度。
谷歌云的新AI Agent Space
谷歌云的AI Agent Space是该公司谷歌云市场(Google Cloud Marketplace)中的一个新类别。其目的是让客户在谷歌的在线市场上轻松查找、购买和部署合作伙伴的人工智能代理。
AI Agent Space目前提供选定合作伙伴的解决方案。不过,Ichhpurani表示,谷歌计划在未来几个月内增加“数百个人工智能代理”产品。
66degrees首席执行官:人工智能代理正在“改进人类决策”
66degrees的Kessler认为,谷歌云正趁着人工智能代理市场的热潮出击。
人工智能代理技术旨在独立做出决策并采取行动以实现特定目标。它之所以越来越受欢迎,是因为它能够自主采取行动,帮助客户实现生成性人工智能的愿景,提高生产率或创造新的收入来源。
Kessler表示:“如果你能对代理进行微调,增加理解——我们甚至正在与大型电信客户合作——如果你能用客户的数据对代理进行培训,它能够提供的客户体验就比你我单独为客户提供的服务更好。”“从本质上说,(人工智能代理)所做的并不是把人类排除在决策之外,而是用正确的数据改进人类的决策。”
谷歌云则希望新的合作伙伴计划能够为那些想要赢得新的人工智能交易和收入的解决方案提供商带来福音。
Ichhpurani(如图)表示:“我们致力于为合作伙伴提供建立和部署成功的人工智能代理所需的工具、资源和支持。”“我们很高兴看到他们创造的变革性解决方案,以及他们在未来一年里对客户产生的积极影响。”
好文章,需要你的鼓励
这项研究由新加坡国立大学团队开发的DualParal技术,通过创新的双重并行架构解决了AI视频生成的长度限制问题。该方法同时在时间帧和模型层两个维度实现并行处理,配合分块降噪机制、特征缓存和协调噪声初始化策略,使生成分钟级长视频成为可能。实验表明,在生成1,025帧视频时,DualParal比现有技术减少了高达6.54倍的延迟和1.48倍的内存成本,同时保持了高质量的视频输出,为内容创作者提供了生成更长、更复杂视频叙事的新工具。
SoloSpeech是约翰霍普金斯大学研究团队开发的创新语音处理技术,针对"鸡尾酒会效应"问题提出了全新解决方案。该系统通过级联生成式管道整合压缩、提取、重建和校正过程,实现了高质量目标语音提取。与传统判别式模型相比,SoloSpeech采用无需说话者嵌入的设计,直接利用提示音频的潜在空间信息与混合音频对齐,有效避免特征不匹配问题。在Libri2Mix及多个真实世界数据集上的评测显示,SoloSpeech在清晰度、质量和泛化能力上均达到了领先水平,为语音分离技术开辟了新方向。
这项由北京大学深圳研究生院、伟湾大学、腾讯ARC实验室和兔小贝智能联合研究的Sci-Fi框架,通过创新的对称约束机制,解决了视频帧间插值中的关键问题。研究团队设计了轻量级EF-Net模块,增强结束帧约束力,使其与起始帧形成平衡影响,从而生成更自然流畅的中间过渡帧。实验证明,该方法在各种场景下都优于现有技术,特别适用于电影制作、动画创作和视频编辑领域,显著降低了人力成本。
这项来自西北大学和谷歌的研究突破了传统马尔可夫强化学习的局限,通过贝叶斯自适应RL框架解释了大语言模型中涌现的反思性推理行为。研究团队提出的BARL算法通过维护多个解题策略的后验分布,指导模型何时何地进行反思性探索,在数学推理任务上展现出显著优势,比基线方法减少高达50%的标记使用量,同时提高了准确率。这一研究不仅解释了"为什么反思有用",还提供了实用的指导原则,为AI系统的自适应推理能力开辟了新方向。