Google 加入了应用构建的竞争,今天推出了一个由生成式 AI 驱动的端到端应用平台,让用户能在几分钟内创建自定义应用。
在 Google Cloud Next 大会上,这家科技巨头推出了全栈 AI 工作空间 Firebase Studio。
开发人员和非开发人员都可以使用这个基于云端、由 Gemini 驱动的智能开发平台,直接在浏览器中构建、发布、迭代和监控移动和网页应用、API、后端和前端。该平台目前向所有用户开放预览版 (需要拥有 Google 账号)。
截至发稿时,Firebase Studio 正在经历"异常高的需求",因此 VentureBeat 尚未有机会对其进行测试。不过,早期反馈大多是积极的。
一位发布教程视频的 YouTube 用户写道:"Google 又做到了!Firebase Studio 击败了 Lovable 和 Bolt?这对于想要快速原型设计并借助 AI 构建生产就绪应用的开发者来说可能是一个重大突破。"
另一位用户在 X 平台上发帖说:"感觉像是免费版的 Cursor AI 遇上了 v0。"
还有用户这样评论:"就像把 lovable、cursor、replit、bolt 和 windsurf 全部整合到一个测试目录中。"
用户如何使用 Firebase Studio 在几分钟内创建应用
Firebase Studio 将 Google 的编码工具 Genkit 和 Project IDX 与专门的 AI 代理和 Gemini 助手相结合。它基于流行的 Code OSS 项目构建,使许多人感到使用熟悉。
用户只需打开浏览器就能在几分钟内构建应用,可以从 GitHub、GitLab、Bitbucket 或本地机器导入现有代码库。该平台支持包括 Java、.NET、Node.js、Go 和 Python 等语言,以及 Next.js、React、Angular、Vue.js、Android、Flutter 等框架。
用户可以从超过 60 个预构建模板中选择,或使用原型设计代理通过自然语言、截图、模型、绘图工具、图片等方式帮助设计应用 (包括 UI、AI 流程和 API 架构),无需编码。应用可以直接部署到 Firebase App Hosting、Cloud Run 或自定义基础设施。
应用可以在 Firebase 控制台中监控,并可以通过单击在编码工作空间中进行改进和扩展。应用可以在浏览器中直接预览,Firebase Studio 还具有内置的运行时服务和工具,用于模拟、测试、重构、调试和代码文档编写。
Google 表示该平台大大简化了编码工作流程。Gemini 可以帮助用户编写代码和文档、修复错误、管理和解决依赖关系、编写和运行单元测试以及处理 Docker 容器等任务。用户可以自定义和改进应用的不同方面,包括模型推理、代理、检索增强生成 (RAG)、用户体验、业务逻辑等。
Google 现在还为 Google 开发者计划的成员提供 Firebase Studio 中 Gemini Code Assist 代理的早期访问权限。例如,迁移代理可以帮助移动代码;测试代理可以模拟用户交互或对 AI 模型运行对抗性场景,以识别和修复潜在的危险输出;代码文档代理可以让用户与代码对话。
在预览期间,普通用户可以使用三个工作空间,而 Google 开发者计划成员可以使用多达 30 个工作空间。Gemini Code Assist 代理目前处于等待名单状态。
好文章,需要你的鼓励
本文揭示了AI时代CIO的七项关键行为特征,基于对多位CIO和AI专家的深度访谈。专家指出,AI精通的CIO需具备实用AI素养、战略视野和变革领导力,能将技术与业务战略对齐,建立强大数据治理基础。文章详细解析了分析型AI、生成式AI和智能体AI三大技术领域,强调数据基础的重要性,并提出CIO应从项目思维转向产品思维,通过跨职能团队实现端到端价值交付。
斯坦福大学等机构联合开发的CIFT系统首次解决了机器人"近视眼"问题,通过精确控制真实数据和合成数据的混合比例,让机器人在陌生环境中的表现提升54%以上。该系统包含多视角视频增强引擎MVAug和数据组合优化策略,能够预测数据失效的"去相干点",确保机器人学习真正重要的任务特征而非环境表象,为实用化通用机器人奠定了重要基础。
尽管苹果在AI竞赛中看似落后,但其私有云计算基础设施展现了技术优势。当行业为追赶大语言模型而降低隐私标准时,苹果坚持原则,开发出保护用户数据隐私的技术方案。谷歌最新宣布的类似实施方案验证了苹果技术路线的正确性,这可能推动其他AI实验室采用相同做法,为用户隐私带来重大胜利。
香港中文大学研究团队开发的Search-R3系统成功解决了大语言模型推理与搜索分离的问题,通过两阶段训练让AI在深度思考过程中直接生成搜索向量。该系统在多个领域测试中显著超越现有方法,特别是启用推理后性能提升明显,为AI系统设计提供了推理与搜索统一的新范式,展现了从专门化向通用化发展的重要方向。