刚看到Google放出Gemini Omni 1.1 Flash的更新，核心点很明确：给开发者更多控制权——不是那种喊了好几年的“开放API”，是真能自己说了算的权限。
不是“全能选手”，是“可控工具”
之前用大模型，开发者最怕什么？输出太飘。比如做AI内容生成的，旧版模型可能突然扯到别的话题；做合规类应用的，可能不小心输出敏感内容。前阵子帮朋友盯他的电商AI文案工具，用的还是旧版Gemini Flash，生成的商品描述经常超字数，还会加些商家没要求的夸张话术，他不得不做三层过滤：先筛掉无关内容，再精简字数，最后过一遍合规，这套流程占了后端30%的算力。这次的1.1 Flash，应该就是针对这类痛点来的——至少从“build with more control”的核心来看，开发者能自己设置输出的最小单位，比如要求每句不超30字，或者输出必须是结构化的列表，甚至能定义哪些关键词绝对不能出现，不用再靠prompt反复“叮嘱”，也不用加一大堆后处理。
谁会最先吃到红利？
不是用大模型写日记的普通用户，是做垂直应用的开发者。比如给银行做AI客服的团队，之前要反复跟模型强调“不能提投资建议，只能引导到人工”，还得在后端加审核接口，防止模型“越界”。现在用1.1 Flash，直接在API参数里设“禁止输出与投资相关的内容”，甚至能限制输出的语气必须是“专业、中性”，不用再花精力在“管模型”上，能把时间花在优化客服的对话流程上。还有做医疗辅助工具的团队，要求模型不能输出具体的治疗方案，只能提供通用健康建议，这次的控制权限，刚好能满足这类强合规需求——不用再靠人工校验每一条输出，省了大量人力。
大模型的另一条竞赛线？
之前大模型的竞赛，大家都在比谁的上下文窗口更长，谁的多模态识别更准，谁能处理更多语言。Google突然把重点放在“控制”上，说明大厂已经意识到，大模型的下一个机会，不是谁的模型更聪明，是谁的模型更“能用”——能用在自己的产品里，不用怕踩坑。比如很多小团队想做AI工具，但怕大模型输出不可控，不敢上线，现在有了可控性更强的模型，他们敢把自己的想法落地。不过，Google会不会把控制权限设得太死？比如会不会限制开发者做一些“创意性”的输出？这可能是个需要观察的点，但至少现在，这个更新是戳中了开发者的真实痛点。
当开发者能自己把大模型的输出攥在手里，不用再跟模型“斗智斗勇”，会不会有更多小团队能快速做出靠谱的AI应用？
素材来源：Google DeepMind Blog · AI情报、大模型、AI应用落地、开源生态
查看报道原文
发表第一条评论吧