L'IA générative sur Vertex AI vous permet de créer des agents et des applications prêts pour la production, alimentés par des modèles d'IA générative de pointe hébergés sur l'infrastructure mondiale avancée de Google.
Créer, déployer et connecter des agents
Créez des agents avec une approche ouverte et déployez-les avec des commandes de niveau professionnel. Connectez les agents de votre écosystème d'entreprise.
Une solution adaptée aux entreprises
Déployez vos agents et applications d'IA générative à grande échelle avec une sécurité de niveau entreprise, une résidence et une confidentialité des données, une transparence des accès et une faible latence.
Fonctionnalités de pointe
Développez les fonctionnalités de vos applications en utilisant la fenêtre de contexte de 2 000 000 jetons compatible avec Gemini, ainsi que les capacités de multimodalité et de raisonnement intégrées des modèles Gemini 2.5.
Plate-forme ouverte et flexible
Vertex AI Model Garden fournit une bibliothèque de plus de 200 modèles prêts à l'emploi, et Vertex AI Model Builder vous aide à tester, personnaliser, déployer et surveiller des modèles propriétaires de Google et certains modèles tiers, y compris Claude 3.7 Sonnet d'Anthropic, Llama 4 de Meta, Mixtral 8x7B d'IA Mistral et Jamba 1.5 d'AI21 Labs.
Fonctionnalités de base
-
Agent Builder
Suite de fonctionnalités permettant de créer et de déployer des agents d'IA.
-
Génération de texte
Envoyer des requêtes de chat à un modèle Gemini et recevoir des réponses en streaming ou sans streaming
-
Traitement multimodal
Traiter plusieurs types de contenus multimédias en même temps, tels que des images, des vidéos, des contenus audio et des documents
-
Génération d'embeddings
Générez des embeddings pour effectuer des tâches telles que la recherche, la classification, le clustering et la détection d'anomalies.
-
Réglage de modèle
Adapter les modèles pour effectuer des tâches spécifiques avec plus de justesse.
-
Appel de fonction
Connectez des modèles à des API externes pour étendre les fonctionnalités du modèle.
-
Surface de référence
Connectez les modèles à des sources de données externes pour réduire les hallucinations dans les réponses.
-
Génération d'images
Générez et modifiez des images à l'aide de requêtes de texte en langage naturel.
-
Service d'évaluation de l'IA générative
Évaluez n'importe quel modèle génératif ou application, et comparez les résultats de l'évaluation.
Différences entre l'API Vertex AI et l'API Gemini pour les développeurs
L'API Vertex AI Gemini et l'API Gemini Developer vous permettent d'intégrer les fonctionnalités des modèles Gemini dans vos applications. La plate-forme la plus adaptée dépend de vos objectifs, comme indiqué dans le tableau suivant.
| API | Conçue pour | Fonctionnalités |
|---|---|---|
| API Gemini Vertex AI |
|
|
| API Gemini pour les développeurs |
|
|
Créer à l'aide du SDK
Pour utiliser l'API Gemini dans votre application, vous pouvez utiliser le SDK Google Gen AI pour ces langues:
Pour effectuer des requêtes directement à partir de votre application Web ou mobile, vous pouvez utiliser les SDK Vertex AI in Firebase (disponibles pour Swift, Kotlin/Java, JavaScript et Flutter). Ces SDK offrent une facilité d'utilisation et des fonctionnalités de sécurité essentielles pour les implémentations dans les applications Web et mobiles.
En profiter
Essayez l'un de ces guides de démarrage rapide pour commencer à utiliser l'IA générative sur Vertex AI.
-
Générer du texte à l'aide de l'API Vertex AI GeminiUtilisez le SDK pour envoyer des requêtes à l'API Gemini Vertex AI.
-
Envoyer des requêtes à Gemini à l'aide de la galerie de requêtes de Vertex AI StudioTestez les requêtes sans avoir à effectuer de configuration.
-
Générer une image et vérifier son filigrane à l'aide d'ImagenCréez une image avec filigrane à l'aide d'Imagen sur Vertex AI.
Premiers pas avec Gemini à l'aide de notebooks
|
Le modèle Gemini est un modèle de langage multimodal révolutionnaire développé par Google AI, capable d'extraire des insights pertinents à partir de divers formats de données, y compris des images et des vidéos. Ce notebook explore différents cas d'utilisation avec des requêtes multimodales.
|
Bonnes pratiques de conception de requêtes
|
Découvrez comment concevoir des requêtes pour améliorer la qualité des réponses obtenues du modèle. Ce tutoriel aborde les principes de base du prompt engineering, y compris quelques bonnes pratiques.
|