谷歌地图总经销 | 谷歌地图更新:地理空间分析、GenAI和天气API

部署运行你感兴趣的模型镜像

作为谷歌地图大中华区代理商Cloud Ace云一为大家介绍具体谷歌地图最新更新内容。

在这个瞬息万变的世界,Google 地图平台赋能开发者利用其最新、全面的信息构建应用和网站。通过访问超过 2.5 亿个地点的详细信息以及超过 110 个国家/地区的街景图像,开发者可以持续利用我们的数据来解决实际问题。今天,谷歌地图宣布推出涵盖人工智能、数据分析和环境产品套件的全新功能,这些功能将帮助企业决策者、开发者和城市解决具有挑战性的问题,并为用户创造有益的体验。


地理空间分析简介

超过 1000 万个网站和应用都在使用 Google 地图平台。客户希望从谷歌地图最新、全面的地理空间数据中获取更多洞察,从而做出更明智的业务和可持续发展决策。因此,我们首次将新的 Google 地图平台数据集以及 Earth Engine 数据集和功能直接集成到 BigQuery 中,以便数据分析师和决策者更轻松地获取洞察。阅读此博客,深入了解我们的地理空间分析功能。从今天开始,您可以在 BigQuery 中访问以下数据集

谷歌地图首个Imagery Insights数据集(目前处于实验阶段)将 Google Cloud 中的 Vertex AI 直接应用于数据清理室中的街景图像,以识别、检测和查看关键基础设施对象(例如电线杆、路牌、道路和桥梁)的状况。如果一家电信公司想要确定哪些电线杆需要维护,他们可以使用此数据集更轻松地虚拟定位所有电线杆。

Places Insights现已推出预览版,它使企业能够根据评分、营业时间、停车位、轮椅通道等信息,获取更广泛区域内众多地点的定制化、汇总式洞察。如果零售商想在高档餐厅密集、大型零售品牌稀少的地区开设新店,Places Insights 将提供符合此条件的地点的洞察。

道路管理洞察 (Roads Management Insights)现已推出,可帮助公共部门和道路管理部门分析交通数据,并利用历史和实时交通信息改善道路状况。例如,交通管理部门可以利用这些洞察识别事故多发区域,并添加减速带或停车标志等安全措施。他们还可以构建交通状况预测模型,在拥堵发生前就缓解拥堵。

BigQuery 中的 Earth Engine现已推出预览版,它使组织能够从特定关注区域的卫星图像中获取可持续性洞察,例如野火风险或森林砍伐风险。借助 BigQuery 中提供的全新地理空间功能和 20 个新的 Earth Engine 数据集,此功能使数据分析师即使不具备遥感专业知识,也能轻松进行高级地理空间分析。 

除了这些全新的地理空间分析功能外,Google Earth 现已提供无需代码的地理空间分析工具,让任何专业人士都能获取洞察。为了向开发者、数据分析师和地理空间从业者提供更全面的地理空间工具套件,谷歌地图将 Google Earth(目前仍面向所有人开放)和我们全新的地理空间分析数据集引入 Google Maps Platform 家族。访问我们的新网站,了解更多关于我们更广泛的地理空间分析产品组合的信息。

扩展环境产品

在 2023 年 Cloud Next 大会上,谷歌地图推出了一套全新的环境产品(空气质量、花粉和太阳能 API),以帮助企业应对不断变化的气候。我们非常高兴地宣布,首个 Google Weather API 现已面向开发者推出预览版。我们利用可靠的来源和专有算法来提供当前天气状况、预报和历史数据。开发者现在可以访问重要的天气信息,从而构建解决方案、提升用户体验并改进决策,涵盖从行程规划到应对极端天气事件挑战的各个方面。

如何将天气数据融入旅行体验的示例

帮助开发人员构建生成式人工智能应用程序

从使用 AI 保持地图数据更新,到去年在 Google 地球中引入 Gemini 功能,谷歌地图致力于打造实用的 AI 产品,助力您的业务发展和体验提升。随着越来越多的开发者在 Vertex AI 中构建生成式 AI 产品,我们正努力让您的代理能够使用 Google 地图进行地面部署。今天,谷歌地图宣布在 Vertex AI 中推出“使用 Google 地图进行地面部署”实验版。这使企业能够使用来自地图的可靠信息来增强 Gemini 模型,从而为生成式 AI 代理提供最新且实用的响应。

得益于 Google 地图的卓越品质和广度,谷歌地图能够呈现这些关于世界的深刻而详尽的洞察。这正是实现这一切的基础。通过提供关于世界的全新、全面的信息,并结合强大的 AI 和分析能力,商业决策者、开发者和城市能够从谷歌地图的产品中获得切实可行的洞察,从而推动在现实世界中产生深远的影响。


您可能感兴趣的与本文相关的镜像

ComfyUI

ComfyUI

AI应用
ComfyUI

ComfyUI是一款易于上手的工作流设计工具,具有以下特点:基于工作流节点设计,可视化工作流搭建,快速切换工作流,对显存占用小,速度快,支持多种插件,如ADetailer、Controlnet和AnimateDIFF等

### Google GenAI Services and Tools Overview Google GenAI services and tools are designed to empower developers and businesses to build and deploy advanced AI applications. These tools include the Agent Development Kit (ADK), Multi-Client Protocol (MCP), and integration with models like Gemini. The ADK provides a comprehensive framework for creating, managing, and deploying AI agents[^1]. Additionally, MCP serves as a communication protocol between different agents, enabling seamless interaction in multi-agent systems. For local deployment of AI agents using ADK, the setup process involves configuring a virtual environment and ensuring that all necessary dependencies are installed. For instance, in a Windows PowerShell environment, activating the virtual environment via `.venv\Scripts\Activate.ps1` and verifying the installation of ADK through `pip show google-adk` is crucial. If the package is not found initially, it indicates that the ADK has not been installed or configured correctly[^2]. ```python import google_adk as adk # Example of initializing an agent with ADK agent = adk.Agent(config_path="path/to/config.yaml") agent.start() ``` In addition to ADK and MCP, Google GenAI also supports generating AI summaries or insights by leveraging pre-trained language models. This can be achieved through integrations with Elastic or other third-party services. For example, when working with OpenAI's GPT models, one can configure a completion endpoint to generate summaries based on user queries and relevant documents[^3]. ### Practical Use Cases Developers interested in utilizing Google GenAI services might consider scenarios such as: - Building conversational agents capable of handling complex interactions. - Creating multi-agent systems where agents collaborate to solve problems. - Generating real-time summaries or insights from large datasets. The following code snippet demonstrates how to initialize and start an agent using the ADK: ```python from google_adk import Agent # Initialize the agent with configuration config = { "model": "gemini", "parameters": { "temperature": 0.7, "max_tokens": 500 } } agent = Agent(config) agent.start() ``` ###
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值