Google针对生成式人工智慧应用程式开发，释出诸多新工具与功能，而这包含新的企业版Colab，并在全托管机器学习工具Vertex AI支援分散式运算框架Ray，同时还推出一系列MLOps功能，简化模型调校、评估与使用。

Google新推出企业版Colab公共预览版，企业版Colab是一个全托管服务，除了原先Google Colab笔记本的功能之外，还添加企业级安全性和法遵支援。Google Colab是由Google研究院开发的热门云端Jupyter笔记本，每月活跃使用者达700万人，Colab让使用者可以在浏览器中执行Python程式码，支援图表、图像、HTML与LaTeX等多元内容，并且能够方便地在团队中共享专案。

企业版Colab加入Vertex AI支援，可以存取Vertex AI ePlatform上各式模型、调校工具、运算资源和机器类型，还有各种资料科学和MLOps工具。特别的是，企业版Colab有一个新的协作工作区，能够探索、分享和预测BigQuery中的资料，官方提到，企业版Colab可以供用户在BigQuery中启动笔记本，以探索和准备资料，并且在Vertex AI打开同一笔记本，继续使用专门的人工智慧基础设施和工具工作，团队间可透过企业版Colab高度协作，消除资料和人工智慧工作负载间的界限。

已经支援TensorFlow、PyTorch、scikit-learn和XGBoost等诸多框架的Vertex AI，现在进一步新增Ray框架。Ray是一个开源分散式运算框架，主要用来建置、执行大规模分散式人工智慧与Python应用程式。由於Vertex AI上包括企业版Colab、训练、预测和MLOps功能等跨工具整合，用户可以在现有Vertex AI工作流程应用Ray框架。

资料科学家的工作流程，可从Vertex AI目录中选择模型开始，选用像是Llama 2、Dolly、Falcon、Stable Diffusion等模型，并在企业版Colab中开启，进行实验、调整和原型设计，接着Ray框架便可充分运用运算资源，训练生成式人工智慧模型。

除此之外，Google也针对生成式人工智慧推出新的MLOps功能，提供跨模式调校功能，PaLM 2 Text现在能以监督式调校之外，可根据人类回馈进行增强学习的RLHF（Reinforcement Learning from Human Feedback）功能也在预览阶段。还在文生图模型Imagen加入Style Tuning调校方法，用户只要提供10个参照图像，Imagen就能创建符合品牌形象的图像。

另外，用户也可以透过自订义指标，来评估模型的品质，以利後续迭代与改进，而Automatic Side by Side功能，则是运用大型模型评估正在测试的模型输出，以扩大人类评估的规模。Google更在多个储存服务中添加向量支援，使开发者可以更简单地操作嵌入，强化人工智慧应用。