Google запускает Gemini 2.0, утверждая, что это модель для «всего»

Гигант поисковых систем Google в среду запустил свою Gemini 2.0, экспериментальную модель, которая может самостоятельно использовать веб-сайты и по сути является моделью «для всего».

По словам генерального директора Google Сундара Пичаи, последняя модель позволит пользователям создавать новых ИИ-агентов, которые «приближают нас к нашей цели создания универсального помощника». Компания описала свою модель как самую «мощную модель, созданную для эры агентного взаимодействия».

Эти инициативы являются частью усилий компании в условиях обострения конкуренции в технологической индустрии с такими игроками, как Meta, Microsoft и Meta.

Google внедрит модель во все продукты

Пичаи также сообщил, что последняя модель с мультимодальными возможностями будет внедрена во все продукты, включая нативный вывод изображений и аудио. Гигант поисковых систем запустил Gemini 1.0 в декабре прошлого года, которую Google назвала первой «нативно мультимодальной» моделью, что предполагает возможность обработки и ответа на запросы с текстом, видео, изображениями, аудио и кодом.

Последняя версия представляет собой новейшие усилия Google в все более конкурентной гонке ИИ в технологической индустрии.

«Если Gemini 1.0 была посвящена организации и пониманию информации, то Gemini 2.0 — это придание ей гораздо большей полезности».

Пичаи.

Gemini 2.0 выходит почти через 10 месяцев после первого запуска Google версии 1.5. По словам Google, модель все еще находится в экспериментальном предварительном просмотре, выпущена только одна версия модели, более маленькая и бюджетная 2.0 Flash.

Генеральный директор Google DeepMind и глава ИИ-направлений компании Демис Хассабис сказал, что это все еще большой день для технологического гиганта.

«Она так же хороша, как текущая Pro-модель. Так что вы можете считать ее на один уровень выше, при той же эффективности затрат, производительности и скорости. Мы очень этим довольны», — объяснил Хассабис.

В настоящее время только разработчики и тестеры первыми получают доступ к версии 2.0, в то время как другие пользователи Gemini имеют доступ к экспериментальной модели 2.0 Flash, которая построена на базе 1.5 Flash, которая была запущена как самая быстрая и экономически эффективная модель.

Google объявила о ряде новых функций

По словам компании, она планирует добавить возможности рассуждения новой модели в функцию AI Overviews, которая теперь доступна миллиарду пользователей, по словам Пичаи. Он указал, что она становится одной из самых популярных функций поиска в группе.

С этой новой моделью Пичаи далее подчеркнул, что AI Overviews теперь сможет справляться со сложными многошаговыми запросами, например, математическими уравнениями и мультимодальными вопросами.

Хотя ограниченное тестирование новейшей модели началось на этой неделе, функция рассуждения станет доступна большему числу пользователей только в начале следующего года.

По словам Google, модель рассуждения работает на основе 6^-го поколения ИИ-чипа Trillium от гиганта поисковых систем, который также стал доступен для клиентов Google Cloud в среду.

В своем блоге Google раскрыла, что новый чип обеспечивает производительность в 4 раза выше и на 67% более энергоэффективен, чем его предшественник.

Мы начинаем эру Gemini 2.0 с Gemini 2.0 Flash, которая превосходит 1.5 Pro по ключевым показателям при скорости в 2 раза (см. график ниже). Я особенно взволнован быстрым прогрессом в области программирования, и это только начало. 

Разработчики могут попробовать экспериментальную версию в AI… pic.twitter.com/iEAV8dzkaW

— Sundar Pichai (@sundarpichai) Декабрь 11, 2024

Генеральный директор Google также объявил о других функциях, таких как новая функция Gemini под названием Deep Research, которая может действовать как исследовательский помощник, используя продвинутые возможности рассуждения и работы с длинным контекстом. Эта новая функция доступна в Gemini Advanced и способна составлять исследовательские отчеты от имени пользователя.

Хассабис сказал, что Gemini 2.0 закладывает основу для отличного 2025 года.

«Мы действительно видим 2025 как истинное начало эры агентного взаимодействия».

Хассабис.

Это происходит на фоне объявления компании о запуске еще одного продукта, Project Mariner, экспериментального нового расширения Chrome, которое буквально может использовать веб-браузер от имени пользователей.

Кроме того, Google также объявила о Джулс — агенте, созданном специально для помощи разработчикам в поиске и исправлении плохого кода, — и новом агенте на базе Gemini 2.0, который может смотреть на экраны пользователей и помогать им лучше играть в видеоигры.

По словам Хассабиса, игровой агент, который он называет «пасхалкой», указывает на то, что он действительно мультимодальный.