谷歌发布Gemini 2.0，声称它是“万物”模型

搜索引擎巨头谷歌于周三推出了其Gemini 2.0，这是一个实验性模型，可以独立使用网站，基本上是一个“万物”模型。

据谷歌CEO桑达尔·皮查伊称，最新模型将使用户能够构建新的AI代理，从而“使我们更接近实现通用助手的愿景”。该公司已将其模型描述为其“迄今为止最强大的、专为代理时代构建的模型”。

这些举措是该公司在科技行业与Meta、Microsoft和Meta等公司激烈竞争的一部分。

谷歌将在产品中推出该模型

皮查伊还透露，具有多模态能力的最新模型将在其产品中推出，包括原生图像和音频输出。搜索引擎巨头于去年12月推出了Gemini 1.0，谷歌称其为第一个“原生多模态”模型，表明该模型可以处理并响应文本、视频、图像、音频和代码查询。

最新版本代表了谷歌在科技行业日益激烈的AI竞赛中的最新努力。

“如果Gemini 1.0是关于组织和理解信息，那么Gemini 2.0是关于使其变得更有用。”

皮查伊。

Gemini 2.0的发布距离谷歌首次推出1.5版本已近10个月。据谷歌称，该模型仍处于实验预览阶段，目前仅发布了一个版本的模型，即较小、较低端的2.0 Flash。

谷歌DeepMind首席执行官兼公司AI负责人Demis Hassabis表示，这对科技巨头来说仍然是一个大日子。

“它和当前的Pro模型一样好。所以你可以认为它高出一个层级，同时保持相同的成本效率和性能效率以及速度。我们对此非常满意，”Hassabis解释道。

目前，只有开发人员和测试人员是首批获得2.0版本的用户，而其他Gemini用户则可以访问2.0 Flash实验模型，该模型建立在1.5 Flash之上，后者被发布为最快且最具成本效益的模型。

谷歌宣布了一系列新功能

据该公司称，它预计将把新模型的推理能力添加到AI概览功能中，该功能目前可被10亿用户使用，据皮查伊称。他指出，它正成为该集团最受欢迎的搜索功能之一。

借助这款新模型，皮查伊进一步强调，AI概览现在将能够处理复杂的多步查询，例如数学方程和多模态问题。

虽然对新模型的限制性测试已于本周开始，但推理功能将在明年年初向更多用户开放。

据谷歌称，该推理模型运行在搜索引擎巨头第六^代AI芯片Trillium上，该芯片也于周三向Google Cloud客户开放。

在其博客文章中，谷歌透露，新芯片的性能比前代产品提高了4倍，能效提高了67%。

我们以Gemini 2.0 Flash开启Gemini 2.0时代，它在关键基准测试中优于1.5 Pro，速度提高了2倍（见下图）。我特别期待看到编码方面的快速进展，未来还有更多。 

开发人员可以在AI中尝试实验版本… pic.twitter.com/iEAV8dzkaW

— Sundar Pichai (@sundarpichai) 12月 11日, 2024年

谷歌CEO还宣布了其他功能，例如新的Gemini功能Deep Research，它可以作为研究助手，利用高级推理和长上下文能力。这个新功能在Gemini Advanced中可用，能够代表用户编译研究报告。

Hassabis表示，Gemini 2.0为2025年的辉煌奠定了基础。

“我们真正将2025视为基于代理时代的真正起点。”

Hassabis。

与此同时，该公司宣布了另一款产品的发布，Project Mariner，这是一个实验性的新Chrome扩展程序，可以 literally 为用户使用网络浏览器。

此外，谷歌还宣布Jules——一个专门为帮助开发人员查找和修复错误代码而创建的代理——以及一个新的基于Gemini 2.0的代理，它可以查看用户的屏幕并帮助他们更好地玩电子游戏。

据Hassabis称，他称之为“彩蛋”的游戏代理指向其真正的多模态特性。