周三，谷歌(196.71, 10.18, 5.46%)(GOOGL.US)發(fā)布了Gemini 2.0系列人工智能模型的第一個(gè)版本。該模型被稱(chēng)為Gemini 2.0 Flash，其聊天版本可供全球用戶(hù)使用，而具有文本到語(yǔ)音和圖像生成功能的實(shí)驗(yàn)多模式版本則可供開(kāi)發(fā)人員使用。

谷歌表示，這是他們迄今為止最強(qiáng)大的人工智能模型，“專(zhuān)為智能體時(shí)代設(shè)計(jì)”，并同時(shí)介紹了多個(gè)智能體應(yīng)用(AI Agent)。對(duì)于Gemini 2.0模型，谷歌表示會(huì)先將開(kāi)放給開(kāi)發(fā)者以及受信任的測(cè)試人員，并將其整合到產(chǎn)品中。Gemini 2.0基于谷歌定制的硬件第六代TPUTrillium構(gòu)建而成。谷歌表示，TPU為Gemini2.0的訓(xùn)練和推理提供100%算力支持。

谷歌首席執(zhí)行官Sundar Pichai在一份聲明中表示：“如果說(shuō)Gemini 1.0是關(guān)于組織和理解信息，那么Gemini 2.0是關(guān)于讓信息變得更有用?！?/p>

目前谷歌完全對(duì)外開(kāi)放的新模型是Gemini 2.0 Flash體驗(yàn)版，這是谷歌的主力模型，具有低延遲特性。與此前的1.5 Flash版本相比，Gemini 2.0 Flash在同樣快速的響應(yīng)時(shí)間下性能進(jìn)一步增強(qiáng)。谷歌提到，2.0 Flash在關(guān)鍵基準(zhǔn)測(cè)試中甚至超越了此前的旗艦?zāi)Ｐ?.5 Pro，其速度是1.5 Pro 的兩倍。

同時(shí)Gemini 2.0 Flash還具有新功能，除了能夠支持圖片、視頻和音頻等多模態(tài)輸入，Gemini 2.0 Flash可以支持多模態(tài)輸出，例如可以直接生成圖像與文本混合的內(nèi)容，以及原生生成可控的多語(yǔ)言文本轉(zhuǎn)語(yǔ)音(TTS)音頻。它還可以原生調(diào)用Google Search、代碼執(zhí)行以及第三方用戶(hù)定義的函數(shù)等工具。

作為提供給開(kāi)發(fā)者的體驗(yàn)版模型，Gemini 2.0 Flash 現(xiàn)在可以通過(guò)Google AI Studio和Vertex AI中的Gemini API獲取，所有開(kāi)發(fā)者均可使用多模態(tài)輸入和文本輸出。該產(chǎn)品將于明年1月全面上市，谷歌稱(chēng)屆時(shí)將推出更多型號(hào)。

Gemini 2.0系列模型代表了谷歌在科技行業(yè)競(jìng)爭(zhēng)日益激烈的人工智能競(jìng)賽中的最新努力。其競(jìng)爭(zhēng)對(duì)手包括微軟(448.99, 5.66, 1.28%)(MSFT.US)和Meta(META.US)，以及OpenAI等初創(chuàng)公司。

值得注意的是，除了最新發(fā)布的Gemini 2.0 Flash，在發(fā)布產(chǎn)品的同時(shí)，Sundar Pichai在X上著重提到了智能體Project Astra，認(rèn)為其“展示了通用AI助手的曙光”。

據(jù)悉，Project Astra是谷歌最初在5月的I/O大會(huì)上首次對(duì)外發(fā)布的AI助手，彼時(shí)主要是對(duì)標(biāo)OpenAI的GPT-4o，其主要功能包括實(shí)時(shí)語(yǔ)音和視覺(jué)處理，能夠通過(guò)手機(jī)或谷歌眼鏡進(jìn)行跨文本、音頻、視頻的多模態(tài)實(shí)時(shí)推理。谷歌在此次的博客中將其稱(chēng)為“使用多模態(tài)理解現(xiàn)實(shí)世界的智能體”。

對(duì)于此次正式發(fā)布的Project Astra，谷歌表示，它能夠流暢地在多種語(yǔ)言和混合語(yǔ)言之間進(jìn)行對(duì)話(huà)，并且能夠理解不同口音和生僻單詞。此外，借助Gemini 2.0，Project Astra可以使Google Search、Google Lens和Google Maps，從而在日常生活中發(fā)揮助手的作用。

谷歌增強(qiáng)了Project Astra的記憶能力，這一助手目前可以記住長(zhǎng)達(dá) 10 分鐘的會(huì)話(huà)內(nèi)容，并且可以回憶起過(guò)去與它進(jìn)行的更多對(duì)話(huà)，能提供個(gè)性化服務(wù)。

谷歌表示，AI智能體在現(xiàn)實(shí)中的應(yīng)用是一個(gè)令人振奮且充滿(mǎn)可能性的研究領(lǐng)域，團(tuán)隊(duì)正在探索這個(gè)全新的領(lǐng)域，并開(kāi)發(fā)出了一系列原型，幫助人們完成任務(wù)。除了Project Astra的升級(jí)版，這次谷歌發(fā)布的智能體還包括：完成復(fù)雜任務(wù)的智能體Project Mariner，能夠幫助開(kāi)發(fā)者的編碼智能體Jules，以及游戲和其他領(lǐng)域的智能體。

責(zé)任編輯：于健 SF069