谷歌Gemini 2.0推進人工智慧時代

科技公司正在不懈地追求將人工智慧整合到其產品的各個方面，從增強現有產品到推出全新的人工智慧解決方案。這一領域的競爭非常激烈，領先企業競相開發尖端模型，以確保他們在下一波技術創新中的領先地位。

谷歌發布了Gemini 2.0，這是其旗艦AI模型的新版本，旨在成為GenAI代理和助理的基礎。

這家搜尋巨頭26年來一直致力於組織世界資訊。去年年底，該公司推出了Gemini 1.0，並聲稱這是第一款原生多模態的模型。谷歌現在正在將其努力擴展到人工智慧領域，旨在重塑資訊的結構和存取方式。

Google執行長Sundar Pichai在部落格中分享：「沒有任何產品比搜尋更能被人工智慧改變。」「我們的人工智慧現在涵蓋了10億人，使他們能夠提出全新類型的問題，迅速成為我們有史以來最受歡迎的搜尋功能之一。

「下一步，我們將把Gemini 2.0的高級推理能力引入AI Overviews，以解決更複雜的主題和多步驟問題，包括高級數學方程式、多模態查詢和編碼。我們本週開始進行有限的測試，並將在明年初更廣泛地推廣。

新模型的一個突出特點是Gemini 2.0 Flash，Google聲稱“在關鍵基準測試中優於1.5 Pro，速度是1.5 Pro的兩倍”，並支援圖像、文字、視訊甚至多語言音訊等多模態輸入。它還支援多模態輸出，如本地生成的圖像與文字和可操縱的文字到語音(TTS)音訊混合。

速度和高效的增強使Gemini更適合需要快速響應的應用程序，如人工智慧代理和即時助理。

該模型還內建了對外部工具的支持，如Google搜尋和第三方功能。這使其能夠在一系列用例中收集資訊、執行任務並提高效率。

谷歌稱，開發人員可以透過Google人工智慧工作室(AI Studio)和頂點人工智慧(Vertex AI)測試Gemini 2.0 Flash，並計劃在2025年初全面推出。 2.0 Flash實驗版的聊天最佳化版本可在PC桌面和行動網路上使用，預計很快就會在Gemini行動應用程式上使用。

為了解決人們對濫用人工智慧生成內容的擔憂，Google已將其SynthID浮水印技術整合到Gemini 2.0 Flash產生的所有音訊和視訊輸出中。

谷歌也在探索Gemini 2.0的代理可能性。該公司推出了一項名為「深度研究」(Deep Research)的新功能，旨在幫助用戶進行詳細的線上研究。該工具允許使用者輸入問題，然後建立可以修改或批准的研究計劃。

一旦獲得批准，系統就會自動在網路上導航，在幾次迭代中收集和完善相關資訊。最終結果是一份簡要的報告，總結了主要發現，並附有供進一步審查的來源連結。

Deep Research非常適合涉及深入分析的用例，因為它減少了手動研究所花費的時間。這允許用戶將注意力轉移到更高級別的任務上，如批判性分析和創造性輸入。

谷歌在Deep Research的一篇部落格文章中指出：「今年早些時候，我們分享了在我們的產品中建立更多代理功能的願景;Deep Research是Gemini中第一個將這一願景變為現實的功能。

Gemini 2.0增強了Google的Astra項目，這是一個視覺系統，旨在識別物體、輔助導航，甚至幫助定位放錯地方的物品。隨著Gemini 2.0的升級，Astra的功能得到了擴展，提供了更精確的物件辨識和改進的即時輔助。

其他值得注意的升級包括新的Mariner計劃，前身為Jarvis。這是一個實驗性的Chrome擴充程序，允許AI代理程式為使用者運行瀏覽器。 Gemini 2.0也在改進Jules，一個人工智慧驅動工具，旨在幫助開發人員定位和修復程式碼中的錯誤。

如果Google將Gemini 2.0整合到其整個生態系統中，這並不奇怪。該模型將為Google搜尋中的AI Overviews提供支持，Google搜尋目前擁有超過10億用戶。雖然推理成本和效能效率等問題仍然存在，但Google可能還必須應對新出現的威脅，例如自主代理帶來的安全風險。

隨著Google準備擴大其影響力，Gemini 2.0將產生重大影響。儘管目前還處於早期階段，但在Google平台上採用它的計劃表明，谷歌堅定地致力於將先進的人工智慧整合到日常技術中。