谷歌在近期正式揭曉了其Gemini 2.0系列人工智能模型的最新成果——Gemini 2.0 Flash。這一版本不僅面向全球用戶推出了聊天功能，還特別為開發(fā)人員準(zhǔn)備了一個(gè)免費(fèi)使用的實(shí)驗(yàn)版模型，該版本集成了文本轉(zhuǎn)語音和圖像生成兩項(xiàng)前沿技術(shù)。
據(jù)谷歌官方宣稱，Gemini 2.0代表了Agent時(shí)代AI模型的巔峰之作。與前代相比，它在運(yùn)算速度上實(shí)現(xiàn)了翻倍，甚至在參數(shù)量少于Gemini 1.5的情況下，依然展現(xiàn)出了更為強(qiáng)大的性能。Gemini 2.0在功能多樣性、多模態(tài)支持以及內(nèi)置工具方面都取得了顯著進(jìn)步。
谷歌的首席執(zhí)行官桑達(dá)爾·皮查伊表示，Gemini 1.0時(shí)代主要聚焦于信息的整理與理解，而Gemini 2.0則致力于將這些信息轉(zhuǎn)化為對(duì)用戶真正有用的資源。新版本在代碼生成和提供準(zhǔn)確事實(shí)性回復(fù)方面均有所提升，進(jìn)一步滿足了用戶的多樣化需求。
谷歌還同步推出了全新的多模態(tài)實(shí)時(shí)API，該API支持實(shí)時(shí)音頻和視頻流的輸入，并允許用戶同時(shí)使用多個(gè)組合工具。谷歌還展示了三個(gè)智能體研究原型，包括Project Astra、Project Mariner和Jules，這些原型充分展示了AI從被動(dòng)信息處理工具向主動(dòng)思考和行動(dòng)的智能助手轉(zhuǎn)變的巨大潛力。
在這些原型中，Project Astra尤為突出。作為一個(gè)系統(tǒng)級(jí)的智能體助手，Astra能夠無縫整合Google的搜索、地圖和Lens等應(yīng)用，通過文本、語音、圖像和視頻等多種形式回答用戶問題并執(zhí)行任務(wù)。在演示中，Astra展示了其卓越的記憶力、流式處理能力和原生音頻理解能力，為用戶帶來了更加個(gè)性化和貼心的服務(wù)體驗(yàn)。
