Google已公佈Gemini 2.0和Gemini 2.0 Flash是其快速發展的Gemini人工智能家族中最新產品。
，當AI不再簡單地理解信息而可以使用該理解來計劃並採取行動的時刻。
這種演變是在組織世界信息的數十年中建立的。 1.0和1.5，開創了本地多模式的開創性，允許AI模型跨文本，視頻，圖像，音頻和代碼。 2560“>
使用Gemini 2.0，Google打算超越靜態的問答功能，並部署能夠導航複雜場景，與多個工具進行交互並在人類監督下自主自主工作的系統。<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<
Google和Alphabet首席執行官Sundar Pichai，根據公司長期運行的任務構成了這一進步。他解釋說，自成立以來，Google一直專注於使信息易於訪問和有用，而AI現在是實現這一願景的關鍵驅動力。是關於使其更有用。我迫不及待地想知道下一個時代帶來了什麼。” Pichai說。此新版本在幾個月的開發人員反饋了較早的Gemini模型以及將這些模型集成到七個Google產品中，每個產品都超過20億人使用。
自去年12月以來，數以百萬計的開發人員與雙子座互動，該公司將Gemini 2.0視為向前邁出的重要一步，實現了新的基於代理商的經驗和更廣泛的產品轉型。
目錄:
到達代理時代
從Gemini 1.0和1.5到Gemini 2.0的移動反映了使AI的重點更加有用。較長的上下文，允許該模型解釋各種投入。
根據官方公告:“自去年12月我們推出Gemini 1.0時，數百萬開發人員使用Google AI Studio和Vertex AI來構建在109種語言上的雙子座，“展示了平台的廣泛吸引力。
這些經驗告知創建Gemini 2.0的模型，該模型不僅更快地處理信息，而且還了解下一步要做什麼，如何使用外部外部。工具，以及如何超越被動推理。
[嵌入式內容]
Gemini 2.0 2.0 Flash and Deep Research
Gemini 2.0的中心功能是 gemini 2.0 flash A>是一種實驗模型，可在1.5 Pro的性能和速度上進行改進，同時交付多模式輸出和本機工具使用情況。
其靈活的設計使其可以生成與文本混合的圖像，生成多種語言的文本到語音音頻並在本地調用Google搜索，代碼執行和第三方API等資源。 Google談到更新時說:
[嵌入式內容]
gemini 2.0閃存基準
在Google顯示的基準結果中，Gemini 2.0 Flash實驗顯示，與其前輩相比，在一系列具有挑戰性的基準測試中，總體上提高了性能， Gemini 1.5 Flash O02和Gemini 1.5 Pro O02。
特別是，它在與代碼相關的任務（例如Natural2Code）中取得了可觀的收益，在該任務中，它的達到92.9％，為1.5 Pro的85.4％，為1.5 Pro的79.8％，對於1.5 flash的速度為79.8％ ，以及在艱難的數學和推理基準中，包括HiddenMath，在其中取得63.0％的得分，超過1.5 Pro的52.0％。
它也超過了其前輩在多模式理解中，增強了圖像和視頻的結果測試並保持常識（mmlu-pro）和策劃任務（GPQA）。
儘管在某些領域沒有始終如一地改進，例如多模式實時API 支持實時音頻和視頻流輸入，授權開發人員能夠構建動態的，上下文意識到的應用程序，這些應用程序會流動地響應對不斷發展的方案的響應。
Gemini 2.0的功能也被引導到新功能中，旨在幫助用戶導航和合成複雜的信息。
一個這樣的功能就是深入的研究，現在可以在Gemini Advanced中獲得。 深入研究利用模型的漫長上下文理解和推理來擔任研究助手，探索精緻的探索
主題和編譯報告。
，而不是期望用戶通過不同的來源進行篩選，而是旨在通過作為積極的合作夥伴來簡化過程，以凝聚力的方式收集，組織和提供見解。<
使用增強的推理轉換Google搜索
Gemini 2.0的影響力擴展到Google的核心產品，最著名的是Google搜索。 Pichai強調了該公司的AI概述如何吸引了十億個用戶，使人們能夠提出全新的問題，並使這是引入搜索中最受歡迎的功能之一。
“沒有更多的產品被更多地轉換為AI多於搜索。我們的AI概述現在達到10億人，使他們能夠提出全新的問題-迅速成為我們有史以來最受歡迎的搜索功能之一。”
具有Gemini 2.0的高級推理能力， AI概述現在可以解決更複雜的主題，解決多模式查詢，甚至可以在明年年初對這些豐富的AI概述進行有限的測試，甚至可以在明年年初進行更廣泛的可用性。
深度潛水: Openai的新O1模型如何欺騙人類在
tpus tpus
後面2.0的增強功能是研究和工程投資的十年。 Google是一種全堆棧方法，可以設計完美匹配的硬件和軟件，從而確保性能提高和快速實驗可以迅速轉化為實際改進。
這種集成的方法意味著開發人員可以從穩定的可擴展基礎架構中受益，以支持支持該的穩定，可擴展的基礎架構代理模型的新時代，使他們專注於構建高價值功能和應用，而不是管理低級技術複雜性。
相關:新的IBM光纖光學器件可以速度加快300％
Project Astra的UP AI模型培訓:製作中的通用助手
示出了Gemini 2.0的野心的研究原型之一是項目ASTRA，在Google I/O 2024上介紹，現在合併Gemini 2.0。
Astra的目標是充當通用助手，了解多種語言和口音，記住用戶的偏好，並呼籲Google搜索，鏡頭和鏡頭和鏡頭和鏡頭，提供上下文相關的答案的地圖。
[嵌入式內容]
它最多可以處理10分鐘的會議內存，從而實現了更多個性化和連續的交互。受信任的測試人員一直在使用Android手機上使用Astra來指導改進，Google計劃將其功能帶到更多設備，包括原型眼鏡。
通過融合多模式的理解，工具使用和低延遲響應，體現了Gemini 2.0的代理功能如何塑造未來適合用戶需求和實時偏好的AI助手。
相關:Siri的AI AI phantom table table預訂正在造成混亂
項目水手:使用代理模型
gemini 2.0也可以為
[嵌入式內容]
可以獲取數據，探索網站，填寫表格，甚至組裝購物車，儘管它需要用戶確認，然後才能確定購買。雖然仍然很早，有時甚至很慢完成任務，但Mariner建議未來代理可以處理在線差事和復雜的工作流程。
這種可能性代表了Gemini 2.0 2.0的計劃和推理能力如何擴展的具體證明超越對話並進入導航幫助，數據提取和自動化研究。
相關:巴黎創業公司首次亮相AI Agent Runner H，以挑戰OpenAI，Anthropic，Google和Microsoft
Jules:開發人員的軟件維護自動化
代理功能通過Jules擴展到軟件開發中，Jules是一種直接集成到GitHub工作流中的AI驅動的編碼代理。 Jules可以解釋開發人員的說明，解決問題，計劃和執行修復程序，然後等待人類審查，然後將更改重新合併到主要代碼庫中。
kathy korevec，Google Labs的產品管理總監Kathy Korevec描述了Jules的實用程序:“這非常擅長修復錯誤，小功能，類似的東西，您幾乎可以將其視為初級工程師，並且您在那裡指導它。”
她補充說:“我沒有成為一名軟件工程師，因為我每天都夢想著修復錯誤，這不是我的野心，我想構建非常酷的創意應用程序。 “這種方法可以使人類開發人員擺脫繁瑣的維護工作，使他們能夠專注於創造力，創新和更具挑戰性的問題。
相關:cognition.ai啟動了其Devin AI。軟件工程師的價格為500美元/月
遊戲中的代理商和物理世界
Google Deepmind在Gemini 2.0下繼續使用Google DeepMind訓練遊戲的傳統。遊戲環境為模型提供了一個受控階段，以學習計劃，邏輯和以下規則。
構建在Gemini 2.0上的代理可以瀏覽虛擬世界，解釋說明並提供實時建議，並有可能增強遊戲玩法和擴展玩家體驗的視野。
與
由於這些代理商也可以通過Google搜索訪問外部知識，因此它們可能會橋接遊戲特定的環境和更廣泛的網絡，從而為玩家提供及時的見解和指導。 實驗也擴展到機器人技術，在Gemini 2.0的空間推理能力可能有一天可以使代理商在物理世界中提供幫助。 儘管仍然很早且實驗性，但在有形環境中，AI驅動的支持的希望表明了通往系統的途徑，該途徑是通往系統的道路可以在虛擬設置之外安全可靠地進行互動，可能會協助實際任務和服務。 [嵌入式內容] 隨著Gemini 2.0代理模型的廣度和力量增長，Google對責任，安全和道德規範的重視也是如此。該公司指出，這些新技術開闢了有關安全，安全和行為的新穎問題。 內部責任和安全委員會（RSC）在整個開發中都採用了AI輔助的紅色小組方法來識別和減輕風險。多模式產出的複雜性需要持續的安全評估和培訓。 相關:EU經濟學家看到AI“市場失敗”；敦促公共基金里程碑模型 Astra Project Google正在努力防止敏感信息洩漏，並且使用Project Mariner，它可以確保代理商尊重用戶指令，這是通過惡意提示注射隱藏在外部來源中的。 目標是保持人類用戶的用戶在控制他們免受欺詐，網絡釣魚或其他形式的濫用的同時，通過穩步精煉過程，諮詢外部專家並進行嚴格的測試，Google希望在創新和維護用戶信任之間取得謹慎的平衡。 Gemini 2.0是邁向更一般，自適應AI的旅程的里程碑-有時與人工通用情報（AGI）的概念相關的願望。 雖然仍處於探索階段，但Gemini 2.0及其研究原型展示的功能指向了未來，AI代理可以處理日益複雜的任務，將無縫集成到日常生活中，並賦予用戶能夠取得更多成就。 在每次迭代中，Google都會優化原始計算能力，多模式理解和代理行為之間的協同作用，從而為人們與機器互動的持續發展奠定了基礎。 在這種意義上，Gemini 2.0不僅是另一個模型版本，而且是重塑信息的處理方式，任務的完成方式以及AI如何充當值得信賴的合作夥伴的有意義的一步。 從增強10億美元的搜索體驗，用戶能夠實現更多的自主研究，開發和導航，今天介紹的功能表明，代理時代確實開始了。 負責任地構建風險
朝著AGI和超越
