谷歌引領代理式人工智慧時代

谷歌 (Google) 的執行長皮查伊 (Sundar Pichai) 宣布推出 Gemini 2.0，這是一個代表谷歌在人工智慧 (AI) 領域新一步的模型。

在推出 Gemini 1.0 一年後，這次重大升級加入了更強大的多模態能力、代理功能，以及創新的使用者工具，旨在推動 AI 驅動技術的邊界。

邁向變革性的 AI

皮查伊回顧了谷歌 26 年來的使命，旨在組織和使世界的信息更易於獲取，他表示：「如果 Gemini 1.0 是關於組織和理解信息，那麼 Gemini 2.0 則是讓這些信息變得更加有用。」

Gemini 1.0 於 2022 年 12 月推出，是谷歌首個原生多模態 AI 模型。這個版本在理解和處理文本、視頻、圖片、音頻和代碼方面表現出色。其增強版 1.5 版本受到開發者的廣泛歡迎，因為它能夠理解長上下文，支持像 NotebookLM 這樣以生產力為重點的應用。

現在，隨著 Gemini 2.0 的推出，谷歌希望加快 AI 作為通用助手的角色，能夠生成原生圖像和音頻，更好地進行推理和計劃，並具備現實世界的決策能力。皮查伊表示，這一發展代表著「代理時代」的曙光。

「我們一直在投資開發更具代理性的模型，這意味著它們能夠更好地理解你周圍的世界，提前思考多個步驟，並在你的監督下為你採取行動。」皮查伊解釋道。

Gemini 2.0：核心特徵和可用性

今天公告的核心是 Gemini 2.0 Flash 的實驗性發布，這是 Gemini 第二代的旗艦模型。它在前代模型的基礎上，提供更快的響應時間和更高的性能。

Gemini 2.0 Flash 支持多模態的輸入和輸出，包括生成原生圖像與文本結合的能力，並能產生可調整的多語言文本轉語音音頻。此外，使用者還可以受益於原生工具整合，例如谷歌搜尋 (Google Search) 和第三方用戶定義的功能。

開發者和企業將通過谷歌 AI Studio 和 Vertex AI 的 Gemini API 獲得 Gemini 2.0 Flash 的訪問權限，而更大模型的發布計劃在 2024 年 1 月進行。

為了全球可及性，Gemini 應用程式現在提供了針對聊天優化的 2.0 Flash 實驗模型。早期使用者可以在桌面和移動設備上體驗這個更新的助手，移動應用程式的推出也即將到來。

像谷歌搜尋這樣的產品也在增強 Gemini 2.0 的功能，能夠處理複雜的查詢，例如高級數學問題、編碼查詢和多模態問題。

全面的 AI 創新套件

Gemini 2.0 的推出伴隨著一些引人注目的新工具，展示了其能力。

其中一個功能是深度研究 (Deep Research)，它作為 AI 研究助手，簡化了調查複雜主題的過程，將信息整理成綜合報告。另一個升級則增強了搜尋功能，提供 Gemini 驅動的 AI 概述，能夠解決複雜的多步用戶查詢。

該模型使用谷歌第六代張量處理單元 (TPUs)，稱為 Trillium 進行訓練，皮查伊指出「Trillium 支持了 100% 的 Gemini 2.0 訓練和推理。」

Trillium 現在對外部開發者開放，讓他們也能受益於支持谷歌自身進步的基礎設施。

開創代理體驗

Gemini 2.0 除了推出外，還有一些實驗性的「代理」原型，旨在探索人類與 AI 協作的未來，包括：

專案 Astra (Project Astra)：一個通用的 AI 助手

專案 Astra 今年早些時候在 I/O 大會上首次介紹，利用 Gemini 2.0 的多模態理解來改善現實世界的 AI 互動。受信任的測試者在 Android 上試用了這個助手，提供的反饋幫助改進了其多語言對話、記憶保留和與谷歌工具如搜尋、鏡頭 (Lens) 和地圖 (Maps) 的整合。Astra 還展示了接近人類的對話延遲，並正在進行進一步研究，以便應用於可穿戴技術，如原型 AI 眼鏡。

專案 Mariner (Project Mariner)：重新定義網路自動化

專案 Mariner 是一個實驗性的網頁瀏覽助手，利用 Gemini 2.0 在文本、圖像和互動元素（如表單）中的推理能力。在初步測試中，它在 WebVoyager 基準測試中達到了 83.5% 的成功率，完成端到端的網頁任務。早期測試者使用 Chrome 擴展來幫助改進 Mariner 的能力，同時谷歌也在評估安全措施，以確保技術保持用戶友好和安全。

Jules：為開發者設計的編碼助手

Jules 是一個為開發者打造的 AI 助手，直接整合到 GitHub 工作流程中，以解決編碼挑戰。它能夠自主提出解決方案、生成計劃並執行基於代碼的任務，所有這些都在人工監督下進行。這一實驗性工作是谷歌長期目標的一部分，旨在創造各個領域的多功能 AI 代理。

遊戲應用及其他

谷歌 DeepMind 正在與遊戲合作夥伴如 Supercell 合作，將 Gemini 2.0 的應用擴展到虛擬環境中，開發智能遊戲代理。這些實驗性的 AI 夥伴能夠實時解釋遊戲行為，建議策略，甚至通過搜尋訪問更廣泛的知識。研究還在進行中，探索 Gemini 2.0 的空間推理如何支持機器人技術，為未來的實體應用開啟大門。