谷歌“狙擊”O(jiān)penAI，發(fā)布新一代大模型，主打Agent+多模態(tài)

　　繼量子芯片之后，谷歌又來搶“OpenAI雙12直播”的流量了!

　　就在剛剛，谷歌新一代大模型Gemini2.0突然登場(chǎng)，再次由谷歌CEO皮猜親自官宣。

　　新一代模型專為AI Agent而打造，谷歌表示目前已經(jīng)將2.0版本提供給了一些開發(fā)者內(nèi)測(cè)，正在迅速將其集成在Gemini和搜索等產(chǎn)品線中。

　　好消息是，Gemini2.0Flash實(shí)驗(yàn)版模型今天就在網(wǎng)頁端開放，大家都能玩，移動(dòng)端即將推出。

　　除此之外，谷歌還推出了一項(xiàng)名為深度研究(Deep Research)的新功能，基于高級(jí)推理和長(zhǎng)上下文能力，它能直接幫你干研究助理的活兒——給個(gè)主題，自己出報(bào)告的那種。

　　目前這個(gè)新功能在Gemini Advanced版本中可用。

　　谷歌這一波出手，再結(jié)合Sora的不盡如人意，新一天的直播還沒開始，已經(jīng)有人開始唱衰OpenAI了:

　　OpenAI的護(hù)城河是什么?

　　“面向智能體時(shí)代的新AI模型”

　　在谷歌CEO皮猜、Google DeepMind CEO哈薩比斯，以及Google DeepMind CTO科雷(Koray Kavukcuoglu)三人共同撰寫的博客文章中，官方給Gemini2.0的定位是:

　　面向智能體時(shí)代的AI模型。

　　在多模態(tài)方面的新進(jìn)展，以及原生工具的使用，使我們能夠構(gòu)建新的AI智能體，以更接近實(shí)現(xiàn)通用助手的愿景。

　　具體如何體現(xiàn)?在Gemini2.0Flash實(shí)驗(yàn)版第一時(shí)間上線的同時(shí)，谷歌還在Gemini Advanced中推出了一項(xiàng)名為深度研究(Deep Research)的智能體新功能。

　　你可以把它當(dāng)成以研究助理，圍繞一個(gè)復(fù)雜主題生成研究報(bào)告。有點(diǎn)像是個(gè)科研版AI搜索。

　　另外一個(gè)Gemini2.0的重點(diǎn)關(guān)鍵詞是:多模態(tài)。

　　2.0Flash實(shí)驗(yàn)版除了支持圖像、視頻、音頻多模態(tài)輸入，還支持多模態(tài)輸出。

　　不單單是簡(jiǎn)單的圖文混排，可控的多語種文本到語音(TTS)輸出也行，還能直接本地調(diào)用工具，比如谷歌搜索、代碼工具、第三方用戶定義的功能。

　　有ChatGPT插件那味兒了。

　　不過，作為實(shí)驗(yàn)?zāi)Ｐ�，其文本到語音和原生圖像生成功能目前僅提供給早期訪問合作伙伴。谷歌透露2.0Flash將在1月份正式推出，會(huì)提供更多不同大小的模型。

　　而根據(jù)谷歌發(fā)布的基準(zhǔn)測(cè)試結(jié)果，不論是在多模態(tài)的圖片、視頻能力上，還是編碼、數(shù)學(xué)等能力上，僅是Flash實(shí)驗(yàn)版的Gemini2.0表現(xiàn)就已幾乎全面超越Gemini1.5Pro002。

　　而且它的速度是1.5Pro的兩倍。

　　谷歌表示，明年年初，會(huì)將Gemini2.0擴(kuò)展到更多旗下產(chǎn)品中，比如Project Astra。

　　就是I/O大會(huì)上谷歌推出來跟GPT-4o的語音功能打擂臺(tái)的那個(gè)。

　　此次，基于Gemini2.0，Project Astra更新了以下功能

　　更好的對(duì)話:現(xiàn)在能夠以多種語言和混合語言進(jìn)行對(duì)話，更好地理解口音和不常見的單詞。

　　使用新工具:Project Astra會(huì)用谷歌搜索、Lens和地圖了。

　　更強(qiáng)的記憶力:Project Astra現(xiàn)在擁有10分鐘的會(huì)話記憶，并且可以記住更多歷史對(duì)話，也就說，憑借這些“記憶”，它能更懂你了。

　　改進(jìn)延遲:Project Astra可以按正常人類對(duì)話的節(jié)奏來理解對(duì)話。

　　谷歌還提到，正在將Project Astra移植到眼鏡等更多移動(dòng)終端中。

　　另外，谷歌透露，他們正在和Supercell等游戲開發(fā)商合作，測(cè)試基于Gemini2.0打造的游戲智能體們的實(shí)力。

　　這些智能體可以根據(jù)屏幕上的動(dòng)作對(duì)游戲進(jìn)行推理，并與玩家實(shí)時(shí)對(duì)話提供行動(dòng)建議。

　　玩《突擊小隊(duì)》、《部落沖突》、《農(nóng)場(chǎng)日記》，場(chǎng)面belike:

　　除了網(wǎng)頁端可用，Gemini2.0Flash實(shí)驗(yàn)?zāi)Ｐ瓦�通過Google AI Studio和Vertex AI的Gemini API向開發(fā)者提供。

　　從OpenAI跳槽到谷歌的Logan Kilpatrick表示，他們?cè)贕oogle AI Studio中創(chuàng)建了一個(gè)全新體驗(yàn)，展示了Gemini2.0視頻理解、原生工具使用、空間理解的入門應(yīng)用。

　　那么，你覺得這夠Agent嗎?