难忍OpenAI抢风头！谷歌贴脸开大发布新模型Gemini 2.0，主攻多模态及AI智能体

出品｜搜狐科技

作者｜郑松毅

根本忍不了OpenAI抢风头，谷歌出手！

就在刚刚，谷歌CEO“劈柴”亲自官宣新一代大模型Gemini 2.0登场。

作为Gemini 2.0系列的“先头兵”，此次最先向大家开放的是Gemini 2.0 Flash实验版本。

话不多说，先来看看其测试成绩。

熟悉Gemini的人知道，Flash轻量系列主打在低延迟的优势下实现较高性能，谷歌也一度称该系列是最受开发者欢迎的版本。

从测试结果来看，升级后的Gemini 2.0 Flash在通识知识、编码、数学等多方面表现已经超越上一代的“招牌”模型Gemini 1.5 Pro。

谷歌称，Gemini 2.0 Flash在测试中的响应速度要比Gemini 1.5 Pro快得多，基本达到两倍。

除了性能增强，Gemini 2.0 Flash本次还增添了新功能，主攻多模态。

升级后的2.0 Flash不仅支持图像、视频和音频等多模态输入，现在还支持多模态输出。

不光是能图文混排，和实现可操纵的多语种文本转语音 (TTS) ，还能直接调用Google 搜索、代码执行等工具，以及第三方用户定义函数。

上述成绩还仅仅是升级后Flash版本的表现，现在是不是对Pro版本更“流口水”了？

有网友看后嘲讽，“OpenAI到底还有没有新花样震场了，看起来12天的直播也就那样。”

除了多模态，谷歌看准的另一个潜力发展方向就是AI智能体。

在谷歌发布的官方博客中，CEO“劈柴”与DeepMind核心领导者一致将Gemini 2.0定位为：面向智能体时代的AI Agent模型。

谷歌的愿景是，希望以此能构建新的AI智能体，早日实现通用人工智能助手。

假如科研人员正在研究一个复杂的课题，完全可以使唤AI助手去帮助搜集资料、整理数据、甚至输出完整的研究报告。

当然，像编写代码这种任务，AI助手一样可以胜任。

有了更强劲的Gemini 2.0，谷歌下一步的动作当然是对其旗下产品进行升级。

在今年的谷歌I/O大会上，有一款与OpenAI GPT-4o语音助手相较量的产品——Project Astra。

谷歌表示，将着重先对Project Astra升级改造，以实现以下功能：

更好的对话：现在能够使用多种语言和混合语言进行交谈，更好地理解口音和不常见的单词。

使用新工具：会用谷歌搜索、地图等新工具，让其作为助手变得更有用。

更强记忆力：拥有10分钟的会话记忆，并记住更多历史对话。

更低延迟：实现按正常人类对话节奏来理解对话。

此外，谷歌还计划把Project Astra功能添加到智能眼镜及更多移动终端中。

更值得期待的是，谷歌表示，正在与一些游戏开发商洽谈合作，有机会将AI智能体植入游戏中，实现玩家实时对话等功能，让玩家拥有更沉浸式的游戏体验。