谷歌推出Gemini 2.0创建多模式内容

“如果Gemini 1.0是关于组织和理解信息，那么Gemini 2.0将使信息变得更加有用，”谷歌首席执行官桑达尔·皮查伊(Sundar Pichai)在12月11日的Gemini 2.0演示中表示。

新模型的第一个版本是Gemini 2.0 Flash，可供用户和开发者抢先体验。据介绍，AI的响应速度是1.5 Pro版本的两倍。该产品在很多使用场景中也表现出色，其中Python、Java、C++代码编写能力达到92.9%，高于1.5 Flash的79.8；数学解决能力达到89.7%，高于之前的77.9%。然而，理解长上下文的能力从 71.9% 下降到 69.2%。

根据 Google 的说法，Gemini 2.0 Flash 的特殊之处在于它创建多模式原生内容输出的能力。输出的产品可以是文字、语音、图像、文字转语音，并允许用户根据需要定制语音。

双子座2.0插图。照片：

谷歌

“随着推理能力、语言理解力等的提高谷歌 DeepMind 首席执行官 Demis Hassabis 强调：“长场景、规划或遵循复杂指令、调用聚合函数，它们将创造新的 AI 代理体验。” - 一个未来的人工智能助手，可以理解现实世界的背景，结合谷歌搜索、镜头和地图并提供快速响应人工智能代理其他用途。 Gemini 2.0 可以识别策略游戏屏幕上的信息，并建议用户如何玩才能获胜。

Gemini 2.0 Flash 目前可通过 Google AI Studio 和 Vertex AI 中的 Gemini API 作为测试模型供开发人员使用。用户还可以体验Gemini聊天机器人，选择2.0 Flash版本。谷歌表示，下个月将扩展该应用程序以及Gemini 2.0的其他型号。 2025 年 1 月.

“我们在双子座时代达到了一个激动人心的里程碑。我们期待继续安全地探索所有新的可能性哈萨比斯说：“在迈向 AGI 的过程中”。

谷歌于 2023 年 12 月推出了 Gemini 1.0，与 OpenAI 的 GPT 赛跑。根据首席执行官 Sundar Pichai 的说法，Gemini 应用程序已经拥有 20 亿用户。Google 搜索中集成的功能 AI 概述拥有 10 亿用户.

Luu Quy