谷歌发布“最强大AI模型” 大举押注AI的这个事业

2月6日消息，美国当地时间周三，谷歌发布了Gemini 2.0，据官方描述，这是其迄今为止最强大的AI模型套件，并向所有人开放。

2024年12月，谷歌向部分开发者和测试人员提供了Gemini 2.0的访问权限，并将部分功能集成到了谷歌的产品中，但这次是“全面发布”，意味着所有新模型都可通过谷歌AI Studio和Gemini API供开发者使用。

Gemini 2.0模型套件包括多个版本，其中：

Gemini 2.0系列模型

Gemini 2.0 Flash被称为“高效的工作模型”，适合处理大规模、高频率的任务，现已在AI Studio和Vertex AI上线，并向开发者全面开放；

Gemini 2.0 Pro Experimental在编码和数学相关任务中提供“更好的事实准确性”和“更强的性能”。它被描述为谷歌“迄今为止最强大的模型”，现已在AI Studio和Vertex AI上线，面向Gemini高级用户开放。

Gemini 2.0 Flash-Lite则是谷歌推出的“最具成本效益的模型”。该模型在速度和价格上与1.5 Flash相当，但在“大多数基准测试中表现更优”，具有100万个tokens上下文窗口和多模式输入。

与Gemini 1.5相比，Gemini 2.0系列模型在一系列基准测试中性能显著提升

在价格方面，Gemini Flash的收费标准为每百万个Token 10美分，而Gemini Flash-Lite则更具成本效益，每百万个Token仅收费0.75美分。Token指的是模型处理的每个数据单元，包含文本、图像和视频输入。

Gemini 2.0 Flash和2.0 Flash-Lite的成本进一步降低

谷歌在2024年12月的博客中提到：“过去一年，我们一直在开发更智能的模型，这些模型能更好地理解周围的世界，进行多步推理，并在用户的监督下自主执行任务。Gemini 2.0具有更强的多模态能力，如支持图像和音频输出，并且具备原生工具使用能力。这个系列的模型将帮助谷歌构建新的AI智能体，逐步实现通用助手的愿景。”

这次发布是谷歌加大对AI智能体投资的一部分。随着AI领域的竞争加剧，谷歌在推动“虚拟代理”AI方面持续发力。Meta、亚马逊、微软、OpenAI和Anthropic等公司也都在致力于开发能够代替用户完成复杂多步骤任务的AI系统。

2024年10月，Anthropic宣布其AI智能体可以像人类一样使用电脑，完成多达上百步的复杂任务，该系统能够解读屏幕上的内容、点击按钮、输入文本、浏览网站，并通过任何软件执行任务。

OpenAI最近也推出了类似的“Operator”功能，能够自动完成规划假期、填写表格、预订餐厅等任务。OpenAI将“Operator”称为“可以上网替你完成任务的智能体”。

此外，OpenAI还推出了“Deep Research”功能，能够帮助AI智能体编写复杂的研究报告，并分析用户选择的主题。谷歌在2024年12月也推出了同名工具Deep Research作为“研究助手”，帮助用户探索复杂主题并编译报告。

据悉，谷歌计划在2025年初推出更多AI功能。其首席执行官桑达尔·皮查伊在一次战略会议上表示：“在历史上，你不一定要做第一个，但你必须做到最好，这就是我们2025年的目标。”