谷歌拋出王炸锏，先人一步開啟Agent新時(shí)代。

原標(biāo)題：谷歌發(fā)布Gemini2.0，開啟Agent新時(shí)代
文章來源：AI科技評(píng)論
內(nèi)容字?jǐn)?shù)：6311字

谷歌Gemini 2.0發(fā)布，開啟Agent新時(shí)代

在OpenAI持續(xù)推出新產(chǎn)品的背景下，谷歌于深夜發(fā)布了其最新的AI模型Gemini 2.0，并稱其為“我們迄今為止最新、功能最強(qiáng)大的AI模型”。這標(biāo)志著谷歌在向“Agent”時(shí)代邁進(jìn)的一大步。

1. Gemini 2.0的多模態(tài)能力

Gemini 2.0是第一個(gè)實(shí)現(xiàn)原生多模態(tài)輸入輸出的模型，支持圖片、視頻和音頻等多種數(shù)據(jù)形式的處理。相比于前一版本，2.0的速度提升了兩倍，能夠更加高效地生成圖像與文本混合的內(nèi)容，并原生支持多語(yǔ)言文本轉(zhuǎn)語(yǔ)音功能。此外，Gemini 2.0還可以調(diào)用Google Search、代碼執(zhí)行等多種工具。

2. 新AI產(chǎn)品的推出

基于Gemini 2.0，谷歌推出了三個(gè)新的AI智能體原型：

• Project Astra：通用大模型助手，具備多語(yǔ)言對(duì)話能力，能夠在不同工具之間進(jìn)行實(shí)時(shí)推理。
• Project Mariner：瀏覽器助手，能理解瀏覽器上的信息并自動(dòng)執(zhí)行任務(wù)，如在線購(gòu)物、查找航班等。
• Jules：編程助手，集成于GitHub工作流程中，幫助開發(fā)者自動(dòng)化代碼修改及調(diào)試。

3. AI Agent的未來

谷歌的Agent技術(shù)旨在無需人工干預(yù)即可自主執(zhí)行任務(wù)，為用戶提供便利。首席執(zhí)行官桑達(dá)爾·皮查伊表示，Agent能夠更好地了解環(huán)境并在監(jiān)督下進(jìn)行多步驟操作。谷歌計(jì)劃在2025年開啟真正的“AI智能體時(shí)代”，并期待Gemini 2.0的推理能力能夠引入更多復(fù)雜主題和多步驟問題的處理。

4. 安全與技術(shù)保障

為防止濫用，谷歌為生成的音頻和圖像添加了水印，并使用SynthID技術(shù)進(jìn)行標(biāo)記。Gemini 2.0基于第六代TPU Trillium構(gòu)建，性能大幅提升，支持開發(fā)者利用多模態(tài)輸入和輸出進(jìn)行應(yīng)用開發(fā)。

谷歌的這一系列舉措展示了AI在各個(gè)領(lǐng)域的廣泛應(yīng)用潛力，未來將如何改變?nèi)藗兊纳詈凸ぷ鬟€需拭目以待。

聯(lián)系作者

文章來源：AI科技評(píng)論
作者微信：
作者簡(jiǎn)介：雷峰網(wǎng)旗下AI新媒體。聚焦AI前沿研究，關(guān)注AI工程落地。