才過了一個月，數學能力就提升了 10%

原標題：1M長上下文，滿血版Gemini 2.0又一次登上Chatbot Arena榜首
文章來源：機器之心
內容字數：4327字

谷歌Gemini 2.0 Flash Thinking升級：再次登頂，推理能力顯著提升

近日，谷歌發布了Gemini 2.0 Flash Thinking推理模型的加強版，并再次登頂Chatbot Arena排行榜。此次升級主要體現在上下文窗口的擴展和模型可靠性的提升上，谷歌AI掌門人Jeff Dean親自發信慶祝這一成果。

1. 100萬token上下文窗口和顯著的性能提升

Gemini 2.0 Flash Thinking基于Gemini 2.0 Flash，通過引入“思維”機制增強推理能力。其最大亮點在于能夠處理高達100萬token的長上下文，允許對長篇文本進行深入分析。此次升級不僅提升了上下文理解能力，還在AIME2024（數學能力測試）、GPQA Diamond（科學能力測試）和MMMU（多模態推理能力）測試中取得了顯著進步，數學成績更是提升了54%。

2. 強大的推理能力和自我糾錯機制

Gemini 2.0 Flash Thinking能夠在多輪對話和推理中自我糾錯，并清晰地展示其思考過程。 Jeff Dean展示的demo中，模型能夠解答物理問題并解釋推理步驟。 最新模型甚至比預期運行速度更快，有效避免了長上下文模型常見的“變傻”問題，能夠保持對話連貫性，靈活運用先前信息完成當前任務。

3. 全面的多模態能力和Project Mariner的貢獻

Gemini 2.0展現了強大的多模態能力，能夠根據語音指令實時改變界面元素的布局，甚至理解并執行顏色混合等復雜操作。這得益于Project Mariner項目，該項目旨在探索人機交互方式，并賦予AI理解和操作網頁瀏覽器的能力，類似于Claude的“computer use”功能。

4. 谷歌的“全面均衡”開發理念和未來展望

谷歌的開發理念注重模型的全面均衡發展，避免在某些領域表現突出而在其他領域表現欠佳。 Jeff Dean表示，谷歌會持續收集用戶反饋，并利用更多數據提升模型在各個方面的能力。 未來，谷歌將繼續探索3D數據等更多模態，力求打造一個真正強大的通用模型。

5. Google AI Studio平臺及未來規劃

谷歌將Gemini系列所有模型整合在“Google AI Studio”平臺，提供API密鑰、提示詞創建、實時對話等功能。 雖然目前平臺功能較為分散，但Jeff Dean表示，在模型正式發布后，谷歌將提供完整的技術報告，并根據用戶反饋持續改進。

總而言之，Gemini 2.0 Flash Thinking的升級展現了谷歌在大型語言模型領域的持續進步，其強大的推理能力、長上下文理解能力和多模態能力使其在眾多競爭對手中脫穎而出。 未來，谷歌在3D數據和更多模態上的探索，值得我們期待。

聯系作者

文章來源：機器之心
作者微信：
作者簡介：專業的人工智能媒體和產業服務平臺