作家：赵雨荷
来源：硬AI
为搪塞OpenAI此前推出的广宽新址品，谷歌周三推出下一代蹙迫东说念主工智能模子Gemini 2.0 Flash，不错原生生成图像和音频，同期支撑文本生成。2.0 Flash还不错使用第三方欺诈门径和处事，使其八成拜访谷歌搜索、扩充代码等功能。
从周三起，2.0 Flash的实验版块将通过Gemini API和谷歌的AI成立平台（AI Studio和Vertex AI）提供。可是，音频和图像生得胜能仅对“早期接入相助伙伴”怒放，并筹备在来岁1月全面推出。
改日几个月内，谷歌示意将推出2.0 Flash的不同版块，用于Android Studio、Chrome DevTools、Firebase、Gemini Code Assist等居品。
Flash的升级第一代Flash（1.5 Flash）只可生成文本，且并未瞎想用于相当高要求的责任负载。据谷歌称，新版块2.0 Flash模子更具千般性，部分原因是它八成调用用具（如搜索）并与外部API交互。
谷歌Gemini模子居品厚爱东说念主Tulsee Doshi示意，
“咱们知说念，Flash因其在速率和性能上的细密均衡而备受成立者青睐。在2.0 Flash中，它依然保握了速率的上风，但当今愈加刚劲。”
谷歌宣称，根据公司里面测试，2.0 Flash在某些基准测试中的运行速率是Gemini 1.5 Pro模子的两倍，并在编码和图像分析等领域“显耀”改造。事实上，该公司示意，2.0 Flash凭借其更好的数学性能和“事实性”取代了1.5 Pro，成为Gemini的旗舰模子。
2.0 Flash不错生成并修改图像，同期支撑文本生成。该模子还不错读取相片、视频以及音频录制推行，从而回应与这些推行筹商的问题。
音频生成是2.0 Flash的另一个过失功能，Doshi将其描画为“可操控”和“可定制”。举例，该模子不错用八种针对不同口音和言语优化的声息来诵读文本。
不外，谷歌并未提供2.0 Flash生成的图像或音频样本，因此无法判断其输出质料与其他模子的比较。
谷歌示意，它正在使用其SynthID技能为2.0 Flash生成的通盘音频和图像添加水印。在支撑SynthID的软件和平台（即部分谷歌居品）上，该模子的输出将被瑰丽为合成推行。
此举旨在缓解东说念主们对浪掷的担忧。事实上，“深度伪造”（deepfake）正成为日益严重的恫吓。据身份考据处事Sumsub的数据，从2023年到2024年，大家检测到的深度伪造数目增长了四倍。
多模态API2.0 Flash的出产力版块将于来岁1月推出。但与此同期，谷歌推出了一个API，名为Multimodal Live API，以匡助成立者构建具有及时音频和视频流功能的欺诈门径。
通过Multimodal Live API，谷歌示意成立者不错创建具有来自录像头或屏幕音频和视频输入的及时多模态欺诈门径。该API支撑用具集成以完成任务，并八成处理“当然对话式样”，举例打断——与OpenAI的及时API功能访佛。
Multimodal Live API已于周三上昼全面怒放使用。
AI代理操作网页谷歌周三还发布了其首个八成在网页上扩充操作的AI代理，这是由其DeepMind部门推出的盘考模子，名为Project Mariner。该代意义Gemini驱动，八成汲取用户的Chrome浏览器，出动屏幕上的光标，点击按钮，填写表单，从而像东说念主类相通使用和浏览网站。
谷歌示意，从周三驱动，这款AI代理将率先面向一小部分事先遴选的测试者推出。
媒体报说念，谷歌正在陆续尝试新的样式，让Gemini八成读取、回顾甚而使用网站。一位谷歌高管告诉媒体，这标志着一种“全新的用户体验范式迁徙”：用户不再成功与网站交互，而是通过生成式AI系统完成这些交互。
分析合计，这种迁徙可能会影响数百万家企业——从TechCrunch等出书商到沃尔玛等零卖商——这些企业一直以来王人依赖谷歌将真确用户领导到他们的网站。
在与科技媒体TechCrunch的演示中，谷歌实验室总监Jaclyn Konzelmann展示了Project Mariner的责任旨趣。
在Chrome浏览器中安设一个扩展门径后，浏览器右侧会弹出一个聊天窗口。用户不错指示代理完成诸如“根据这份清单在超市创建购物车”之类的任务。
接着，AI代答理导航到一家超市的网站，然后搜索并将商品添加到虚构购物车中。一个不言而喻的问题是代理运行速率较慢——每次光标出动之间约有5秒的延长。偶然，代答理中断任务并复返到聊天窗口，要求理会某些物品（比如需要些许胡萝卜等）。
谷歌的代理无法完成结账，因为它不会填写信用卡号或账单信息。此外，Project Mariner也不会为用户接受cookies，或签署处事要求左券。谷歌示意，这是出于对用户更好收敛的讨论，成心不允许代理扩充这些操作。
在后台，谷歌的代答理截取用户浏览器窗口的截图（用户需在处事要求中本心这极少），并将其发送到云霄的Gemini进行处理。然后，Gemini会将导航网页的指示发送回用户的电脑。
Project Mariner还不错用于搜索航班和酒店、购物家居用品、查找食谱以过火他现时需要用户点击网页才能完成的任务。
不外，Project Mariner仅能在Chrome浏览器的最前端算作标签页上责任，这意味着在代理后台运行时，用户无法用电脑作念其他事情，而是需要不雅看Gemini缓缓所在击操作。谷歌DeepMind首席技能官Koray Kavukcuoglu示意，这是一个相等挑升的决定，方针是让用户知说念谷歌的AI代理正在作念什么。
Konzelmann示意，
“[Project Mariner]标志着咱们当今看到的一种根人性的新用户体验范式迁徙。咱们需要探索一种正确的方法，让这一切改变用户与网页互动的样式，同期也改变出书商为用户以及代理创建体验的样式。”
AI代理作念盘考、写代码、练习游戏除了Project Mariner，谷歌周三还推出了几款专门用于特定任务的新AI代理。
其中一个AI代理Deep Research旨在通过创建多要领盘考筹备匡助用户盘考复杂盘考。它似乎是OpenAI的o1的竞争敌手，后者也八成进行多要领推理。可是，谷歌发言东说念主指出，该代理并无用于处治数学和逻辑推理问题、编写代码或进行数据分析。Deep Research现已在Gemini Advanced中推出，并将在2025年登陆Gemini欺诈。
当收到一个勤劳或范围较大的问题时，Deep Research会创建一个多要领的步履筹备来去应问题。在用户批准筹备后，Deep Research需要几分钟的时刻来去应问题、搜索网页，然青年景一份瞩方针盘考确认。
另一个新AI代理Jules旨在匡助成立者完成代码任务。它成功集成到GitHub责任流中，使Jules八成检察现存责任并成功在GitHub中进行改革。Jules现已向一小部分测试者推出，并将在2025年晚些时候发布。
终末，谷歌DeepMind示意正在成立一款用于匡助用户练习游戏的AI代理，这是基于其在创建游戏AI方面的恒久训诫。谷歌正在与Supercell等游戏成立商相助测试Gemini讲授《部落龙套》等游戏天下的才调。
AI生成撮要谷歌周三还发布了基于Gemini 2.0模子的AI生成纲邀功能“AI Overviews”，为某些Google搜索查询提供的撮要推行，将很快八成处理“更复杂的话题”，以及“多模态”和“多要领”的搜索推行。谷歌示意，这包括高档数知识题和编程问题。
新的AI Overviews功能将在本周驱动进行有限测试，并将在明岁首平常扩张。
不外，自本年春天推出以来，AI Overviews激发了好多争议，其提供的某些可疑述说和提议（举例保举在披萨上加胶水）曾在网上激发烧议。根据SEO平台SE Ranking的一份最近确认，AI Overviews援用了“并不透彻可靠或基于字据的”网站，包括过期的盘考和付费居品列表。
分析合计，主要问题在于，AI Overviews偶然难以分辩信息来源是事实、虚构、讥讽如故严肃推行。往日几个月里，谷歌改变了AI Overviews的责任样式，收敛了与风光和健康话题筹商的谜底。但谷歌并不宣称这一功能还是尽善尽好意思。
尽管如斯，谷歌示意，AI Overviews进步了搜索参与度，尤其是在18到24岁这一过失用户群体中——这是谷歌的重心方向东说念主群。
最新AI加快器芯片Trillium 专供Gemini 2.0谷歌周三发布了其第六代东说念主工智能加快器芯片Trillium，宣称这一芯片的性能改造可能从根蒂上改变AI成立的经济式样。
这款定制处理器用于老师谷歌最新发布的Gemini 2.0 AI模子，其老师性能是上一代的四倍，同期大幅缩短了能耗。
谷歌首席扩充官桑达尔·皮查伊（Sundar Pichai）在一篇公告著述中讲授说念，谷歌还是将高出10万颗Trillium芯片取悦在一个单一的采集中构中，造成了大家最刚劲的AI超等贪图机之一。
Trillium在多个维度上终深远显耀的越过。与其前代比较，这款芯片每颗芯片的峰值贪图性能进步了4.7倍，同期高带宽内存容量和芯片间互联带宽均翻了一倍。更为蹙迫的是，它的能效进步了67%，这是数据中心在搪塞AI老师庞大能耗需求时的一个过失方针。
Trillium的贸易影响不仅限于性能方针。谷歌宣称，与上一代芯片比较，该芯片在每好意思元的老师性能方面进步了2.5倍，这可能会重塑AI成立的经济式样。
分析合计，Trillium的发布加重了AI硬件领域的竞争，而英伟达凭借其基于GPU的处治决策恒久占据主导地位。诚然英伟达的芯片仍然是好多AI欺诈的行业门径，但谷歌的定制芯片方法可能在特定责任负载，相当是老师相等大的模子方面具有上风。
还有分析称，谷歌在定制芯片成立上的大王人投资响应了其对AI基础设施蹙迫性的政策押注。谷歌决定将Trillium提供给云客户，这标明其但愿在云AI商场上更具竞争力，与微软Azure和亚马逊AWS张开强烈竞争。关于通盘这个词科技行业而言，Trillium的发布标明AI硬件霸主之争正参加新阶段。
本文来自微信公众号“硬AI”，顺心更多AI前沿资讯请移步这里
风险领导及免责要求 商场有风险，投资需严慎。本文不组成个东说念主投资提议，也未讨论到个别用户特殊的投资方向、财务景况或需要。用户应试虑本文中的任何想法、不雅点或论断是否相宜其特定景况。据此投资，包袱自诩。
