一水 发自 凹非寺
量子位 | 公众号 QbitAI
目前看来，众人一致认为这是谷歌对OpenAI的一次成功反击，甚至有网友辣评：
迄今为止，OpenAI“双十二”期间最引人注目的反倒是Gemini 2.0。(doge）
根据官方跑分结果，Gemini 2.0在各项基准测试上的得分和Claude 3.5 Sonnet差不多，但相比Gemini 1.5 Pro，其生成速度提升了2倍。
同时，根据Deepmind CEO哈萨比斯的说法，Gemini 2.0这次主打「多模态+Agent」，是一款面向智能体时代的AI模型。
2025年将是AI智能体的时代，Gemini 2.0将是支撑我们基于智能体工作的最新一代模型。
目前，Gemini 2.0 Flash实验版模型已经在网页端开放，大家都能玩，移动端即将推出。此外，开发者还可以通过Google AI Studio和Vertex AI的Gemini API使用。
Okk，话不多说，这就康康网友们都在拿它弄啥嘞——
Gemini 2.0主打「多模态+Agent」，网友已玩疯
首先，随着Gemini 2.0 Flash实验版一同上线的，还有一项名为深度研究（Deep Research）的智能体新功能。
这个功能在Gemini Advanced中推出，仅支持英文版本，有点像最近比较火的科研AI搜索。
按照谷歌CEO皮猜的说法，用户只需给一个科研主题，它就能帮你整理出一份带参考来源的完整报告。
能全程语音交流论文的科研助手
你以为这就完了？？
当然不，来看（前推特）知名AI博主的玩法。视频中，博主用Gemini 2.0来阅读一篇AI论文，和传统的直接上传文件然后总结概括不同，这个智能体直接全程和博主语音交流。（注意听语音）
只听双方打完招呼后，博主将论文屏幕分享给了AI，并询问对方能看见什么？
而AI也和人类正常对话一样，回答自己看见的论文标题，图表……
关键是，双方真的像面对面交谈一样，能够针对论文的具体内容展开一番探讨。
这下我信了博主的说法。据他称，新功能直接将论文阅读能力提高了10倍。
除此之外，谷歌还发布了多款AI智能体，有早已在I/O大会上亮相的Project Astra，也有适用于浏览器的Project Mariner，还有专为开发者打造的AI编程智能体Jules。
下面一一来看。
通用助手Project Astra回答看见的一切
基于Gemini 2.0 Flash，谷歌10月推出的通用助手Project Astra这次有了很多更新。
概括而言，主要是更好的对话、更低的延迟、更强的记忆力（拥有10分钟的会话记忆）以及使用新工具（包括谷歌搜索、Lens和地图）。
根据Deepmind多模态研究员透露，过去几个月他带着这款助手游历了欧洲。
从巴黎到罗马，再到哥本哈根和伊斯坦布尔。它向我解释了从建筑到历史、艺术和美食的一切，并让我记住了这些经历。我对Astra带来的可能性感到非常兴奋，因为它创造了一种与聊天窗口完全不同的体验。
只见在他的vlog中，Project Astra几乎能“看见”并“识别”周围的一切。
帮他从电子邮件中找到公寓密码、告诉洗衣注意事项、搜集打卡地信息……
而且，Project Astra不仅能装在手机里，还可以跑进智能眼镜里，解锁更多需要解放双手的场景（比如骑行）。
不过需要提醒，目前该智能体尚未全面推出，仅限受信任的测试人员使用。
浏览器智能体Project Mariner
此外，基于Gemini 2.0，谷歌这次还发布了一个类似Anthropic「Computer Use」的智能体——Project Mariner。
简单来说，用户只需一句简单指令，它就能自动在浏览器中完成操作，包括处理像素和文本、代码、图像和表单等。
而且使用时会在右边展开侧边栏，实时显示AI的思考及操作过程。（用户也能继续输入指令）
不过目前该智能体尚未全面推出，仅限受信任的测试人员使用。
编程智能体Jules
最后，基于Gemini 2.0 Flash，谷歌这次为开发者专门构建了一个代码智能体Jules。
具体而言，Jules以异步方式工作，并与用户的GitHub工作流集成，在专注于实际想要构建的内容时，它负责处理Bug修复和其他耗时的任务。
据官方介绍，Jules在SWE-bench Verified测试中达到了51.8%的通过率，而Claude 3.5是49%。
不过，目前Jules仅开放给一小部分可信赖的测试者，并计划在2025年初向其他有兴趣的开发者提供。
总之，目前发布的上述3个智能体均未开放给大众，要想体验Gemini 2.0的能力，目前更多还是在多模态上。
比如用它来生成图像。
更关键的是，一次生成不满意，还能继续编辑调整。（从一只蝴蝶到凭空加一只）
进一步深扒发现，Gemini 2.0在图像生成时竟然具备COT思维能力。
在第一次生成后，它很快就发现了自己的错误，并一步步自动调整，最终生成了符合指令的正确图像。
受此启发，该Deepmind员工还创作了绘本故事书，真·图文并茂。
当然，网友们还解锁了更多玩法，篇幅受限在此不再展开……
BTW，截至目前，Gemini 2.0 Flash在幻觉基准测试上的跑分也出来了（只有1.3%）。
另外，谷歌AI Studio负责人还出来预告了一把，好的都在后头。
目前2.0版本已提供给一些开发者内测，谷歌正在迅速将其集成在Gemini和搜索等产品线中。正式产品将于1月份全面上市，届时将推出更多型号。
所以是准备藏着和OpenAI打擂台吗？(doge）
体验地址：
参考链接：
[1]
[2]
[3]
[4]
— 完—
还没有评论，来说两句吧...