谷歌周三向所有人发布了Gemini 2.0，这是该公司迄今为止“最强大”的人工智能模型套件。
去年12月，该公司向开发人员和值得信赖的测试人员提供了访问权限，并将一些功能打包到谷歌产品中，但据谷歌称，这是一个“通用版本”。
这套模型包括2.0 Flash，它被称为“主力模型，最适合大规模的高容量、高频率任务”；2.0 Pro Experimental，主要关注编码性能；2.0 Flash-Lite， 谷歌称其为“迄今最具成本效益的模式”。
Gemini Flash的文本、图像和视频输入每百万代币的成本为10美分，而其成本更低的版本Flash- lite的成本为0.75美分。
随着科技巨头和初创公司之间的人工智能军备竞赛白热化，这些持续发布的产品是大举投资“人工智能代理”的更广泛战略的一部分。
Meta、亚马逊、微软、OpenAI和Anthropic也在朝着人工智能的方向发展，即能够代表用户完成复杂的多步骤任务的模型，而不是让用户亲自完成每一步。
谷歌在去年12月的一篇博客文章中写道：“在过去的一年里，我们一直在投资开发更多的代理模型，这意味着它们可以更多地了解你周围的世界，提前考虑多个步骤，并在你的监督下代表你采取行动。”谷歌补充说，Gemini 2.0“在多模态方面取得了新的进展，比如原生图像和音频输出。以及本地工具的使用”，并且模型家族“将使我们能够构建新的人工智能代理，使我们更接近我们对通用助手的愿景。”
Anthropic是亚马逊支持的人工智能初创公司，由OpenAI前研究高管创立，是开发人工智能代理的主要竞争对手。去年10月，这家初创公司表示，它的人工智能代理能够像人类一样使用计算机完成复杂的任务。这家初创公司表示，Anthropic的电脑使用能力使其技术能够解读电脑屏幕上的内容，选择按钮，输入文本，浏览网站，并通过任何软件和实时互联网浏览执行任务。
Anthropic的首席科学官贾里德·卡普兰（Jared Kaplan）当时在接受采访时表示，该工具“基本上可以像我们一样使用计算机”。他说，它可以完成“几十甚至几百步”的任务。
OpenAI最近发布了一个类似的工具，引入了一个名为Operator的功能，可以自动执行计划假期、填写表格、预订餐厅和订购杂货等任务。这家微软支持的初创公司将Operator描述为“一个可以上网为你执行任务的代理”。
本周早些时候，OpenAI宣布了另一个名为“深度研究”的工具，该工具允许人工智能代理编写复杂的研究报告，并分析用户选择的问题和主题。谷歌在12月推出了一个类似的同名工具——深度研究——它的作用是“研究助理，探索复杂的主题，并代表你编写报告。”
去年12月，谷歌将在2025年初推出几项人工智能功能。
“在历史上，你不需要总是第一，但你必须执行得很好，成为同类产品中最好的，”首席执行官桑达尔·皮查伊当时在一次战略会议上说。“我认为这就是2025年的意义所在。”
发表评论