作家：赵雨荷

着手：硬AI

为大意OpenAI此前推出的繁密新址品，谷歌周三推出下一代进攻东说念主工智能模子Gemini 2.0 Flash，不错原生生成图像和音频，同期相沿文本生成。2.0 Flash还不错使用第三方哄骗法度和劳动，使其约略造访谷歌搜索、蔓延代码等功能。

从周三起，2.0 Flash的执行版块将通过Gemini API和谷歌的AI建造平台（AI Studio和Vertex AI）提供。然则，音频和图像生见服从仅对“早期接入合营伙伴”洞开，并计议在来岁1月全面推出。

改日几个月内，谷歌暗示将推出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，且并未假想用于特等高要求的责任负载。据谷歌称，新版块2.0 Flash模子更具各种性，部分原因是它约略调用器具（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暗示，

“咱们知说念，Flash因其在速率和性能上的邃密均衡而备受建造者爱好。在2.0 Flash中，它依然保抓了速率的上风，但当今愈加强盛。”

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鸿沟“显耀”蜕变。事实上，该公司暗示，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，同期相沿文本生成。该模子还不错读取相片、视频以及音频录制本体，从而回话与这些本体相干的问题。

音频生成是2.0 Flash的另一个关节功能，Doshi将其形貌为“可操控”和“可定制”。举例，该模子不错用八种针对不同口音和讲话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地与其他模子的比较。

谷歌暗示，它正在使用其SynthID时刻为2.0 Flash生成的所有音频和图像添加水印。在相沿SynthID的软件和平台（即部分谷歌居品）上，该模子的输出将被标记为合成本体。

此举旨在缓解东说念主们对失掉的担忧。事实上，“深度伪造”（deepfake）正成为日益严重的逼迫。据身份考证劳动Sumsub的数据，从2023年到2024年，公共检测到的深度伪造数目增长了四倍。

多模态API

2.0 Flash的分娩力版块将于来岁1月推出。但与此同期，谷歌推出了一个API，名为Multimodal Live API，以匡助建造者构建具有及时音频和视频流功能的哄骗法度。

通过Multimodal Live API，谷歌暗示建造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哄骗法度。该API相沿器具集成以完成任务，并约略处理“天然对话时势”，举例打断——与OpenAI的及时API功能雷同。

Multimodal Live API已于周三上昼全面洞开使用。

AI代理操作网页

谷歌周三还发布了其首个约略在网页上蔓延操作的AI代理，这是由其DeepMind部门推出的估量模子，名为Project Mariner。该代旨趣Gemini驱动，约略接受用户的Chrome浏览器，转移屏幕上的光标，点击按钮，填写表单，从而像东说念主类不异使用和浏览网站。

谷歌暗示，从周三开动，这款AI代理将最初面向一小部分事先接纳的测试者推出。

媒体报说念，谷歌正在不息尝试新的面貌，让Gemini约略读取、转头以至使用网站。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涟漪”：用户不再凯旋与网站交互，而是通过生成式AI系统完成这些交互。

分析以为，这种涟漪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——这些企业一直以来都依赖谷歌将委果用户指引到他们的网站。

在与科技媒体TechCrunch的演示中，谷歌执行室总监Jaclyn Konzelmann展示了Project Mariner的责任旨趣。

在Chrome浏览器中装配一个扩展法度后，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代搭理导航到一家超市的网站，然后搜索并将商品添加到假造购物车中。一个不言而谕的问题是代理运行速率较慢——每次光标转移之间约有5秒的延长。未必，代搭理中断任务并复返到聊天窗口，要求泄漏某些物品（比如需要几许胡萝卜等）。

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，或签署劳动条件契约。谷歌暗示，这是出于对用户更好戒指的商酌，成心不允许代理蔓延这些操作。

在后台，谷歌的代搭理截取用户浏览器窗口的截图（用户需在劳动条件中快乐这少量），并将其发送到云表的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栈房、购物家居用品、查找食谱以过头他咫尺需要用户点击网页才能完成的任务。

不外，Project Mariner仅能在Chrome浏览器的最前端举止标签页上责任，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徐徐所在击操作。谷歌DeepMind首席时刻官Koray Kavukcuoglu暗示，这是一个相当成心的决定，主见是让用户知说念谷歌的AI代理正在作念什么。

Konzelmann暗示，

“[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涟漪。咱们需要探索一种正确的步调，让这一切改变用户与网页互动的面貌，同期也改变出书商为用户以及代理创建体验的面貌。”

AI代理作念估量、写代码、熟悉游戏

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估量计议匡助用户估量复杂估量。它似乎是OpenAI的o1的竞争敌手，后者也约略进行多要领推理。然则，谷歌发言东说念主指出，该代理并不必于处置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哄骗。

当收到一个繁难或鸿沟较大的问题时，Deep Research会创建一个多要领的步履计议来往话问题。在用户批准计议后，Deep Research需要几分钟的时刻来往话问题、搜索网页，然青年景一份正式的估量回报。

另一个新AI代理Jules旨在匡助建造者完成代码任务。它凯旋集成到GitHub责任流中，使Jules约略检察现存责任并凯旋在GitHub中进行改换。Jules现已向一小部分测试者推出，并将在2025年晚些时候发布。

临了，谷歌DeepMind暗示正在建造一款用于匡助用户熟悉游戏的AI代理，这是基于其在创建游戏AI方面的长期劝诫。谷歌正在与Supercell等游戏建造商合营测试Gemini评释《部落突破》等游戏寰球的智力。

AI生成纲要

谷歌周三还发布了基于Gemini 2.0模子的AI生成撮邀功能“AI Overviews”，为某些Google搜索查询提供的纲要本体，将很快约略处理“更复杂的话题”，以及“多模态”和“多要领”的搜索本体。谷歌暗示，这包括高档数常识题和编程问题。

新的AI Overviews功能将在本周开动进行有限测试，并将在来岁头平庸蔓延。

不外，自本年春天推出以来，AI Overviews激勉了好多争议，其提供的某些可疑论说和冷漠（举例推选在披萨上加胶水）曾在网上激勉热议。根据SEO平台SE Ranking的一份最近回报，AI Overviews援用了“并不王人备可靠或基于把柄的”网站，包括落后的估量和付费居品列表。

分析以为，主要问题在于，AI Overviews未必难以分别信息着手是事实、虚构、挖苦照旧严肃本体。曩昔几个月里，谷歌改变了AI Overviews的责任面貌，闭幕了与步地和健康话题相干的谜底。但谷歌并不宣称这一功能照旧绰绰有余。

尽管如斯，谷歌暗示，AI Overviews晋升了搜索参与度，尤其是在18到24岁这一关节用户群体中——这是谷歌的重心标的东说念主群。

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蜕变可能从根底上改变AI建造的经济时势。

这款定制处理器用于练习谷歌最新发布的Gemini 2.0 AI模子，其练习性能是上一代的四倍，同期大幅缩小了能耗。

谷歌首席蔓延官桑达尔·皮查伊（Sundar Pichai）在一篇公告著作中评释说念，谷歌照旧将越过10万颗Trillium芯片一语气在一个单一的网罗结构中，酿成了公共最强盛的AI超等估计机之一。

Trillium在多个维度上完结了显耀的跨越。与其前代比拟，这款芯片每颗芯片的峰值估计性能晋升了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。更为进攻的是，它的能效晋升了67%，这是数据中心在大意AI练习浩大能耗需求时的一个关节方针。

Trillium的交易影响不仅限于性能方针。谷歌宣称，与上一代芯片比拟，该芯片在每好意思元的练习性能方面晋升了2.5倍，这可能会重塑AI建造的经济时势。

分析以为，Trillium的发布加重了AI硬件鸿沟的竞争，而英伟达凭借其基于GPU的处置决策长期占据主导地位。天然英伟达的芯片仍然是好多AI哄骗的行业圭臬，但谷歌的定制芯片步调可能在特定责任负载，特等是练习相当大的模子方面具有上风。

还有分析称，谷歌在定制芯片建造上的无数投资反应了其对AI基础设施进攻性的策略押注。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伸开热烈竞争。关于通盘科技行业而言，Trillium的发布标明AI硬件霸主之争正干与新阶段。

本文来自微信公众号“硬AI”，怜惜更多AI前沿资讯请移步这里

风险教导及免责条件 商场有风险，投资需严慎。本文不组成个东说念主投资冷漠，也未商酌到个别用户额外的投资标的、财务气象或需要。用户应试虑本文中的任何主见、不雅点或论断是否顺应其特定气象。据此投资，遭殃自夸。