连日来，全球人工智能领域异常热闹，OpenAI进行着为期12天的产品发布活动，包括Sora对外开放使用，同时，谷歌也在频频放大招，刚公布量子芯片Willow后，旗下大模型也迎来升级迭代。

　　12月12日，谷歌对外公布推出新一代模型Gemini 2.0，并称是迄今为止最强大的模型。谷歌CEO桑达尔·皮查伊（Sundar Pichai）表示：“凭借在多模态方面的新进展，例如原生图像和原生音频的输出以及原生工具使用，Gemini 2.0使我们能够构建新的AI智能体，从而让我们离构建通用助手的愿景更进一步。”

　　据了解，即日起，谷歌将Gemini 2.0开放给开发者以及受信任的测试人员，并正在积极推进将其整合到公司的产品中，率先从Gemini和Search开始。

　　目前，谷歌完全对外开放的新模型是Gemini 2.0 Flash体验版，是谷歌的主力模型，具有低延迟特性。与此前的1.5 Flash版本相比，Gemini 2.0 Flash在同样快速的响应时间下性能进一步增强。谷歌提到，2.0 Flash在关键基准测试中甚至超越了此前的旗舰模型1.5Pro，其速度是1.5 Pro的两倍。2.0 Flash还具有新功能，除了能够支持图片、视频和音频等多模态输入，2.0 Flash可以支持多模态输出，例如可以直接生成图像与文本混合的内容，以及原生生成可控的多语言文本转语音（TTS）音频。它还可以原生调用Google Search、代码执行以及第三方用户定义的函数等工具。即日起，Gemini 2.0 Flash体验版模型将对所有Gemini用户开放。

　　同时，谷歌还推出了Deep Research的新功能，它运用高级推理和长上下文处理能力，承担研究助手的角色，帮助用户探索复杂的主题并撰写报告。该功能自即日起对Gemini Advanced用户开放。

　　业内人士指出，谷歌在年底重点发布了Gemini 2.0，明显就是希望抢占AI智能体（AI Agent）市场先机，可预见的是，明年全球各家AI公司竞争的焦点也将会是智能体。

（文章来源：广州日报）