極客網(wǎng)·人工智能 美國時間2月6日，科技巨頭谷歌正式向公眾發(fā)布其最新一代人工智能模型套件——Gemini 2.0。 該套件被譽為谷歌迄今為止推出的“最強大”AI系統(tǒng)，標(biāo)志著其在人工智能領(lǐng)域邁出了重要一步。
Gemini 2.0并非橫空出世。 早在去年12月，谷歌就已向開發(fā)者和受信任測試者開放了早期版本，并將部分功能集成到自家產(chǎn)品中進行測試。此次全面正式發(fā)布，意味著Gemini 2.0將面向更廣泛的用戶群體，開啟商業(yè)化應(yīng)用的新篇章。
Gemini 2.0模型套件包含三大核心成員，各司其職，滿足不同場景需求：
· Gemini 2.0 Flash: 作為“主力模型”，專為處理大規(guī)模高頻次任務(wù)優(yōu)化，例如實時翻譯、內(nèi)容審核等。
· Gemini 2.0 Pro Experimental: 針對編碼性能進行強化，為開發(fā)者提供更強大的編程輔助工具。
· Gemini 2.0 Flash-Lite: 定位為“最具成本效益”的輕量化版本，適用于對計算資源要求較低的場景。
在定價策略上，谷歌也展現(xiàn)出十足的誠意。 Gemini Flash對文本、圖像和視頻輸入的處理費用僅為每百萬token 10美分，其精簡版Flash-Lite價格更低至0.75美分/百萬token，相比市場上同類產(chǎn)品具有顯著優(yōu)勢。
Gemini 2.0的發(fā)布是谷歌在AI智能體領(lǐng)域的重要布局。 隨著科技巨頭與初創(chuàng)企業(yè)間的AI軍備競賽日趨激烈，包括Meta、亞馬遜、微軟、OpenAI及Anthropic等公司都在競相開發(fā)能自主完成多步驟復(fù)雜任務(wù)的智能體系統(tǒng)。
谷歌在去年12月的技術(shù)博客中闡釋了其愿景： “過去一年，我們持續(xù)投資研發(fā)更具自主性的模型，使其能夠深度感知環(huán)境、進行多步前瞻性思考，并在用戶監(jiān)督下代為執(zhí)行操作?！?Gemini 2.0不僅實現(xiàn)了原生圖像與音頻輸出的多模態(tài)突破，更具備原生工具調(diào)用能力，將助力谷歌打造新一代AI智能體，向“通用型數(shù)字助手”的愿景邁進。
值得一提的是，由前OpenAI研究團隊創(chuàng)立的Anthropic公司也在智能體領(lǐng)域取得了突破性進展。 該公司去年10月宣布其智能體已具備類人類的計算機操作能力，能夠解析屏幕信息、點擊按鈕、輸入文本、瀏覽網(wǎng)頁，并通過各類軟件結(jié)合實時網(wǎng)絡(luò)數(shù)據(jù)完成任務(wù)。
OpenAI近期也推出名為Operator的智能體系統(tǒng)， 可自動完成旅行規(guī)劃、表格填寫、餐廳預(yù)訂等任務(wù)，并將其定義為“可聯(lián)網(wǎng)執(zhí)行任務(wù)的數(shù)字代理”。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責(zé)任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
