每(mei)經編輯(ji)｜畢陸名(ming)

在OpenAI宣布連發12天更新(xin)后，Google選(xuan)擇12月11日深夜（在OpenAI發布更新(xin)之(zhi)前），發布新(xin)模型Gemini 2.0。

圖片來源：Google官網截圖

在(zai)多次發布(bu)被(bei)OpenAI精(jing)準(zhun)狙擊后，Google扳回一局(ju)，發布(bu)了Gemini 2.0，直指Agent使(shi)用(yong)。Agent功能(neng)，也稱為智能(neng)體(ti)功能(neng)，通常指的是(shi)AI能(neng)夠感知環境、執行任(ren)務(wu)并在(zai)一定程(cheng)度(du)上(shang)獨立(li)做(zuo)出(chu)決策的能(neng)力，也就是(shi)能(neng)更自動(dong)化完成任(ren)務(wu)的功能(neng)。

此次Google似乎(hu)賭對了(le)。OpenAI凌晨兩點(dian)的(de)發布，主要宣布了(le)和(he)Apple Intelligence的(de)合作，一個普遍被期待能與Agent能力強相關的(de)合作。

Google，則(ze)一次(ci)性發(fa)布(bu)了四(si)個(ge)Agent相關的(de)功(gong)能：

Project Astra，能(neng)夠在(zai)Gemini應(ying)用中直接調用Google Lens和地圖(tu)功(gong)能(neng)幫用戶解決問(wen)題；

Project Mariner（海員(yuan)項(xiang)目），Chrome瀏覽器的實驗性功能(neng)，可以通(tong)過(guo)提示詞直(zhi)接幫用(yong)戶瀏覽網頁做任務；

Jules，可(ke)以嵌入GitHub的編程Agent，使用自然語言描述問(wen)題，就能直接生成可(ke)以合并到(dao)GitHub項目中的代碼；

游戲(xi)Agent，能夠實時(shi)解讀(du)屏幕畫面，直接在(zai)你(ni)打游戲(xi)的(de)時(shi)候通過(guo)和你(ni)語(yu)音(yin)交(jiao)流，給(gei)你(ni)AI打法(fa)提(ti)示。

據悉，Gemini 2.0 Flash及API免費可用！可以通過Google AI Studio和Vertex AI中的Gemini API使用，基本不要錢，每分鐘最多15個提問，每天最多1500個提問。明年初全面開放。

谷歌Gemini 2.0炸裂功能

Gemini 2.0 Flash是2.0家族第一個模型，主推原生多模態輸入輸出+Agent，速度比1.5 Pro快兩倍，關鍵性能指標甚至超過了1.5 Pro！支持原生工具調用、以及實時音視頻流輸入等新功能。

速度更快，多模態(tai)、文本、代碼、視頻(pin)、空間理解和(he)推理能(neng)力全面提升(sheng)！新能(neng)力比如空間理解，視頻(pin)理解等可以(yi)通過Googele AI Studio的Starter Apps來體驗；

例如(ru)1，Gemini 2.0對空間的理解，利用Spatial Understanding，上傳(chuan)一(yi)張圖(tu)(tu)片，Gemini快速進行圖(tu)(tu)像(xiang)中的物體檢測和標注，并生成結構化的數據（JSON格式）。它的設(she)計直觀，用戶可(ke)以通過簡單的交互操作快速獲(huo)得檢測結果。這種工(gong)具可(ke)能用于(yu)機器學習(xi)訓練數據準(zhun)備(bei)、圖(tu)(tu)像(xiang)分(fen)析(xi)或計算機視覺研究等場景；

例(li)如2，Gemini 2.0地圖交(jiao)互，利用Map explorer，show一下世(shi)界上最有意思(si)的大城市；

全新輸出模態：支持文本、音(yin)頻和(he)圖(tu)像的(de)集(ji)成(cheng)響應(ying)，多語言(yan)原(yuan)生音(yin)頻輸(shu)(shu)出，8種(zhong)高品質(zhi)語音(yin)，多種(zhong)語言(yan)和(he)口音(yin)！原(yuan)生圖(tu)像輸(shu)(shu)出，還能進(jin)行多輪編輯迭代(dai)直到生成(cheng)滿意的(de)圖(tu)像；

原生工具使用：Gemini 2.0可(ke)以直接調用Google搜索(suo)、代碼執行等工具，還能通過函(han)數調用使(shi)用自定義的第三(san)方函(han)數！

多模態實時API：支(zhi)持實時(shi)音視頻流輸入，還能進行語音活動檢測，甚至(zhi)可以(yi)集成(cheng)多(duo)個工具(ju)完成(cheng)復(fu)雜任(ren)務！現在通過Stream Realtime就可以(yi)體(ti)驗(yan)；

例如，把電腦屏幕交給(gei)Gemini 2.0接管，它可以在你與(yu)模型(xing)實(shi)時交互的(de)同時進行搜索和編碼。

谷歌正在積極探索AI“代理(li)”的應(ying)用，目(mu)標是(shi)打造能(neng)夠自主理(li)解、規劃和執行任務的智能(neng)助手。他們(men)已經推出了一系列Agent原型（目(mu)前(qian)僅(jin)供測試(shi)人員使用），展示了AI代理(li)在不(bu)同領域的巨大潛(qian)力：

Jules，你的AI編程伙伴：想象一(yi)(yi)下(xia)，你(ni)(ni)(ni)的(de)(de)團隊剛完成了一(yi)(yi)輪bug排查，一(yi)(yi)堆bug亟待修復(fu)。現在，你(ni)(ni)(ni)可以把Python和(he)JavaScript的(de)(de)編碼任(ren)務交給Jules。它與你(ni)(ni)(ni)的(de)(de)GitHub工作(zuo)流無(wu)縫(feng)集成，可以異步(bu)處理bug修復(fu)和(he)其他(ta)耗時(shi)的(de)(de)任(ren)務，讓你(ni)(ni)(ni)專注于核心開(kai)發(fa)工作(zuo)。Jules會創建(jian)全(quan)面的(de)(de)、多(duo)步(bu)驟的(de)(de)計劃(hua)來(lai)解決問(wen)題，高效地(di)修改多(duo)個(ge)文件，甚(shen)至能(neng)準備pull requests，直接(jie)將修復(fu)提(ti)交到(dao)GitHub！更重(zhong)要的(de)(de)是，Jules賦予開(kai)發(fa)者(zhe)更多(duo)自主權(quan)：你(ni)(ni)(ni)可以隨時(shi)查看(kan)Jules創建(jian)的(de)(de)計劃(hua)，提(ti)供反饋或要求調(diao)整，并(bing)輕松審(shen)查和(he)合(he)并(bing)Jules編寫的(de)(de)代碼。

Colab數據科學代理，你的AI分析師：繁瑣的數據(ju)分(fen)析Colab數據(ju)科學代(dai)理幫你搞定！只需(xu)用(yong)自然語言描述你的分(fen)析目標，Colab就能自動生成一個(ge)完整的notebook，并在幾分(fen)鐘(zhong)內提供洞察。所有(you)分(fen)析都基于(yu)一個(ge)可(ke)運行的Colab notebook，保證結果(guo)的可(ke)靠性和可(ke)重復性。這將極大地加速你的研(yan)究和數據(ju)分(fen)析進(jin)程(cheng)。

Project Mariner，重新定義人機交互：Project Mariner旨在探索人機交(jiao)(jiao)互的(de)(de)未來，從瀏(liu)(liu)覽(lan)器開(kai)始。它是一個實(shi)驗性的(de)(de)Chrome擴展程(cheng)序(xu)，可以讓(rang)AI代理在你(ni)的(de)(de)瀏(liu)(liu)覽(lan)器中執行各種任(ren)務(wu)，例如查(cha)找信(xin)息、填寫表格、甚至與網站進行交(jiao)(jiao)互。

Gemini Advance模式：谷歌(ge)在高級版中推出一(yi)項名為(wei)"深(shen)(shen)度(du)研究"的(de)新代理功(gong)能，這是(shi)一(yi)個研究助手，可以(yi)深(shen)(shen)入研究復雜的(de)主題，并(bing)為(wei)你創(chuang)建帶有相關來源鏈接的(de)報告(gao)，感覺這是(shi)直接寫科研論文的(de)節奏。

游戲和其他領域的AI代理：DeepMind在(zai)(zai)游(you)(you)戲(xi)AI領域積累了(le)豐富(fu)的經(jing)驗，現在(zai)(zai)他們將Gemini 2.0應用于游(you)(you)戲(xi)代理的開(kai)發。例如，一(yi)(yi)個AI伙伴陪你一(yi)(yi)起玩游(you)(you)戲(xi)，還(huan)能提供專業的指導(dao)，游(you)(you)戲(xi)體驗將提升到(dao)一(yi)(yi)個全新的層次！更(geng)牛(niu)的是，這(zhe)些代理還(huan)能連(lian)接到(dao)Google搜(sou)索，獲取海量的游(you)(you)戲(xi)知識，成為你真(zhen)正的游(you)(you)戲(xi)專家！目前，他們正與Supercell等(deng)(deng)游(you)(you)戲(xi)開(kai)發商(shang)合作，在(zai)(zai)“部落沖(chong)突”和“卡(ka)通(tong)農場”等(deng)(deng)游(you)(you)戲(xi)中測試這(zhe)些代理。

谷歌推出突破性量子芯片

谷歌(ge)9日宣(xuan)布推出(chu)最新(xin)量(liang)子(zi)芯片Willow。谷歌(ge)首席(xi)執行(xing)官孫達(da)爾·皮柴稱(cheng)其為邁向打造實用量(liang)子(zi)計算機的重(zhong)要一步。

谷歌在官方博客刊文說(shuo)，Willow取得了(le)(le)兩項重大(da)成就：首先(xian)，使用更多量(liang)子比特進行擴展，可(ke)大(da)幅度減少(shao)錯誤(wu)，解決了(le)(le)量(liang)子糾(jiu)錯領域(yu)近30年來一直試圖攻克(ke)的(de)關鍵難題。另外，在標準(zhun)基(ji)準(zhun)計算測試中，Willow展示(shi)了(le)(le)非常(chang)高的(de)性能。

量子比特利用疊加態來進行計算，對環境(jing)擾動極(ji)其敏感。通(tong)常量子比特越(yue)多(duo)(duo)，發生的(de)錯誤(wu)就越(yue)多(duo)(duo)，而新研究(jiu)有助解決這一(yi)難(nan)題(ti)。這一(yi)已發布在(zai)《自(zi)然》雜志上的(de)研究(jiu)顯示，在(zai)Willow芯(xin)片中使用的(de)量子比特越(yue)多(duo)(duo)，系(xi)統的(de)錯誤(wu)率(lv)越(yue)低(di)(di)，“取得了‘低(di)(di)于閾值’的(de)歷(li)史性成就，即在(zai)增加量子比特數(shu)量的(de)同時(shi)降(jiang)低(di)(di)錯誤(wu)率(lv)”。

谷歌量(liang)子人工智能實驗室創始人和領(ling)導者哈(ha)特(te)(te)穆(mu)特(te)(te)·內文說(shuo)，作為第(di)一個低于(yu)閾值的(de)(de)系統，這是迄今為止最可(ke)信的(de)(de)可(ke)擴展邏輯量(liang)子比特(te)(te)原型。Willow芯(xin)片的(de)(de)推出讓量(liang)子計算向(xiang)商(shang)業應用方向(xiang)邁(mai)進了一大步(bu)。下一步(bu)挑(tiao)戰(zhan)是展示(shi)量(liang)子芯(xin)片超越經(jing)典計算機，又能解決現實問(wen)題的(de)(de)能力。

內文還表示，谷歌首創的(de)隨機(ji)(ji)電(dian)路采樣(yang)(RCS)基準(zhun)，已被廣泛用(yong)于量(liang)(liang)子(zi)計算(suan)領域，是當(dang)(dang)今量(liang)(liang)子(zi)計算(suan)機(ji)(ji)可(ke)完(wan)成(cheng)的(de)難度(du)最高的(de)經典(dian)基準(zhun)。Willow基于該(gai)基準(zhun)取得了驚人(ren)表現，在不到五(wu)分鐘的(de)時間(jian)完(wan)成(cheng)了當(dang)(dang)今領先的(de)超級計算(suan)機(ji)(ji)需要10的(de)25次方年(nian)才能完(wan)成(cheng)的(de)計算(suan)，“這一令(ling)人(ren)難以置信的(de)數(shu)字超出(chu)了物理(li)學中已知的(de)時間(jian)尺度(du)，遠遠超過(guo)了宇宙年(nian)齡”。

內(nei)文說，人工(gong)(gong)智能(neng)(neng)和量子(zi)(zi)計算將被(bei)證明(ming)是當代最具變革性的兩(liang)項技術(shu)，先進(jin)的人工(gong)(gong)智能(neng)(neng)將從量子(zi)(zi)計算中受益匪(fei)淺。這也是他(ta)將實驗室命名(ming)為量子(zi)(zi)人工(gong)(gong)智能(neng)(neng)的原(yuan)因。

每日經(jing)濟新聞綜合Google官(guan)網(wang)、公開消息

封(feng)面圖(tu)片來源：視頻截圖(tu)