IT之家 12 月 11 日消息，谷歌正式發(fā)布 Gemini 2.0，號(hào)稱(chēng)是谷歌迄今為止功能最強(qiáng)的 AI 模型，帶來(lái)了更強(qiáng)的性能、更多的多模態(tài)表現(xiàn)（如原生圖像和音頻輸出）和新的原生工具應(yīng)用。
如圖所示， Gemini 2.0 在關(guān)鍵基準(zhǔn)測(cè)試中相對(duì)于 Gemini 1.5 Pro 實(shí)現(xiàn)了大幅性能提升而且延遲更低，谷歌官方的表述是“關(guān)鍵基準(zhǔn)測(cè)試中超越了 1.5 Pro，速度是其兩倍”。
據(jù)介紹，Gemini 2.0 還帶來(lái)了多種新功能。除了支持圖像、視頻和音頻等多模態(tài)輸入外，現(xiàn)在還支持多模態(tài)輸出，例如與文本混合的原生文生圖、可自定義的文本轉(zhuǎn)語(yǔ)音 (TTS) 多語(yǔ)言音頻內(nèi)容。此外，它還支持原生調(diào)用工具，如 Google 搜索、代碼執(zhí)行以及第三方用戶(hù)定義函數(shù)等等。
谷歌 Gemini 2.0 Flash 對(duì)原生用戶(hù)界面操作實(shí)現(xiàn)了多方面的改進(jìn)，例如多模態(tài)推理、長(zhǎng)上下文理解、復(fù)雜指令遵循和規(guī)劃、組合函數(shù)調(diào)用、原生工具使用等，并進(jìn)一步優(yōu)化了延遲問(wèn)題。
谷歌表示：AI 智能體的實(shí)際應(yīng)用是一個(gè)激動(dòng)人心、充滿(mǎn)可能性的研究領(lǐng)域。我們正在通過(guò)一系列原型探索這個(gè)新領(lǐng)域，這些原型可以幫助人們完成任務(wù)并把事情做好，其中包括對(duì) Project Astra 的更新，Project Astra 是我們探索通用人工智能（AGI）未來(lái)功能的研究原型；新的 Project Mariner 則將從你的瀏覽器開(kāi)始探索人機(jī)交互的未來(lái)；以及 Jules，這是一個(gè)可以幫助開(kāi)發(fā)人員的 AI 代碼智能體。
即日起，開(kāi)發(fā)人員便可在 AI Studio 和 Vertex AI 中對(duì) Gemini 2.0 Flash 實(shí)驗(yàn)版本進(jìn)行試用（文本轉(zhuǎn)語(yǔ)音和原生圖像生成僅供早期訪(fǎng)問(wèn)合作伙伴使用，但所有開(kāi)發(fā)者均可使用多模態(tài)輸入和文本輸出，預(yù)計(jì)將于 1 月廣泛開(kāi)放），而且該版本也已經(jīng)在網(wǎng)頁(yè)版中為 Gemini Advanced 開(kāi)放試用，移動(dòng)版后續(xù)推出。
為了幫助開(kāi)發(fā)人員開(kāi)發(fā)動(dòng)態(tài)和交互式應(yīng)用，谷歌還發(fā)布了新的多模態(tài)實(shí)時(shí) API，它具有實(shí)時(shí)音頻、視頻輸入能力，而且能夠使用多個(gè)組合工具。
廣告聲明：文內(nèi)含有的對(duì)外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時(shí)間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。