谷歌正式推出其最新的AI模型Gemini 2，首发版本为快速且强大的Gemini 2 Flash。这一模型标志着谷歌进入“智能代理时代”，即AI能够无需人为干预独立完成任务。

Gemini 2的背景

谷歌于一年多前首次推出Gemini AI，开启了一个全新的AI时代，包括AI概述、Gemini聊天机器人等。最初，Gemini 2仅向开发者或订阅Gemini Advanced的用户提供实验性访问。然而，即便如此，Gemini 2 Flash在几乎所有基准测试中表现优于其前代版本，且运行更快、更轻量。

谷歌CEO桑达尔·皮查伊表示，Gemini 2具备先进的推理能力，这一功能也将应用于Google搜索的AI概述中，以提供更精确的复杂、多步骤问题解答。

Gemini 2的亮点与新功能

谷歌将Gemini 2定义为“智能代理时代”的开端。该模型不仅具有与OpenAI的o1类似的高级推理能力，还能原生生成图像、语音和文本等多种形式的输出。

性能提升

• 速度与效率：Gemini 2 Flash的速度是前旗舰模型Gemini Pro 1.5的两倍，并在关键基准测试中表现更佳。
• 原生生成能力：相比需要调用其他模型（如Imagen）的Gemini 1，Gemini 2 Flash可以直接生成图像、文本和语音。
• 推理与视觉能力：在推理能力、视觉理解、音频转语音以及视频分析方面，Gemini 2 Flash显著优于所有前代模型。

谷歌DeepMind的CEO德米斯·哈萨比斯称Gemini 2 Flash为“主力模型”，以低延迟和高性能见长，适用于多种AI任务。

智能代理与新功能

Gemini 2引入了“智能代理”概念。这一技术使AI模型能够创建自身的多个版本来完成多样化任务。Gemini 2内置了“深度研究”功能，能够代替用户浏览网页并生成复杂主题的报告。这一功能是Gemini Advanced的一部分。

哈萨比斯表示：“智能代理的实际应用是一个充满可能性的研究领域，我们正在通过一系列原型探索这一新前沿。”他提到，这包括：

• Project Astra：在Google I/O上亮相的通用虚拟助手。
• Project Mariner：探索浏览器中人与代理互动的未来。
• Jules：一款为开发者设计的代码代理工具。

产品适配

Gemini 2 Flash目前可通过Gemini Advanced订阅中的模型菜单访问，并标记为“实验性”。开发者还可以通过Gemini API或Google Gemini AI Studio使用该模型。谷歌计划于2025年将Gemini 2全面引入其所有产品。