作家：赵雨荷文爱 剧情

开始：硬AI

为支吾OpenAI此前推出的繁密新址品，谷歌周三推出下一代蹙迫东说念主工智能模子Gemini 2.0 Flash，不错原生生成图像和音频，同期守旧文本生成。2.0 Flash还不错使用第三方诈欺法式和就业，使其简略看望谷歌搜索、实施代码等功能。

从周三起，2.0 Flash的实验版块将通过Gemini API和谷歌的AI建立平台（AI Studio和Vertex AI）提供。但是，音频和图像生得手能仅对“早期接入互助伙伴”洞开，并计议在来岁1月全面推出。

畴昔几个月内，谷歌默示将推出2.0 Flash的不同版块，用于Android Studio、Chrome DevTools、Firebase、Gemini Code Assist等居品。

Flash的升级

第一代Flash（1.5 Flash）只可生成文本，且并未野心用于独特高要求的职责负载。据谷歌称，新版块2.0 Flash模子更具各类性，部分原因是它简略调用器用（如搜索）并与外部API交互。

谷歌Gemini模子居品认真东说念主Tulsee Doshi默示，

“咱们知说念，Flash因其在速率和性能上的雅致均衡而备受建立者爱重。在2.0 Flash中，它依然保抓了速率的上风，但目下愈加强盛。”

谷歌宣称，根据公司里面测试，2.0 Flash在某些基准测试中的运行速率是Gemini 1.5 Pro模子的两倍，并在编码和图像分析等范围“显耀”校正。事实上，该公司默示，2.0 Flash凭借其更好的数学性能和“事实性”取代了1.5 Pro，成为Gemini的旗舰模子。

2.0 Flash不错生成并修改图像，同期守旧文本生成。该模子还不错读取像片、视频以及音频录制试验，从而复兴与这些试验关系的问题。

音频生成是2.0 Flash的另一个要道功能，Doshi将其描绘为“可操控”和“可定制”。举例，该模子不错用八种针对不同口音息兵话优化的声息来诵读文本。

不外，谷歌并未提供2.0 Flash生成的图像或音频样本，因此无法判断其输出质地与其他模子的比较。

谷歌默示，它正在使用其SynthID时候为2.0 Flash生成的通盘音频和图像添加水印。在守旧SynthID的软件和平台（即部分谷歌居品）上，该模子的输出将被鲜艳为合成试验。

此举旨在缓解东说念主们对花费的担忧。事实上，“深度伪造”（deepfake）正成为日益严重的胁迫。据身份考据就业Sumsub的数据，从2023年到2024年，各人检测到的深度伪造数目增长了四倍。

多模态API

2.0 Flash的分娩力版块将于来岁1月推出。但与此同期，谷歌推出了一个API，名为Multimodal Live API，以匡助建立者构建具有及时音频和视频流功能的诈欺法式。

通过Multimodal Live API，谷歌默示建立者不错创建具有来自录像头或屏幕音频和视频输入的及时多模态诈欺法式。该API守旧器用集成以完成任务，并简略处理“天然对话款式”，举例打断——与OpenAI的及时API功能访佛。

Multimodal Live API已于周三上昼全面洞开使用。

AI代理操作网页

谷歌周三还发布了其首个简略在网页上实施操作的AI代理，这是由其DeepMind部门推出的究诘模子，名为Project Mariner。该代意义Gemini驱动，简略接纳用户的Chrome浏览器，迁移屏幕上的光标，点击按钮，填写表单，从而像东说念主类相同使用和浏览网站。

谷歌默示，从周三运行，这款AI代理将当先面向一小部分事前采选的测试者推出。

媒体报说念，谷歌正在赓续尝试新的形势，让Gemini简略读取、转头以致使用网站。一位谷歌高管告诉媒体，这标志着一种“全新的用户体验范式转动”：用户不再径直与网站交互，而是通过生成式AI系统完成这些交互。

分析以为，这种转动可能会影响数百万家企业——从TechCrunch等出书商到沃尔玛等零卖商——这些企业一直以来齐依赖谷歌将实在用户指导到他们的网站。

在与科技媒体TechCrunch的演示中，谷歌实验室总监Jaclyn Konzelmann展示了Project Mariner的职责旨趣。

在Chrome浏览器中装配一个膨胀法式后，浏览器右侧会弹出一个聊天窗口。用户不错指示代理完成诸如“根据这份清单在超市创建购物车”之类的任务。

接着，AI代答理导航到一家超市的网站，然后搜索并将商品添加到虚构购物车中。一个不问可知的问题是代理运行速率较慢——每次光标迁移之间约有5秒的蔓延。未必，代答理中断任务并复返到聊天窗口，要求认知某些物品（比如需要若干胡萝卜等）。

谷歌的代理无法完成结账，因为它不会填写信用卡号或账单信息。此外，Project Mariner也不会为用户接受cookies，或签署就业条目公约。谷歌默示，这是出于对用户更好限制的有计划，有利不允许代理实施这些操作。

在后台，谷歌的代答理截取用户浏览器窗口的截图（用户需在就业条目中应许这少量），并将其发送到云表的Gemini进行处理。然后，Gemini会将导航网页的指示发送回用户的电脑。

Project Mariner还不错用于搜索航班和酒店、购物家居用品、查找食谱以过甚他目下需要用户点击网页才能完成的任务。

不外，Project Mariner仅能在Chrome浏览器的最前端当作标签页上职责，这意味着在代理后台运行时，用户无法用电脑作念其他事情，而是需要不雅看Gemini肃穆方位击操作。谷歌DeepMind首席时候官Koray Kavukcuoglu默示，这是一个额外有利的决定，主义是让用户知说念谷歌的AI代理正在作念什么。

Konzelmann默示，

“[Project Mariner]标志着咱们目下看到的一种根人道的新用户体验范式转动。咱们需要探索一种正确的步调，让这一切转换用户与网页互动的形势，同期也转换出书商为用户以及代理创建体验的形势。”

AI代理作念究诘、写代码、熟习游戏

除了Project Mariner，谷歌周三还推出了几款专门用于特定任务的新AI代理。

其中一个AI代理Deep Research旨在通过创建多门径究诘计议匡助用户究诘复杂究诘。它似乎是OpenAI的o1的竞争敌手，后者也简略进行多门径推理。但是，谷歌发言东说念主指出，该代理并无谓于措置数学和逻辑推理问题、编写代码或进行数据分析。Deep Research现已在Gemini Advanced中推出，并将在2025年登陆Gemini诈欺。

当收到一个不毛或范围较大的问题时，Deep Research会创建一个多门径的步履计议来复兴问题。在用户批准计议后，Deep Research需要几分钟的时间来复兴问题、搜索网页，然青年景一份谨防的究诘答复。

另一个新AI代理Jules旨在匡助建立者完成代码任务。它径直集成到GitHub职责流中，使Jules简略梭巡现存职责并径直在GitHub中进行鼎新。Jules现已向一小部分测试者推出，并将在2025年晚些时候发布。

终末，谷歌DeepMind默示正在建立一款用于匡助用户熟习游戏的AI代理，这是基于其在创建游戏AI方面的遥远教养。谷歌正在与Supercell等游戏建立商互助测试Gemini分解《部落蹧蹋》等游戏全国的智力。

AI生成摘记

谷歌周三还发布了基于Gemini 2.0模子的AI生成摘记功能“AI Overviews”，为某些Google搜索查询提供的摘记试验，将很快简略处理“更复杂的话题”，以及“多模态”和“多门径”的搜索试验。谷歌默示，这包括高等数知识题和编程问题。

新的AI Overviews功能将在本周运行进行有限测试，并将在明岁首等闲推行。

不外，自本年春天推出以来，AI Overviews激发了好多争议，其提供的某些可疑敷陈和冷落（举例保举在披萨上加胶水）曾在网上激发烧议。根据SEO平台SE Ranking的一份最近答复，AI Overviews援用了“并不十足可靠或基于左证的”网站，包括落后的究诘和付费居品列表。

麻豆

分析以为，主要问题在于，AI Overviews未必难以差别信息开始是事实、虚构、讽刺照旧严肃试验。以前几个月里，谷歌转换了AI Overviews的职责形势，终端了与局面和健康话题关系的谜底。但谷歌并不宣称这一功能仍是尽善尽好意思。

尽管如斯，谷歌默示，AI Overviews提高了搜索参与度，尤其是在18到24岁这一要道用户群体中——这是谷歌的重心标的东说念主群。

最新AI加快器芯片Trillium 专供Gemini 2.0

谷歌周三发布了其第六代东说念主工智能加快器芯片Trillium，宣称这一芯片的性能校正可能从根底上转换AI建立的经济款式。

这款定制处理器用于考试谷歌最新发布的Gemini 2.0 AI模子，其考试性能是上一代的四倍，同期大幅镌汰了能耗。

谷歌首席实施官桑达尔·皮查伊（Sundar Pichai）在一篇公告著述中分解说念，谷歌仍是将超越10万颗Trillium芯片调解在一个单一的网罗结构中，酿成了各人最强盛的AI超等运筹帷幄机之一。

Trillium在多个维度上罢了了显耀的逾越。与其前代比较，这款芯片每颗芯片的峰值运筹帷幄性能提高了4.7倍，同期高带宽内存容量和芯片间互联带宽均翻了一倍。更为蹙迫的是，它的能效提高了67%，这是数据中心在支吾AI考试宏大能耗需求时的一个要道主义。

Trillium的营业影响不仅限于性能主义。谷歌宣称，与上一代芯片比较，该芯片在每好意思元的考试性能方面提高了2.5倍，这可能会重塑AI建立的经济款式。

分析以为，Trillium的发布加重了AI硬件范围的竞争，而英伟达凭借其基于GPU的措置决策遥远占据主导地位。天然英伟达的芯片仍然是好多AI诈欺的行业法式，但谷歌的定制芯片步调可能在特定职责负载，独特是考试额外大的模子方面具有上风。

还有分析称，谷歌在定制芯片建立上的多数投资反应了其对AI基础设施蹙迫性的策略押注。谷歌决定将Trillium提供给云客户，这标明其但愿在云AI阛阓上更具竞争力，与微软Azure和亚马逊AWS张开热烈竞争。关于通盘科技行业而言，Trillium的发布标明AI硬件霸主之争正投入新阶段。

本文来自微信公众号“硬AI”，关爱更多AI前沿资讯请移步这里

风险辅导及免责条目 阛阓有风险，投资需严慎。本文不组成个东说念主投资冷落，也未有计划到个别用户特殊的投资标的、财务情景或需要。用户应试虑本文中的任何见识、不雅点或论断是否适当其特定情景。据此投资，职守悦目。