# Google 推出 Gemini 2.0：AI 能力的飛躍

- 連結：https://leggie.co/google%e6%8e%a8%e5%87%bagemini2-ai%e8%83%bd%e5%8a%9b%e7%9a%84%e9%a3%9b%e8%ba%8d/
- 發佈時間：2024-12-12T09:16:23+08:00
- 作者：Leggie

![Google 推出 Gemini 2.0](data:image/gif;base64,R0lGODlhAQABAAAAACH5BAEKAAEALAAAAAABAAEAAAICTAEAOw
==)

Google 宣布推出 Gemini 2.0，這是迄今為止最先進的 AI 模型。設計用於「代理時代」，
Gemini 2.0 引入了一系列新功能，這些功能承諾將改變 AI 與世界互動的方式。

⌊YouTube thumbnail⌉⌊YouTube thumbnail⌉⌊YouTube icon⌉⌊YouTube icon⌉

Google 推出 Gemini 2.0。影片來源：Google

Gemini 2.0 的一大亮點是其多模態輸出功能，包括本地圖像生成和音頻輸出。這意味著該模型
可以直接生成圖像和音頻，增強其創建更沉浸和互動體驗的能力。此外，Gemini 2.0 可以本地
使用 Google 搜索和地圖等工具，無縫集成現有的 Google 服務，提供更全面和準確的回應。

開發人員已經開始體驗 Gemini 2.0 的潛力，Gemini 2.0 Flash 是該模型的實驗版本。通過
Google AI Studio 和 Vertex AI 提供的 Gemini 2.0 Flash 具有低延遲和增強性能，使其
成為希望構建下一代 AI 應用程序的開發人員的強大工具。Google 還使其第六代 TPU Trillium
普遍可用於 Google Cloud 客戶，進一步簡化了構建 AI 驅動應用程序的過程。

Gemini 2.0 Flash 的性能改進顯著。Google 報告稱，新模型的運行速度是其前代 Gemini 
1.5 Pro 的兩倍，並且在各種基準測試中表現出色。在軟件工程任務中，Gemini 2.0 Flash
在 SWE-bench Verified 上獲得了 51.8% 的分數，突顯了其協助開發人員進行代碼生成、調
試和優化過程的潛力。Google 正在將 Gemini 2.0 Flash 集成到其自身的開發工具中，表明
其強烈承諾利用這項技術內部。

Gemini 2.0 的能力不僅僅限於速度和性能。該模型支持圖像、視頻和音頻等多模態輸入，並且
可以生成文本與內聯圖像等多模態輸出。這使得會話式圖像編輯和創建多模態內容成為可能，
例如在一個回合中生成帶有文本和圖像的部落格文章。該模型還可以本地調用 Google 搜索、
代碼執行和第三方用戶定義函數，使其成為各種應用程序的多功能工具。

Google 已經看到初創公司使用 Gemini 2.0 Flash 進行實驗取得了令人印象深刻的[進展](https://developers.googleblog.com/en/the-next-chapter-of-the-gemini-era-for-developers/)。
例子包括 tldraw 的視覺遊樂場、Viggle 的虛擬角色創建和音頻敘述、Toonsutra 的情境多
語言翻譯以及 Rooms 的實時音頻添加。為了幫助開發人員入門，Google 在 Google AI Studio
中發布了三個入門應用程序體驗，以及用於空間理解、視頻分析和 Google 地圖探索的開源
代碼。

未來 Google 計劃在 2025 年初將 Gemini 2.0 的功能集成到其搜尋應用程序中，進一步增強
其主要盈利平台的用戶體驗。Google 還在探索 Gemini 2.0 的代理體驗，包括 Astra、Mariner
和 Jules 等項目，這些項目旨在推動 AI 能夠實現的邊界。

正如 Google DeepMind 的首席執行官 Demis Hassabis 和首席技術官 Koray Kavukcuoglu 
所說，「如果 Gemini 1.0 是關於組織和理解資訊，那麼 Gemini 2.0 就是關於使其更加有用。」
