谷歌深夜炸场发布Gemini 2.0，2025属于智能体之年？
作者：刘晓洁
AI大厂的竞争日趋白热化，一边OpenAI正如火如荼进行着为期12天的产品发布活动，另一边谷歌也在频频放大招。
12 月 11 日晚，刚刚发布量子芯片的谷歌，又投下一枚重磅炸弹，正式发布其最新版大模型Gemini 2.0系列，谷歌表示这是他们迄今为止最强大的人工智能模型，“专为智能体时代设计”，并同时介绍了多个智能体应用(AI Agent)。
如果说去年底发布的 Gemini 1.0 是整合和理解信息，那么 Gemini 2.0 是能够让信息更加有用。谷歌在博客中表示，基于此前多模态方面的进展，Gemini 2.0能够构建新的AI智能体，从而离通用助手的愿景更进一步。
目前谷歌完全对外开放的新模型是Gemini 2.0 Flash体验版，这是谷歌的主力模型，具有低延迟特性。与此前的1.5 Flash版本相比，Gemini 2.0 Flash 在同样快速的响应时间下性能进一步增强。谷歌提到，2.0 Flash 在关键基准测试中甚至超越了此前的旗舰模型 1.5 Pro，其速度是 1.5 Pro 的两倍。
同时2.0Flash 还具有新功能，除了能够支持图片、视频和音频等多模态输入，2.0 Flash可以支持多模态输出，例如可以直接生成图像与文本混合的内容，以及原生生成可控的多语言文本转语音(TTS)音频。它还可以原生调用 Google Search、代码执行以及第三方用户定义的函数等工具。
作为提供给开发者的体验版模型，Gemini 2.0 Flash 现在可以通过 Google AI Studio 和 Vertex AI 中的 Gemini API 获取，所有开发者均可使用多模态输入和文本输出。该产品将于 1 月全面上市，谷歌称届时将推出更多型号。
对于Gemini 2.0模型，谷歌表示会先将开放给开发者以及受信任的测试人员，并将其整合到产品中。Gemini 2.0基于谷歌定制的硬件第六代 TPU Trillium 构建而成。谷歌表示，TPU 为 Gemini 2.0 的训练和推理提供 100% 算力支持。
模型之外，谷歌这次的重头戏是智能体。在发布产品的同时，谷歌CEO桑达尔・皮查伊(Sundar Pichai)在X上着重提到了智能体Project Astra，认为其“展示了通用 AI 助手的曙光”。
皮查伊表示，“2025 年将是令人兴奋的一年。”帖子下则有评论表示，2025 年会是属于智能体的一年。
Project Astra 是谷歌最初在5月的I/O大会上首次对外发布的AI助手，彼时主要是对标OpenAI的GPT-4o，其主要功能包括实时语音和视觉处理，能够通过手机或谷歌眼镜进行跨文本、音频、视频的多模态实时推理 。谷歌在此次的博客中将其称为“使用多模态理解现实世界的智能体”。
对于此次正式发布的Project Astra ，谷歌表示，它能够流畅地在多种语言和混合语言之间进行对话，并且能够理解不同口音和生僻单词。此外，借助 Gemini 2.0，Project Astra 可以使用 Google Search、Google Lens 和 Google Maps，从而在日常生活中发挥助手的作用。
谷歌增强了 Project Astra 的记忆能力，这一助手目前可以记住长达 10 分钟的会话内容，并且可以回忆起过去与它进行的更多对话，能提供个性化服务。
在此前5月I/O大会上的演示中，在询问Project Astra时，其语音回复还有一定的延迟，谷歌这次改进了这一点，博客提及，借助新的流式处理技术和原生音频理解能力，该智能体能够以接近于人类对话的延迟来理解语言。
“AI智能体在现实中的应用是一个令人振奋且充满可能性的研究领域。”谷歌称，团队正在探索这个全新的领域，并开发出了一系列原型，帮助人们完成任务。除了Project Astra的升级版，这次谷歌发布的智能体还包括：完成复杂任务的智能体 Project Mariner，能够帮助开发者的编码智能体Jules，以及游戏和其他领域的智能体。
Project Mariner是使用Gemini 2.0 构建的早期研究原型，可以从浏览器开始探索人机交互，它能够理解和推理浏览器页面中的信息，包括像素和文本、代码、图像和表单等网页元素，然后通过Chrome 扩展程序使用这些信息为用户完成任务。
在 WebVoyager 基准测试中，Project Mariner 作为单个智能体设置实现了 83.5% 的工作效率，达到了先进的水平。但谷歌提到， Project Mariner目前的运行并非总是准确，且完成任务的速度较慢，仍处于早期阶段。
谷歌还在博客最后介绍了游戏和其他领域的智能体。就在上周，谷歌刚刚推出了世界基础模型 Genie 2，这是一个可以从单个图像创建无限3D 世界的 AI 模型。基于此，谷歌使用 Gemini 2.0 构建了智能体，可以帮助用户在电子游戏中做出更好的决策。谷歌称，这些游戏智能体可以根据屏幕上的实时画面，分析游戏情况，并为用户提供下一步的行动建议。
除了探索虚拟世界的智能体能力外，谷歌还将 Gemini 2.0 的空间推理能力应用于机器人领域，尝试让智能体在现实世界中提供帮助。这项研究仍处于初期阶段，但谷歌认为智能体在现实环境中的应用前景非常广阔。
值得一提的是，临近2024年底，AI智能体频频被行业人士提及。所谓智能体，简单来说是能够感知环境，具有独立思考和行动能力的AI程序。传统AI通常是指令驱动的，需要人类用户输入指令才会执行相应的任务，AI智能体则有独立解决任务的能力。
近日天风证券发布研究报告称，海外大厂积极布局智能体构建应用，AI智能体正在快速发展，智能体在C端硬件落地正进入临界点。
10月21日微软连发10个AI智能体，面向销售、运营等场景，11月19日微软又宣布Copilot Studio平台已支持用户构建自主智能体，同时发布5款预构建的智能体。12月，亚马逊公布了一系列布局AI大模型的进展。
在国内，以智谱为代表的厂商也开始重点发力AI智能体。10月25日，智谱发布AutoGLM智能体，可通过读取语音指令理解用户意图，并模拟人类行为，自动完成点外卖、订机票和酒店等操作。11月29日，智谱推出AutoGLM智能体升级版，支持自主执行超过50步的长步骤任务，并且能够在执行任务时灵活切换不同的APP。
除智谱以外，字节、百度、腾讯、阿里等科技大厂也开始布局智能体，包括字节的Coze Agent平台、百度千帆AgentBuilder智能体开发工具等。
在此前的采访中，瑞银证券中国科技软件分析师张维璇预测，“明年是Agent(智能体)的大年。”她表示，最近也看到美国领先的软件厂商发布了AI 智能体的产品，通过智能体将企业的工作流自动化，在前中后台的很多应用都能看到对客户的效率和用户体验的提高，并且这些软件公司也获得了提价。
“随着越来越多的大厂布局AI Agent产品和生态，预计2025年将会成为AI Agent商用爆发的年度。”中信建投证券在月初表示。
21世纪经济报道记者王峰北京报道 近日，全球教育集团培生（NYSE：PSO）公布2023财年财报。2023财年，培生的销售额为36.74亿英镑（下同），同比下降4%，但基础销售额同比增长1%；调整后营业利润5.73亿，同 记者3月21日获悉，由中国科学院自动化研究所和中国科学院香港创新研究院联合研发的医疗领域AI多模态大模型——CARES Copilot 1.0日前在香港正式发布，现已面向香港神经外科医生开放使 3月21日记者从中国科学技术大学获悉，该校物理学院张斗国教授课题组，提出并实现了一种基于矢量光场调控原理的动量空间偏振滤波器件。科研人员将该滤波器件安装于传统无标记光学显微镜的出射端， 中新经纬3月22日电 据《日本经济新闻》22日报道，夏普正在讨论缩小液晶显示器业务，夏普已将子公司显示器(SDP、位于市)停产纳入视野。显示器业务持续陷入苦战，成为夏普在2022财年(截至2023年3月)时隔5年陷入最终亏损 随着无人驾驶技术的快速发展，无人车在城市配送、环卫清扫、安防巡逻等应用场景中已得到较好示范应用。3月22日，南京溧水经济开发区管委会与南京易咖智车科技有限公司联合举办“金陵智地 易启未 近日，民航华东地区管理局向峰飞科技公司颁发V2000CG无人驾驶航空器系统型号合格证，这也是中国民航系统颁发的首个无人驾驶吨级电动垂直起降航空器型号合格证。航空器型号合格证取证是保障航空 。本文链接：谷歌深夜炸场发布Gemini 2.0，2025属于智能体之年？http://www.sushuapos.com/show-2-9792-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。