來(lái)源：環(huán)球市場(chǎng)播報(bào)

　　谷歌周三向所有人發(fā)布了Gemini 2.0,，這是該公司迄今為止“最強(qiáng)大”的人工智能模型套件,。

　　去年12月,，該公司向開(kāi)發(fā)人員和值得信賴的測(cè)試人員提供了訪問(wèn)權(quán)限,，并將一些功能打包到谷歌產(chǎn)品中，但據(jù)谷歌稱,，這是一個(gè)“通用版本”,。

　　這套模型包括2.0 Flash，它被稱為“主力模型,，最適合大規(guī)模的高容量,、高頻率任務(wù)”；2.0 Pro Experimental,，主要關(guān)注編碼性能,；2.0 Flash-Lite,， 谷歌稱其為“迄今最具成本效益的模式”。

　　Gemini Flash的文本,、圖像和視頻輸入每百萬(wàn)代幣的成本為10美分,，而其成本更低的版本Flash- lite的成本為0.75美分,。

　　隨著科技巨頭和初創(chuàng)公司之間的人工智能軍備競(jìng)賽白熱化,，這些持續(xù)發(fā)布的產(chǎn)品是大舉投資“人工智能代理”的更廣泛戰(zhàn)略的一部分,。

　　Meta、亞馬遜,、微軟,、OpenAI和Anthropic也在朝著人工智能的方向發(fā)展，即能夠代表用戶完成復(fù)雜的多步驟任務(wù)的模型,，而不是讓用戶親自完成每一步,。

　　谷歌在去年12月的一篇博客文章中寫道：“在過(guò)去的一年里，我們一直在投資開(kāi)發(fā)更多的代理模型,，這意味著它們可以更多地了解你周圍的世界,，提前考慮多個(gè)步驟，并在你的監(jiān)督下代表你采取行動(dòng),?！惫雀柩a(bǔ)充說(shuō)，Gemini 2.0“在多模態(tài)方面取得了新的進(jìn)展,，比如原生圖像和音頻輸出,。以及本地工具的使用”，并且模型家族“將使我們能夠構(gòu)建新的人工智能代理,，使我們更接近我們對(duì)通用助手的愿景,?！?/p>

　　Anthropic是亞馬遜支持的人工智能初創(chuàng)公司，由OpenAI前研究高管創(chuàng)立,，是開(kāi)發(fā)人工智能代理的主要競(jìng)爭(zhēng)對(duì)手,。去年10月，這家初創(chuàng)公司表示,，它的人工智能代理能夠像人類一樣使用計(jì)算機(jī)完成復(fù)雜的任務(wù),。這家初創(chuàng)公司表示，Anthropic的電腦使用能力使其技術(shù)能夠解讀電腦屏幕上的內(nèi)容,，選擇按鈕,，輸入文本，瀏覽網(wǎng)站,，并通過(guò)任何軟件和實(shí)時(shí)互聯(lián)網(wǎng)瀏覽執(zhí)行任務(wù),。

　　Anthropic的首席科學(xué)官賈里德·卡普蘭（Jared Kaplan）當(dāng)時(shí)在接受采訪時(shí)表示，該工具“基本上可以像我們一樣使用計(jì)算機(jī)”,。他說(shuō),，它可以完成“幾十甚至幾百步”的任務(wù)。

　　OpenAI最近發(fā)布了一個(gè)類似的工具,，引入了一個(gè)名為Operator的功能,，可以自動(dòng)執(zhí)行計(jì)劃假期、填寫表格,、預(yù)訂餐廳和訂購(gòu)雜貨等任務(wù),。這家微軟支持的初創(chuàng)公司將Operator描述為“一個(gè)可以上網(wǎng)為你執(zhí)行任務(wù)的代理”。

　　本周早些時(shí)候,，OpenAI宣布了另一個(gè)名為“深度研究”的工具,，該工具允許人工智能代理編寫復(fù)雜的研究報(bào)告，并分析用戶選擇的問(wèn)題和主題,。谷歌在12月推出了一個(gè)類似的同名工具——深度研究——它的作用是“研究助理,，探索復(fù)雜的主題，并代表你編寫報(bào)告,?！?/p>

　　去年12月，谷歌將在2025年初推出幾項(xiàng)人工智能功能,。

　　“在歷史上,，你不需要總是第一，但你必須執(zhí)行得很好,，成為同類產(chǎn)品中最好的,，”首席執(zhí)行官桑達(dá)爾·皮查伊當(dāng)時(shí)在一次戰(zhàn)略會(huì)議上說(shuō)?！拔艺J(rèn)為這就是2025年的意義所在,?！?/p>