机器之心报谈开yun体育网

裁剪：佳琪、蛋酱

就在国内各家大模子厂商趁年底即兴卷的时间，太平洋的另一端也没闲着。

就在今天，发布了 Gemini 2.0 Flash Thinking 推理模子的加强版，并再次登顶 Chatbot Arena 排名榜。

谷歌 AI 掌门东谈主 Jeff Dean 亲发贺信：「咱们在此实验性更新中引入了 1M 长的高下文，以便对长篇文本（如多篇商论说文或大都数据集）进行更久了的分析。经过束缚迭代，提高可靠性，减少模子念念想和最终谜底之间的矛盾。」

试用齐集：https://aistudio.google.com/prompts/new_chat

让咱们回忆一下：2024 年 12 月 20 日，横空出世的 Gemini 2.0 Flash Thinking，曾让 OpenAI 的十二连发首尾乖互。

Gemini 2.0 Flash Thinking 基于 Gemini 2.0 Flash，仅仅其经过特意践诺，可使用念念维（thoughts）来增强其推理才气。发布之初，这款大模子就登顶了 Chatbot Arena 排名榜。

在技巧上，Gemini 2.0 Flash Thinking 主要有两点冲突：可处理高达 1M token 的长高下文泄露；能在多轮对话和推理中自我纠错。

Gemini 2.0 Flash Thinking 的一大亮点是会明确展示其念念考经过。比如在 Jeff Dean 那时展示的一个 demo 中，模子解答了一个物理问题并透露了我方的推理经过，通盘经过耗时 1 分多钟。

而另外一位商议者暗示，Gemini-2.0-Flash-Thinking-Exp-01-21 这款最新模子的本体体验比 Jeff Dean 态状的还要快。

再看 Gemini 2.0 Flash Thinking 的收货，那亦然稀奇亮眼，和前两代 Gemini 1.5 Pro 002、Gemini 2.0 Flash EXP 比拟，Gemini 2.0 Flash Thinking 在 AIME2024（数学才气测试）、GPQA Diamond（科学才气测试）和 MMMU（多模态推理才气）卓绝飞速，额外是数学收货，提高了 54%。

从折线图来看，即使是比较对象是一个月前的我方，也取得了显耀的提高。

与此同期，在 AGI House 举办的行动中，Jeff Dean 和商议科学家 Mostafa Dehghani 披露了更多 Gemini 2.0 Flash Thinking 和 Gemini 2.0 的细节。

插足 Gemini 2.0 Flash Thinking 的互动界面，不错发现谷歌把 Gemini 系列统统模子都放在了这个称为「Google AI Studio」的界面。

从左侧的菜单来看，咱们不错在这里一站式地取得 API 密钥、创建领导词、看望及时对话、建造 APP。平台还提供了模子调优、资源库科罚、Drive 看望集成等进阶功能，并配备了领导词库、API 文档、建造者论坛等相沿资源。

但这个界面上的功能就像「集市」雷同漫衍，藏得比较深的功能进口似乎并毋庸户友好，也穷乏先容模子才气的文档。Jeff Dean 对此暗示，当模子不再是实验版而是负责发布时，谷歌将提供竣工的技巧敷陈，他们当今的主要办法是让用户试用，再笔据更多响应改善。

Gemini 2.0 Flash Thinking 的互动界面

此外，谷歌的建造理念更偏向「全面平衡」。「咱们不但愿模子在某些限度额外凸起，而其他限度推崇欠佳 —— 比如在读 X 射线时推崇出色，但解读核磁共振时却很倒霉。」Jeff Dean 补充谈：「咱们的办法是打造一个真确有实力的通用模子，大致完成用户期待的各类任务。这需要合手续校正：咱们汇注集用户响应，了解模子在哪些方面作念得好，哪些方面作念得不够好。然后，获取更多东谈主们关爱的数据来提高，确保模子在各个地方都有卓绝，而不是局限在某个小界限内 —— 诚然在数学等特定限度，或然也会进行特意优化。」

Gemini 2.0 Flash Thinking 主推的亮点是超长的高下文窗口。不外，家喻户晓，许多具备长高下文窗口才气的 AI 模子都有个通病：聊着聊着就「变傻」了，说的话驴唇不对马嘴，或者就径直「摆烂」，跳过高下文中的大段信息。

Jeff Dean 暗示，Gemini 2.0 Flash Thinking 真确能作念到在对话经过中保合手连贯的念念维，并天真利用之前累积的信息来完成现时的任务。因比拟夹杂在一皆的数千亿践诺数据，高下文窗口的信息关于模子来说相当显然，因此，高下文窗口的信息关于 Gemini 2.0 Flash Thinking 来说，就像你让把一张等闲轿车的图片改成敞篷车雷同，模子能准确泄露每个像素，然后一步步完成修改。

而从底下这个 demo 来看，Gemini 2.0 泄露多模态的才气仍是跃升了一个台阶。它不错笔据语音领导，及时转换这三个小圆的排布，排成一瞥放在界面顶部，或者摆设成一个雪东谈主。更夸张的是，Gemini 2.0 对语音、视觉和手脚的协调协调仍是达到了你说想要紫色的圆，它知谈要把红色和蓝色的圆访佛在一皆调色的境地。

视频齐集：

https://mp.weixin.qq.com/s/NqtKUUuM0WrN0oShfba7gQ?token=1323334260&lang=zh_CN

想要如斯精确地舆解网页界面的布局和内容，需要雄壮的边框识别才气。Jeff Dean 揭秘，这来自Project Mariner。Project Mariner 是一个商议性的实验形态，旨在探索东谈主类将怎么与 AI 智能体互动，第一步即是让 AI 泄露并操作网页浏览器。

Project Mariner 的才气类似于 Claude 的「computer use」，不错及时看望用户的屏幕，泄露浏览器中图像的含义。

传送门：https://deepmind.google/technologies/project-mariner/

当被问及 Gemini 系列模子是否要向更多模态进发时，Jeff Dean 的薪金是：面前谷歌正在对准 3D 数据，况且仍是有了很好的后果。

看来谷歌还攒了不少存货，下一个冲突会在哪个限度？让咱们翘首以待。

https://x.com/rohanpaul_ai/status/1881858428399722948

https://x.com/demishassabis/status/1881844417746632910

https://deepmind.google/technologies/gemini/flash-thinking/

https://x.com/agihouse_org/status/1881506816393380041