就在刚刚，Gemini2.0新模型用一记重拳暴击OpenAI。
先说结论，Gemini2.0Flash性能较上代有所长进，硬刚Claude3.5Sonnet，但今天更重要的亮点或许是基于它打造的AIAgents（智能体）。
这也得到了DeepmindCEODemisHassabis的强力背书：
「2025年将是AI智能体的时代，Gemini2.0将是支撑我们基于智能体工作的最新一代模型。」
纵观今天发布的智能体项目，Google的野心昭然若揭。
以最接地气的方式渗透用户日常生活的每个场景，而当每个入口都成为可能，真正的通用型AI助手或许才刚刚开始。
Google年底最强AI王炸来了，但还藏了一手？
不是Pro，却胜似Pro，是对Gemini2.0Flash的最好评价。
据官方介绍，原本主打效率和速度的Flash型号性能有所增强，不仅在多项基准测试功能超越了Gemini1.5Pro，而且响应速度也提升了2倍。
不过仔细看看具体的基准测试数据，倒也不用太过兴奋。Gemini2.0Flash在MMLU-Pro、MATH、GPQA等各方面基准测试成绩都有所提升，但得分和Claude3.5Sonnet差不多。
当然，今天亮相的只是Flash型号，估计Google手里的2.0Pro才是真正的杀手锏。
除了支持图像、视频和音频等多模态输入，2.0Flash现在还支持多模态输出，比如原生生成的图像与文本结合，以及可操控的多语言文本转语音（TTS）音频。亦或者，它还可以原生调用工具，如Google搜索等。
现在，Gemini2.0Flash现已在GeminiAPI在GoogleAIStudio和VertexAI提供给开发者。而Gemini用户可以通过PC端访问Gemini2.0Flash。
明年初，Gemini2.0预计将推送给更多Google产品。
博主@legit_rumors在体验Gemini2.0Flash过后，认为其得到的结果和Gemini-Exp-1206很相似，但要比后者要更快更强，在编程和逻辑推理能力上也大幅取胜。
网友@slow_developer让gemini-2.0-flash-exp写两段关于草莓「Strawberry」的诗歌，要求段落中却不能出现「e」，新模型的表现堪称满分。
值得一提的是，Google2.0正是采用了Google六代TPU——Trillium训练而成，以下是Trillium与前代产品的关键改进：
训练性能提高超过4倍
推理吞吐量提高最多3倍
能源效率提升67%
每个芯片的峰值计算性能提高了4.7倍
高带宽内存（HBM）容量翻倍
芯片间互连（ICI）带宽翻倍
单个Jupiter网络结构中集成了10万个Trillium芯片
每美元的训练性能提高了2.5倍，每美元的推理性能提高了1.4倍
作为全球搜索引擎霸主，Google也发布了基于Gemini1.5Pro的新功能DeepResearch。
类似于当下大火的深度AI搜索功能，它结合了Google的搜索专长和Gemini的高级推理能力，能够自动完成复杂的研究任务。
该工具目前已在GeminiAdvanced平台上线，仅支持英文版本，适用于PC端，预计将在2025年初推出移动应用。
据GoogleAIStudio的高级产品经理LoganKilpatrick的体验反馈，DeepResearch在单次查询中就浏览分析了多达145个不同网站。
GoogleCEOSundarPichai还在公开信中写道，此前推出的AIOverviews将集成Gemini2.0，从而提升复杂问题处理能力，本周已经进行有限测试，预计明年推广，并扩展至更多国家和语言。
会写代码、能打游戏、懂浏览器，Google新AI智能体到底强在哪？
赶在2024年的尾声，Google终于端出了AI智能体大招。
毕竟，Gemini2.0Flash的原生用户界面操作功能，以及其他改进，如多模态推理、长上下文理解、复杂指令的跟踪与规划、组合函数调用、原生工具使用和延迟性能的优化，所有这些功能协同工作，天然就适合AI智能体的发挥。
今天，Google发布了多款AI智能体，有早已在I/O大会上亮相的ProjectAstra，也有适用于浏览器的ProjectMariner，还有专为开发者打造的AI编程智能体Jules。
基于Gemini2.0构建的ProjectAstra具备多语言对话能力，能够更好地理解不同口音和不常见的词汇。
此外，ProjectAstra的记忆能力也有所改进，现在具备最多10分钟的会话内记忆，能够记住更多用户与其过去的对话，从而能够提供更加个性化的服务。
并且，通过新的流媒体功能和原生音频理解，该ProjectAstra还可以以接近人类对话的延迟进行语言理解。基于此，我们不妨期待一下，ProjectAstra能早日融入到AI智能眼镜等设备上。
第二个则是事先张扬的浏览器智能体ProjectMariner。
具体来说，它能够理解并推理浏览器屏幕上的信息，包括像素和网页元素（如文本、代码和图片），然后通过Chrome扩展程序来利用这些信息帮你完成任务。
WebVoyager基准测试是一个用于评估多模态网络智能体性能的测试，主要是通过一系列复杂的基于视觉的任务，测试智能体处理图文输入、理解自然语言指令和在网站上执行动作的能力。
而ProjectMariner在前者的测试中达到了83.5%的高分成绩，但在完成任务时的准确度和速度仍有待提高。
别问现在效果怎么样，问就是主打一个未来可期。
考虑到隐私风险问题，ProjectMariner也没含糊，在执行某些敏感操作（如购买物品）之前，它会向用户请求最终确认。
第三个则是专为开发人员打造的AI编程智能体Jules。
Jules支持直接集成到GitHub工作流中，专治各种Bug，与其盯着满屏的Bug发愁，不如直接把问题甩给Jules。
还记得Deepmind前不久发布的基础世界模型Genie2吗？
开局一张图，它就能生成一个3D视频游戏场景。Google也使用Gemini2.0构建了智能体，帮助用户在视频游戏的虚拟世界中进行导航。
类似于今年爆火的AI游戏搭子，它能够通过用户游戏屏幕上的动作来给出下一步操作建议，这对于模拟经营类游戏来说，堪称刚需。
除了探索虚拟世界中的整体能力，Google还想将Gemini2.0的空间推理能力应用于机器人身上，开发能在现实世界帮忙的智能体。
至于老生常谈的安全问题，Google这次也算是做足了功课。Gemini2.0Flash和一系列智能体产品，将与测试人员、外部专家以及内部的责任与安全委员会（RSC）合作，进行广泛的评估。
附上公开信全文
来自Google和Alphabet首席执行官SundarPichai的致辞：
信息是人类进步的核心。这是我们过去26年致力于使命的原因——组织全球信息，并使其变得可访问和有用。我们也因此不断推动人工智能的前沿，以便跨所有输入方式组织信息，并通过任何输出方式让信息真正为你所用。
去年12月，当我们推出Gemini1.0时，这正是我们的愿景。Gemini1.0和1.5作为首个原生多模态的模型，在多模态和长上下文的应用上取得了显著进展，能够理解文本、视频、图像、音频和代码等多种信息，并处理更多信息。
现在，成千上万的开发者正在使用Gemini进行开发。这不仅帮助我们重新构想了所有产品——包括7款拥有20亿用户的产品——并创造了新的产品。NotebookLM便是多模态和长上下文能力为用户带来便捷的一个很好的例子，也正因如此，许多人喜爱它。
在过去一年中，我们一直在投资开发更具「代理性」的模型，即这些模型能更深入地理解你周围的世界，提前多步思考，并在你的监督下为你执行任务。
今天，我们很高兴迎来新一代的模型——Gemini2.0，它是我们迄今为止最强大的模型。通过多模态的新进展——如原生图像和音频输出——以及原生工具使用，我们能够构建新的AI智能体，使我们更接近普遍助手的愿景。
今天，我们将Gemini2.0交到开发者和信任的测试人员手中，并加速将其应用于我们的产品，首推Gemini和搜索引擎。今天起，所有Gemini用户都可以体验Gemini2.0Flash实验模型。同时，我们还推出了名为「深度研究」的新功能，利用高级推理和长上下文能力，作为研究助手，探索复杂话题并为你撰写报告。目前，GeminiAdvanced中已上线这一功能。
没有任何产品像搜索引擎一样被AI技术深刻改变。我们的AIOverviews已服务超过10亿用户，帮助他们提问全新的问题类型，迅速成为我们搜索引擎最受欢迎的功能之一。
接下来，我们将把Gemini2.0的先进推理能力引入AIOverviews，处理更复杂的主题和多步骤问题，包括高级数学公式、多模态查询和编程。我们本周已开始进行有限测试，计划明年初全面推广。同时，我们将继续把AIOverviews带到更多国家和语言地区。
Gemini2.0的进展，得益于我们十年来在AI创新领域的全栈投资。
它依托像Trillium这样的定制硬件，Trillium是我们的第六代TPU。TPU为Gemini2.0的训练和推理提供了100%的支持，而Trillium现在已开放给客户，让他们也能基于这一硬件进行开发。
如果Gemini1.0是为了组织和理解信息，那么Gemini2.0则是让信息更加有用。我迫不及待地想看看这个新时代带来什么。