就在今天凌晨，谷歌突然决定正式发布自己的Gemini2.0。谷歌CEO桑达尔·皮查伊说："如果说 Gemini 1.0 是关于组织和理解信息的，那么 Gemini 2.0 就是为了让信息更加有用。我迫不及待地想看看下一个时代会带来什么。"
这是谷歌迄今为止最强大的AI大模型，有更强的性能，更多的多模态表现(影像和音频)，和更多原生工具应用。
在技术层面，Gemini 2.0采用了最新的机器学习和深度学习算法，提升了神经网络的结构和效率，特别是在自然语言处理（NLP）领域表现出色。
这些技术的创新使得Gemini 2.0能够更好地理解和生成自然语言，增强了人机交互的智能性。
仿佛在说着：欢迎来到智能体的世界
在 Gemini 1.5 Flash 成功的基础上，Flash 2.0 的速度是 1.5 Pro 的两倍，同时实现了更强大的性能，包括新的多模式输出，并附带本机工具使用。谷歌还推出了多模式实时 API，用于构建具有实时音频和视频流的动态应用程序。
Gemini2.0的进步显而易见了。
如图所示， Gemini 2.0 在关键基准测试中相对于 Gemini 1.5 Pro 实现了大幅性能提升而且延迟更低，谷歌官方的表述是"关键基准测试中超越了 1.5 Pro，速度是其两倍"。
据介绍，Gemini 2.0 还带来了多种新功能。除了支持图像、视频和音频等多模态输入外，现在还支持多模态输出，例如与文本混合的原生文生图、可自定义的文本转语音 (TTS) 多语言音频内容。此外，它还支持原生调用工具，如 Google 搜索、代码执行以及第三方用户定义函数等等。
此外谷歌还说：
同样从今天开始，全球 Gemini 用户可以通过在桌面和移动 Web 的模型下拉列表中选择 2.0 Flash 实验版来访问聊天优化版本，并且它很快就会在 Gemini 移动应用程序中提供。有了这个新模型，用户可以体验到更有用的 Gemini 助手。
明年年初，我们会将 Gemini 2.0 扩展到更多 Google 产品。
还谈到了对未来的计划：
接下来，我们将探索 AI 代理如何使用 Jules 为开发人员提供帮助，Jules 是一种直接集成到 GitHub 工作流程中的实验性 AI 驱动的代码代理。它可以解决问题、制定计划并执行它，所有这些都在开发人员的指导和监督下进行。这项工作是我们长期目标的一部分，即构建在所有领域（包括编码）都有帮助的 AI 代理。
有关此正在进行的实验的更多信息，请参阅我们的开发人员博客文章。
即日起，开发人员便可在AI Studio和Vertex AI中对Gemini 2.0 Flash实验版本进行试用，而且该版本也已经在网页版中为Gemini Advanced开放试用，移动版后续也将推出。
为了帮助开发者构建动态和交互式应用程序，谷歌还发布了新的Multimodal Live API，具有实时音频、视频流输入以及使用多个组合工具的能力。
最后，他们还谈到了：
Gemini 2.0 Flash 和我们的研究原型使我们能够在 AI 研究的最前沿测试和迭代新功能，最终使 Google 产品更加实用。
随着我们开发这些新技术，我们认识到它所带来的责任，以及 AI 代理为安全和安保带来的许多问题。这就是为什么我们采取探索性和渐进的开发方法，对多个原型进行研究，迭代实施安全培训，与值得信赖的测试人员和外部专家合作，并进行广泛的风险评估以及安全和保证评估。