今天凌晨，谷歌正式發(fā)布了為新智能體時代構(gòu)建的下一代模型——Gemini 2.0。

這是谷歌迄今為止功能最強的AI模型，帶來了更強的性能、更多的多模態(tài)表現(xiàn)（如原生圖像和音頻輸出）和新的原生工具應用。

Gemini 2.0關鍵基準測試中相較于前代產(chǎn)品Gemini 1.5 Pro實現(xiàn)了性能的大幅提升，速度甚至達到了后者的兩倍。

支持圖像、視頻和音頻等多模態(tài)輸入與輸出，例如與文本混合的原生文生圖和可自定義的文本轉(zhuǎn)語音（TTS）多語言音頻內(nèi)容。

此外還支持原生調(diào)用工具，如Google搜索、代碼執(zhí)行以及第三方用戶定義函數(shù)等，為用戶提供了更為便捷和強大的功能。

在技術層面，Gemini 2.0采用了最新的機器學習和深度學習算法，提升了神經(jīng)網(wǎng)絡的結(jié)構(gòu)和效率，特別是在自然語言處理（NLP）領域表現(xiàn)出色。

這些技術的創(chuàng)新使得Gemini 2.0能夠更好地理解和生成自然語言，增強了人機交互的智能性。

即日起，開發(fā)人員便可在AI Studio和Vertex AI中對Gemini 2.0 Flash實驗版本進行試用，而且該版本也已經(jīng)在網(wǎng)頁版中為Gemini Advanced開放試用，移動版后續(xù)也將推出。

為了幫助開發(fā)者構(gòu)建動態(tài)和交互式應用程序，谷歌還發(fā)布了新的Multimodal Live API，具有實時音頻、視頻流輸入以及使用多個組合工具的能力。

明年初，Gemini 2.0還會擴展到更多Google產(chǎn)品中。