机器之心报说念

剪辑：佳琪、蛋酱

就在国内各家大模子厂商趁年底恣意卷的时辰，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 名次榜。

谷歌 AI 掌门东说念主 Jeff Dean 亲发贺信：「咱们在此推行性更新中引入了 1M 长的险阻文，以便对长篇文本（如多篇盘考论文或无数数据集）进行更深切的分析。经过欺压迭代，提高可靠性，减少模子想想和最终谜底之间的矛盾。」

试用和谐：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 的十二连发悲怆逊色。

Gemini 2.0 Flash Thinking 基于 Gemini 2.0 Flash，仅仅其经过特意考试，可使用想维（thoughts）来增强其推理技艺。发布之初，这款大模子就登顶了 Chatbot Arena 名次榜。

在手艺上，Gemini 2.0 Flash Thinking 主要有两点打破：可处理高达 1M token 的长险阻文清爽；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想考历程。比如在 Jeff Dean 其时展示的一个 demo 中，模子解答了一个物理问题并证明了我方的推理历程，统统这个词历程耗时 1 分多钟。

而另外一位盘考者暗意，Gemini-2.0-Flash-Thinking-Exp-01-21 这款最新模子的本体体验比 Jeff Dean 形色的还要快。

再看 Gemini 2.0 Flash Thinking 的得益，那亦然特别亮眼，和前两代 Gemini 1.5 Pro 002、Gemini 2.0 Flash EXP 比拟，Gemini 2.0 Flash Thinking 在 AIME2024（数学技艺测试）、GPQA Diamond（科学技艺测试）和 MMMU（多模态推理技艺）向上赶快，特别是数学得益，普及了 54%。

从折线图来看，即使是比较对象是一个月前的我方，也取得了显赫的普及。

与此同期，在 AGI House 举办的行径中，Jeff Dean 和盘考科学家 Mostafa Dehghani 显现了更多 Gemini 2.0 Flash Thinking 和 Gemini 2.0 的细节。

参预 Gemini 2.0 Flash Thinking 的互动界面，不错发现谷歌把 Gemini 系列统统模子齐放在了这个称为「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赢得 API 密钥、创建指示词、拜谒及时对话、确立 APP。平台还提供了模子调优、资源库处分、Drive 拜谒集成等进阶功能，并配备了指示词库、API 文档、确立者论坛等因循资源。

但这个界面上的功能就像「集市」相通漫衍，藏得比较深的功能进口似乎并无须户友好，也短缺先容模子技艺的文档。Jeff Dean 对此暗意，当模子不再是推行版而是负责发布时，谷歌将提供竣工的手艺阐明，他们当今的主要指标是让用户试用，再证据更多响应改善。

Gemini 2.0 Flash Thinking 的互动界面

此外，谷歌果真立理念更偏向「全面平衡」。「咱们不但愿模子在某些范围特别隆起，而其他范围阐明欠佳 —— 比如在读 X 射线时阐明出色，但解读核磁共振时却很倒霉。」Jeff Dean 补充说念：「咱们的指标是打造一个果真有实力的通用模子，随机完成用户期待的各类任务。这需要抓续考订：咱们会网罗用户响应，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，获取更多东说念主们眷注的数据来普及，确保模子在各个标的齐有向上，而不是局限在某个小范围内 —— 天然在数学等特定范围，有时也会进行特意优化。」

Gemini 2.0 Flash Thinking 主推的亮点是超长的险阻文窗口。不外，家喻户晓，好多具备长险阻文窗口技艺的 AI 模子齐有个通病：聊着聊着就「变傻」了，说的话驴唇马嘴，或者就径直「摆烂」，跳过险阻文中的大段信息。

Jeff Dean 暗意，Gemini 2.0 Flash Thinking 果真能作念到在对话历程中保抓连贯的想维，并无邪诈骗之前蚁集的信息来完成刻下的任务。因比拟搀杂在一齐的数千亿考试数据，险阻文窗口的信息关于模子来说相称明晰，因此，险阻文窗口的信息关于 Gemini 2.0 Flash Thinking 来说，就像你让把一张庸碌轿车的图片改成敞篷车相通，模子能准确清爽每个像素，然后一步步完成修改。

而从底下这个 demo 来看，Gemini 2.0 清爽多模态的技艺照旧跃升了一个台阶。它不错证据语音指示，及时编削这三个小圆的排布，排成一转放在界面顶部，或者胪列成一个雪东说念主。更夸张的是，Gemini 2.0 对语音、视觉和手脚的交融清爽照旧达到了你说想要紫色的圆，它知说念要把红色和蓝色的圆疏导在一齐调色的境地。

视频和谐：

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，需要庞大的边框识别技艺。Jeff Dean 揭秘，这来自Project Mariner。Project Mariner 是一个盘考性的推行面容，旨在探索东说念主类将如何与 AI 智能体互动，第一步即是让 AI 清爽并操作网页浏览器。

Project Mariner 的技艺近似于 Claude 的「computer use」，不错及时拜谒用户的屏幕，清爽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 的回复是：咫尺谷歌正在对准 3D 数据，而况照旧有了很好的遵守。

看来谷歌还攒了不少存货，下一个打破会在哪个范围？让咱们翘首跂踵。

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