起初我是有点质疑，但是！！当我看了一上午，慢慢的去了解它、与它接触，我又想起来Gemini2.0给自己下的定义，它就是目前“Agent时代”最强大的AI模型！

从去年12月份，Google陆续推出了Gemini1.0和1.5，这两个版本已经在多模态方向做出了很大的成就，可以理解文本、视频、图像、音频和代码。

今天详细给大家详细介绍下这个史诗级的模型。

官网能免费用，链接可以保存下。

gemini.google.com

选2.0Flash模型。

那么相比较1.0和1.5版本，2.0版本有什么进步呢？

1.速度更快： Gemini 2.0 的速度是上一代的2倍，这意味着它可以更快地生成文本、翻译语言或执行其他任务。

看完文章自己去体验下，用过的都说快。

2.性能更强： 在各种基准测试中，Gemini 2.0 都表现出了更强的性能，例如在代码生成和事实性回答方面。

3.多模态能力更强： 除了文本，Gemini 2.0 还可以处理图像、视频和音频等多模态数据，这意味着它可以更好地理解和生成各种形式的内容。

4.更强的原生工具调用能力： Gemini 2.0 可以直接调用 Google 搜索、代码执行等工具，从而提供更全面的信息和更强大的功能。

给大家看个更直观的1.5和2.0版本比较。

这是我随便找了个象棋残局的图，让Gemini1.5和2.0分别分析下局势。

Gemini1.5只能分析大局，也就是一眼看上去怎么样，它并没有真的看懂棋盘。

而Gemini2.0可以精确到每一颗棋子的位置。

官方演示

本部分将使用视频和文本的方式来给大家讲述，视频已使用SubCat为大家添加双语字幕，如果更习惯文本的话，可以忽略视频。

1、Flash 超强Agent新体验

·处理实时信息

测试人员用Gemini2.0来分析画面中的物体，Gemini以非常快的速度回答了这是什么，以及这是谁创作的，包括位置等信息都讲出来了。

精准，速度，专业。

·多语言

在使用过程中，可以随时无缝切换各种语言，哪怕你中英日法韩一种语言说一句也OK。

对于小语种的适配度也很高。

·Agent

可以帮我们做一个多步骤的事情，官方示例是让Gemini2.0去找一幅画，并且找到相关的商品加到购物车。

·跨域应用

官方演示了在玩策略类游戏的时候，Gemini2.0提供操作建议。

这有点牛啊，物理外挂。

·推理物理世界

理解3D空间环境和物体，应用于有Agent的机器人技术，可以给机器人在日常的物理环境中提供帮助。

2、Astra计划

·更好的对话： 

现在能够用多种语言和混合语言进行对话，对方言和不常见的词汇有了更好的理解。

·新工具用途：

有了Gemini 2.0，Project Astra可以使用谷歌搜索、镜头和地图，使其作为日常生活中的助手。

·更好的记忆：

提高了Project Astra的记忆能力，它现在有长达10分钟的会话记忆能力，并且能够记住过去与它进行的更多对话，个性化适配变得更好了。

·改善延迟：

有了新的流媒体功能和原生音频理解能力，Agent可以理解语言，延迟和人类对话差不多。

3、Project Mariner

Project Mariner 是一个早期的研究原型，基于 Gemini 2.0 构建，它能够理解并推理浏览器屏幕上的信息，包括文本、代码、图片、表单等 web 元素。通过一个实验性的 Chrome 插件，Mariner 能够根据这些信息执行任务。

第六代 Trillium TPU

Gemini2.0并不是用英伟达的GPU训练的。

是用了谷歌开发的Trillium TPU训练的。

伴随着Gemini2.0的发布，Google Cloud 也推出了第六代TPU Trillium 正式上市。

特点给大家简单总结了一下

·Trillium TPU 是 AI Hypercomputer 的关键组成部分：

AI Hypercomputer 是一种突破性的超级计算机架构，它整合了优化的硬件、开放的软件、领先的机器学习框架和灵活的消费模式。Trillium TPU 是其硬件核心。

·AI Hypercomputer 提升了开放软件层： 

为了配合 Trillium TPU 的全面上市，AI Hypercomputer 对其开放软件层进行了重要增强，包括优化 XLA 编译器以及 JAX、PyTorch 和 TensorFlow 等流行框架，以在大规模 AI 训练、调优和服务中实现领先的性价比。

·AI Hypercomputer 提高了效率： 

通过使用海量的主机 DRAM（补充高带宽内存 HBM），实现了主机卸载等功能，从而提高了效率。

·AI Hypercomputer 具有强大的扩展能力： 

AI Hypercomputer 在 Jupiter 网络结构中部署了超过 10 万个 Trillium 芯片，拥有每秒 13 Petabits 的对分带宽，能够将单个分布式训练作业扩展到数十万个加速器。

我有点更期待Gemini的下一次迭代了，一定会是另一个划时代的产品。当然也会有很多Gemini的衍生产品，会让我们更好的感知这个世界，让我们有更加智能的生活。