微信扫码
添加专属顾问
我要投稿
谷歌最新AI助理Gemini Deep Research深度体验报告核心内容: 1. Gemini Deep Research功能升级亮点解析 2. 五大模型特点及适用场景对比 3. 深度研究报告生成流程及效果评估
文:王智远 | ID:Z201440
去年12月,谷歌推出了Gemini Deep Research。
什么是Deep Research?它像一个AI助理一样,输入一个问题,它立马能搜索、规划、推理、最后形成一个报告。
今年,它做了大升级。升级后能力凸显在三方面:
一,它能帮你把一个大问题拆成几个小问题,一个一个解决;二,能从很多不同的地方找到信息,分析几百个来源;三,特别快,几分钟就能做出一个详细的报告,从计划到总结,全都有。而且,它还能处理45种以上的语言。
官方说的是,目前免费试用,我用免费账号折腾半天不行,后来去某宝租了一个Gemini Advanced 账号,一下子就能用了。
体验地址是:https://gemini.google.com
打开Gemini的网页,登录后,你可以在左上角切换不同的模型,现在有五种。
2.0 Flash 适合快速回答问题,处理简单任务;2.0 Flash Thinking 能分析复杂问题;Personalization 会根据你的习惯调整回答;2.0 PRO(Experimental)是还在测试的高级版本,适合专业人士。
最后说说,它的第五个能力:Deep Research。
话不多说,直接在Gemini Deep Research 里输入了一个问题:帮我写一个关于 Gemini Deep Research 的深度研究报告。
它很快给我拟定了一个方案。这个方案列出 7 条主要内容。每一条都很清晰,具体是这样的:
第一条,先整理 Gemini Deep Research 的官方资料;第二条,会分析这个工具可以用在哪些场景,还有它的主要特点是什么。
第三条,去找一些用户对这个工具的评价,看看大家用起来觉得哪里好、哪里不好;第四条,收集一些专业人士的测评和分析,看看专家们是怎么评价它的。
第五条,它会找一些和 Gemini Deep Research 类似的工具,做一个对比,看看它在竞争中有什么优势或者不足;第六条,研究一些实际使用过的案例,看看这个工具在解决实际问题时表现如何。
最后一条,也就是第七条,它会深入探讨这个工具的技术原理,评估数据是否可靠、准确;同时,它还会把工具放在更大的学术背景中,看看在整个领域里的水平如何,未来发展潜力怎么样。
方案列完后,它问我我:你觉得这个方案行不行?如果觉得没问题,可以直接开始研究了。
从整个研究结构来看,它确实比我个人想得更全面。
至少它不仅提供了背景资料,还给出优劣势分析、专业人士的测评、工具对比,以及最后在更大背景下的表现评估;所以,在我看来,这更像一份简单而完整的工具测评报告。
我确认方案后,它便开始了工作。
一开始,它从 7 个网站中帮我查找资料,这些网站包括 ZDNet、YouTube.com、SearchEngineJournal、Google、播客,以及 WorkspaceUpdates.Google 等。
这些网站可能会提供有关 Google Gemini 的基础信息、使用教程、新闻报道或者用户支持等内容。
找资料过程中,我发现它把核心功能、关键特点、技术亮点都整理得清清楚楚。
接着,它开始了下一步:
从更多地方收集信息。它访问了 Reddit、How-To Geek、SectionSchool、Google 的官方页面,以及 SearchEngineJournal。
我觉得,这些网站选择,它主要为了获取几类不同信息。
首先是用户的讨论和评价。它想看看大家实际用起来感觉怎么样,我还随机点开了几个 Reddit 页面,发现它不仅抓取了博主写的文章内容,还提取了下面的评论。
这些评论往往是用户的真实感受,特别有参考价值。
第二类是教程和学习资料。像 How-To Geek 和 SectionSchool 这样的网站,会提供详细的使用指南或者教学资源。
第三类是官方信息;最后一类是专业分析和评价。SearchEngineJournal 这个网站专注于 SEO 和数字营销,上面有不少专业人士对工具的深入分析和评测。
所以,我认为,这一步,它想全面收集用户反馈、专业解读、使用教程和官方的公告;这样的信息组合,确实能让人从不同角度了解 Google Gemini。
然后,它总结了三个重点:
它说:我看了用户对产品的评价,发现体验各不相同。大家普遍赞赏,工具能帮他们节省时间,快速了解主题或者写个初步报告。
不过,也有人担心质量问题,工具在判断信息来源的可靠性上可能不够好,有时候,生成的信息太泛泛,不够深入。还有人提到,工具会突然中断,导致研究失败。
在比较方面,它说,有些用户把GEMINI Deep Research和Perplexity、DeepSeek做了对比。
一些人认为Perplexity在讲故事和挖细节上做得更好,而DeepSeek的新模型在研究质量和速度上表现最佳;甚至,ChatGPT在某些情况下能提供更高质量的研究结果;这些比较显示,Deep Research在某些方面可能还有提升的空间。
通过这一步详细拆解,我认为细节对我帮助很大。毕竟,别人对Deep Research的看法,是他们的本地知识,这些有助于做商业分析用。
第三步研究中,它开始寻找找更专业的知识。
看了看它推荐的9个网站,发现网站和第二步里的不一样。它们更关注怎么提高工作效率的工具、人工智能研究,还有战略和市场分析这些内容。
看起来这些网站挺权威,里面有技术支持文档、新闻博客、社交讨论和专业教程,各种信息都有。
我觉得,这些网站是对之前研究的一个补充,之前分析了好坏,现在要找更专业、更深入的信息。
所以,它给我的结论是:Deep Research 功能很强,但在准确性上还得提高;还有,Gemini 2.0 的深度思考模型是个重要的升级。
接下来第四步、第五步和第六步,步骤都差不多。它找的是些专业网站。它主要关注三个方面:
专家怎么说,怎么评价
看看实际用起来怎么样,有没有案例
再深挖一下技术原理和数据来源
这个过程,像从不同角度,找问题的答案和评价。
它给出的结论也挺清楚。专家们觉得工具挺有潜力,特别是在升级到Gemini 2.0 Flash Thinking Experimental模型后,规划、搜索、推理和报告的能力都提高了不少。
专家们还说,它免费对所有人开放,这在和ChatGPT这些竞争对手比起来,是很大优势。不过,他们也指出了一些不足,比如:信息来源的可靠性、准确性,还有避免生成不符合事实的内容,这些地方还要改进。
但是,我个人有点遗憾的是,在实际案例这部分,它并没有给出具体的应用例子,只是提了几个问题。
比如:处理需要专业知识或最新信息的复杂主题时,表现怎么样?生成的报告准不准确、深入不深入、有没有用?
这些问题,它都没有回答。
还有,技术原理和数据来源这部分,也没有给出清晰的对比。我点开它给的9个网站,发现确实有一些技术对比的内容,但它没有很好地展示这些信息,感觉有点匆忙。
所以,我理解的是:后面步骤不够细致,有些草率。
可能因为能力还有局限,特别是专家分析、实际案例部分,它应该做个表格,把几者的对比都展示出来,这样可以清楚地展示Gemini 2.0深度研究和其他深度研究能力上的对比,这样更有说服力,也更容易理解。
第七步是:学术信息收集。
我注意到,它对学术研究特别感兴趣,它搜了27个学术网站,想找些和深度研究有关的文献,还有AI在学术界的应用信息。
但是呢,最后得出的结论太匆忙了。简单说了两句:开发团队训练的模型能很好地做计划,还设计了个任务管理器;这些是大家一看就知道,我本来希望能看到更深入的研究结果。
比如说:
怎么让模型更准确?有哪些具体的改进方法?需要哪些技术能力?甚至怎么优化架构等等。
还有,做完学术信息收集后,它突然又来了一句:之前用工具时出了语法错误,得修正一下,这样才能拿到最新信息。
这让我觉得到,它在用搜索工具获取信息时,可能还有遗漏,不够完善;换句话说,它的表现还不稳定,甚至因为技术上的小问题,影响了最后的结果质量。
最后,我下载了它生成的报告,一看整整 8700 字。
不过,把不太重要的内容去掉,最核心的部分是关于用户体验和反馈。这部分它确实做得不错,不仅做了深入研究,还详细列出了优点和缺点,甚至还用表格进行了对比,非常直观。
另一部分让我比较欣赏的是,它把自家工具和其他人工智能研究工具做了详细的对比分析;这部分内容挺实用,能让人清楚地看到它的优势和不足。
至于技术分析和学术研究的部分,写得有点太理论化了,像在堆砌术语,实际参考价值不大,读起来像“八股文”一样枯燥。
值得一提的是,8700 字的报告里,一共引用了28 个链接,而链接加起来差不多占了 1000 字的篇幅;如果除去这 1000 字,再加上报告开头和结尾那些常规性的内容,仔细算算,真正有价值的信息还能剩下多少呢?
所以,要我评价的话,主要有三点:
一,和国内的产品如 Kimi、Qwen、豆包、夸克相比,它绝对是领先的;它能生成这么长的报告,还能调动多种能力,从用户体验上来说,国内很多产品目前还做不到这一点。它的综合表现确实更胜一筹。
二,记忆能力和处理长文本的能力还是很强的。相比之下,国内一些产品在生成报告时,后半部分会显得比较随意,有些草率。
当然,Gemini 的深度搜索也存在类似的问题,但没有国内产品那么严重,整体表现依然更稳定。
第三,和 Manus 相比,它在工具调用方面还有不足。Manus 能生成 PDF,可视化能力也很强。Gemini 深度搜索在这方面就显得逊色,它最多提供一个类似 Word 文档的文件,里面带一个非常简单的表格。
在工具调用和功能扩展上,Gemini 深度搜索显然还有提升的空间。
值得一提的是,Gemini 本周的密集更新,无疑让它的地位在生态系统里变得更重要的,高频的优化和功能扩展,也让它在竞争中占据了更有利的位置。
今年是 Agent 元年,AI 在 TOC 领域的这波机会,它自然不能错过;这种快加速,无疑也把压力传给了其他竞争对手。
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费场景POC验证,效果验证后签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2024-08-13
2024-06-13
2024-09-23
2024-08-21
2024-07-31
2024-05-28
2024-08-04
2024-04-26
2024-07-09
2024-09-17
2025-03-18
2025-03-18
2025-03-18
2025-03-18
2025-03-18
2025-03-18
2025-03-17
2025-03-17