今日（12月12日）消息，谷歌正式發布了為新智能體時代構建的下一代模型——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、更多的多模態表現（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於前代產品Gemini 1.5 Pro實現了性能的大幅提升，速度甚至達到了後者的兩倍。
支持圖像、影片和音頻等多模態輸入與輸出，例如與文本混合的原生文生圖和可自定義的文本轉語音（TTS）多語言音頻內容。
此外還支持原生調用工具，如Google搜索、代碼執行以及第三方用戶定義函數等，為用戶提供了更為便捷和強大的功能。
在技術層面，Gemini 2.0採用了最新的機器學習和深度學習算法，提升了神經網路的結構和效率，特別是在自然語言處理（NLP）領域表現出色。
這些技術的創新使得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，而且該版本也已經在網頁版中為Gemini Advanced開放試用，移動版後續也將推出。
為了幫助開發者構建動態和交互式應用程序，谷歌還發布了新的Multimodal Live API，具有實時音頻、影片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產品中。
