在OpenAI宣布将连续12天发布更新之际，Google于12月11日深夜抢先发布了其新模型Gemini 2.0，意图在AI竞赛中抢占先机。此次发布正值OpenAI更新前夕，Google似乎成功扳回一局。

图片来源：Google官网截图

Gemini 2.0直指Agent使用，即AI能够感知环境、执行任务并做出决策的能力。Google此次不仅发布了新模型，还一举推出了四个与Agent相关的功能，包括Project Astra、Project Mariner、Jules和游戏Agent，这些功能均旨在提升AI的自动化和智能化水平。

值得注意的是，OpenAI随后的发布主要聚焦于与Apple Intelligence的合作，而Google则通过Gemini 2.0的Flash及API的免费可用性，吸引了大量关注。用户可以通过Google AI Studio和Vertex AI中的Gemini API免费使用这些功能，每分钟最多可提问15次，每天最多1500次，预计明年初将全面开放。

Gemini 2.0 Flash作为2.0家族的首个模型，主打原生多模态输入输出+Agent，速度比1.5 Pro快两倍，关键性能指标甚至超越前者。此外，它还支持原生工具调用、实时音视频流输入等新功能，速度更快，多模态、文本、代码、视频、空间理解和推理能力均得到全面提升。

在功能展示方面，Gemini 2.0展现了其强大的空间理解和地图交互能力，例如通过Spatial Understanding上传图片进行物体检测和标注，以及利用Map explorer展示世界上有趣的大城市。同时，它还支持文本、音频和图像的集成响应，多语言原生音频输出，以及原生图像输出和多轮编辑迭代。

在原生工具使用方面，Gemini 2.0可以直接调用Google搜索、代码执行等工具，还能通过函数调用使用自定义的第三方函数。多模态实时API则支持实时音视频流输入，进行语音活动检测，并集成多个工具完成复杂任务。

谷歌正在积极探索AI“代理”的应用，旨在打造能够自主理解、规划和执行任务的智能助手。Jules作为AI编程伙伴，可以无缝集成到GitHub工作流中，异步处理bug修复和其他耗时任务。Colab数据科学代理则可以通过自然语言描述分析目标，自动生成完整的notebook，并提供洞察。

Project Mariner旨在探索人机交互的未来，让AI代理在浏览器中执行各种任务。而Gemini Advance模式则推出了一项名为“深度研究”的新代理功能，可以深入研究复杂主题，并创建带有相关来源链接的报告。

此外，谷歌还将Gemini 2.0应用于游戏代理的开发，与Supercell等游戏开发商合作，在“部落冲突”和“卡通农场”等游戏中测试这些代理。这些代理不仅能陪你一起玩游戏，还能提供专业的指导，提升游戏体验。

除了Gemini 2.0的发布，谷歌还宣布推出最新量子芯片Willow，被视为迈向打造实用量子计算机的重要一步。Willow芯片取得了两项重大成就：使用更多量子比特进行扩展，可大幅度减少错误；在标准基准计算测试中展示了非常高的性能。这一突破将有助于解决量子纠错领域的难题，推动量子计算向商业应用方向迈进。

谷歌量子人工智能实验室的创始人和领导者哈特穆特·内文表示，人工智能和量子计算将是当代最具变革性的两项技术，先进的人工智能将从量子计算中受益匪浅。这一观点也体现了谷歌在AI和量子计算领域的战略眼光和布局。

（文章来源：每日经济新闻综合Google官网、公开消息）