Google公布Gemini 2.0 推出3種代理人

在激烈的AI競賽中，Google昨（11）日發表專為代理型AI（Agentic AI）時代打造的多模態語言模型Gemini 2.0，並開放Gemini 2.0 Flash實驗版，及公布3種AI代理（Agent）。

Google執行長Sundar Pichai指出，在去年底及今年8月推出Gemini 1.0和1.5迄今，公司以Gemini模型發展出7種產品，包括受許多人喜愛的多模態AI筆記應用程式NotebookLM，用戶超過20億。他說，今年以來Google投入研發代理人模型（Agentic Model），最新的Gemini 2.0是為代理型AI時代所打造的次世代模型，也是Google歷來最強大的模型。

如同前幾代，Gemini 2.0也是一個家族。作為代理型AI時代打造的模型，Gemini 2.0具備多模態輸出，原生生成圖片及輸出音訊的功能，並整合於Google Search及Maps。

Google今天公布了Gemini 2.0家族第一款模型，名為Gemini 2.0 Flash。它是以最受開發人員歡迎的1.5 Flash為基礎開發，在理解、數學、推理、事實貼近、圖像辨識、語音辨識及影像分析等多個標竿測試，大幅超越前一代Flash模型，甚至1.5 Pro模型。

Gemini 2.0 Flash目前還是實驗版，現已供開發人員透過Google AI Studio及Vertex AI在API中打造自己的AI應用程式。所有開發人員都能測試多模態輸入及文字輸出，而早鳥夥伴則還能試用語音生成及原生圖片生成功能。伴隨Gemini 2.0 Flash的公布，Google也釋出新的Multimodal Live API，後者具備即時音訊、影像串流輸入等工具。

Google預計2025年1月，會再推出更多參數量版本的Gemini 2.0模型。

現在Gemini 2.0 Flash實驗版將部署到Gemini AI助理中開放全球用戶使用。今天起可以從桌機和手機Web版Gemini的下拉選單，選擇Gemini 2.0 Flash使用，這模型很快也可以部署到Gemini App。

Google今天也公布了以Gemini 2.0為基礎的三個AI代理研究原型。一是以Gemini 2.0升級的Project Astra，它具有在混合及多種語言環境下轉換語言，且能理解不同腔調和罕見字。有了Gemini 2.0，可用於Google Search、Lens和Maps。

2個Gemini 2.0為基礎的AI代理，分別為Project Mariner和Jules。Project Mariner是可在瀏覽器執行的AI代理，以Gemini 2.0為基礎使其能理解像素、或是Web元素如文字、程式碼、圖片及表格，還能透過一款Chrome外掛來執行任務，像是讀取網頁、生成摘要。Jules則是可整合到GitHub工作流程的AI代理，能處理問題、建立規劃或執行，旨在加速開發，但全可由開發人員控制和監控。