Google发布Gemini 2.0 AI助手Astra升级 记忆力变强对话更自然
2024年终行情出炉！金融业近3个月连霸12年、上班族平均1.3个月⋯科技业只排第3？
Google的招牌AI模型Gemini，经历了近一年的1.5版本发展，终于在12月11日深夜宣布推出最新的Gemini 2.0 Flash实验版，为新一代Gemini 2.0系列打头阵。
Google执行长桑德尔．皮蔡（Sundar Pichai）在部落格文章中称它为“我们所有尖端技术的缩影”。
Gemini 2.0 Flash虽然是轻量版，表现却超出上一代的最高版本1.5 Pro，产出速度还更快，性能大幅升级，Google也同步分享了智慧助手Project Astra和新的网页助手Project Mariner的应用，在多模态能力、反应速度、对外搜集资料能力上，都展现新一代Gemini的力量。
Gemini 2.0 Flash有多强？
Gemini 2.0 Flash是由非常受开发者欢迎的1.5 Flash模型的升级版产品，延续了Flash反应速度极快的特性，根据Google的测试，2.0 Flash身为“轻量版”，关键标准测试的表现，除了长文字处理外，其他所有相簿都赢过上一代的“专业版”1.5 Pro。例如，2.0 Flash写程式的能力得到92.9的高分，1.5 Pro在这个项目中只得到85.4分，速度还快了一倍。
开放时间：
Google已于上月先向部分开发者分享了Gemini 2.0的早期实验版本，即日起开发者可透过Google AI Studio和Vertex AI平台正式选用Gemini 2.0 Flash的实验模型， 明年一月将全面开放使用，并推出更多不同大小的模型版本。
Google发布Gemini 2.0，AI助手Astra大升级：
智慧助手升级：Project Astra
随著新版本模型的登场，AI助手也跟著升级。Google在今年5月登场的I/O大会中首次公开Google未来的人工智慧助手—— Project Astra，具备“多模态”能力，能解读文字、语音、动态画面，因此能够在看到动态画面时快速思考和反应，甚至拥有记忆力。
而加入Gemini 2.0后，Project Astra有了四大能力升级。
升级一：多语言对话能力
Astra语言能力升级，现在可支援多语言及混合语言对话，并更能理解口音及少见词汇。例如，在说话时使用中应大量混杂的“晶晶体”，或者和法国人好友同时对Astra下指令，都能快速理解并完成任务。
升级二：使用更多工具辅助
Astra现在可以上网使用Google搜寻、Lens与地图，解锁更多应用场景，例如拍摄路上的装置艺术，Astra可以知道位置之外，还可以透过互联网上的说明资讯，告诉你装置艺术的涵义。
升级三：记忆力变强了
Astra在初登场时最让人印象深刻的是记忆力，当时Demo的人员询问Astra“记不记得我的眼镜放在哪里？”Astra马上分析这几分钟内经过的所有画面，找到眼镜所在的影格并分析画面中的资讯，最后得出结论；“放在一颗苹果旁边。”
这次Google把Astra的记忆力保留时间拉长到10分钟，并能想起更多过去的对话内容作为补充资讯，以更个性化地服务使用者，比如可以请Astra帮忙记住一组密码，离开去泡杯咖啡聊聊天，回来后再请Astra帮忙说出密码内容。
升级四：降低延迟自然对话
根据Google的说明，新版本Astra的语言理解速度已经接近真人对话，因此当你Astra问问题时，不会让人感觉“卡卡”，互动更自然。
网页搜寻帮手：Project Mariner
而这一次Google也揭露全新计划内容，称为Project Mariner，可以视为Google打造未来全新网页使用体验的决心， Project Mariner就像一个助手，或者扩充功能，帮你浏览各种网页搜集到需要的资讯，它可以理解并分析浏览器画面中的资讯，包括像素、文字、程式码、图片及表单等元素。
比如Google展示了一项应用，打开一个Google试算表文件，表格里面有好几家公司的名字， 可以在一旁的Project Mariner视窗中打下“帮我找到这些公司的招牌产品和他们的联络方式”，Mariner就会开始自己开始搜寻、寻找资讯，而且这些过程都展示给你看，让你看见Mariner在滑动这些公司的官网、理解图片的过程，接著在几秒钟后整理好资讯、告诉你答案。
因为可以看到搜集答案的过程，而不是直接提供结果，把人的监管加入流程中，虽然速度比起直接生成答案更慢，却也提高了一部分的可信度。
在WebVoyager基准测试中，可以评估AI在真实世界网页里工作的表现，Project Mariner达到了83.5分的成绩，根据Google的说法，这是业界领先的成果，“虽然Project Mariner目前的执行速度稍慢且偶尔不够准确，但随著技术进步，这些问题将迅速改善。”Google Labs产品管理总经理洁克琳．康杰曼（Jaclyn Konzelmann）指出。
游戏领域“外挂”：Gemini for Games
Gemini 2.0的另一项新应用是在游戏方面，像是一个师傅，帮助玩家在游戏的虚拟世界中快速针对规则、角色等内容产生理解，甚至可以边玩边询问“我忘记现在是要完成甚么任务才能通关，你可以告诉我吗？”
而Gemini就会告诉玩家“你必须搜集到200颗宝石，建议你选择XX角色更快达成任务。”代表可以根据萤幕上的行动进行游戏推理，并透过即时对话提供下一步建议。
总结：Google持续尝试在谨慎中创新
随著微软、OpenAI等公司提出AI代理（AI Agent）新概念和应用，能够在用户授权下主动执行任务的代理式AI，成为明年最重要的竞争方向，代表AI从一个口令一个动作，进入下一个阶段。
Google这次在Astra和Mariner都展现类似的野心，不过很明显在产品设计上更加小心翼翼，甚至依旧保留了人类监管或控制的选项，似乎还没打算让AI脱离掌控主动工作。
对此，Google DeepMind 产品管理总经理图席．道许（Tulsee Doshi）在受访时坦言，Google确实有感受到业界对于放松AI行动限制的发展方向，不过这代表著更多的问题可能会随之发生，因此Google还是抱持的谨慎地态度面对，先从部分授权开始，同时找来一群信任的测试人员，进行试用并提供回馈，确保AI提供的服务不会出问题。
Google似乎将延续“负责任AI”的口号，在冲刺的AI领域中自踩刹车，先求稳再求好的模式，会在明年的AI代理战中脱颖而出还是落后，值得观察。
延伸阅读：Google AI聊天机器人向使用者发出死亡威胁 官方回应你满意吗？（点击连结看全文）
延伸阅读：
Google发布量子芯片Willow！5分钟搞定“10的25次方年”计算：将解锁AI、核融合难题
2024年终行情出炉！金融业近3个月连霸12年、上班族平均1.3个月⋯科技业只排第3？
【本文获“数位时代”授权转载。】