和OpenAI今天不痛不痒的更新相比，谷歌这次明显来的更猛烈一些。

前排提示，文末有大模型AGI-CSDN独家资料包哦！

北美时间12月11日，谷歌不那么高调地（和OpenAI相比）接连发布多项更新，其中包括推出新一代系列模型Gemini 2.0，其中Gemini 2.0 Flash作为该系列的首发模型，主打一个“又快又强”，在保持1.5 Flash快速响应的同时，性能进一步提升，甚至在部分基准测试中超越了1.5 Pro。

同时，谷歌今天官宣了三个AI Agent助手的研究原型：通用助手Project Astra，浏览器助手Project Mariner，以及代码助手Jules，旨在引领AI模型进入“Agentic 时代”。

要知道，就在几天前谷歌DeepMind团队才刚刚发布了目前在LMSYS聊天机器人排行榜（Chatbot Arena Leaderboard）排名第一的新版实验模型Gemini-exp-1206。

Gemini 2.0

“our new AI model for the agentic era”，这是谷歌给Gemini 2.0系列模型的slogan，也是谷歌发布说明的标题。

Gemini 2.0被定位为目前最强大的模型（此处应该加上个之一），旨在引领AI进入“Agentic 时代”，即AI不仅能理解信息，更能主动行动，像助手一样帮助人类完成任务。

Gemini 2.0系列的首发模型为Gemini 2.0 Flash，和上一代一样，Flash版本都是强调低延迟和高性能，追求的是速度和性能的平衡。而最新的Gemini 2.0 Flash不仅保持了1.5 Flash的快速响应能力，同时性能进一步提升，甚至在一些基准测试上超越了1.5 Pro。

详细的基准测试对比如下。

多模态输入输出

除了文本，Gemini 2.0 Flash现在支持图像、视频和音频作为输入，并能生成包含文本的图像和多语言文本转语音（TTS）音频作为输出。别的不说，单支持视频输入这一项，在AI模型领域可谓是独一份了吧。

原生工具调用

Gemini 2.0 Flash可直接调用Google搜索、代码执行以及第三方用户定义的函数，实用性大大增强。

可用性

Gemini 2.0 Flash已在谷歌Gemini应用中可用。

同时，和其他实验版本的模型一样，Gemini 2.0 Flash也已向开发者开放，通过谷歌AI Studio和Vertex AI的Gemini API提供。多模态输入和文本输出对所有开发者开放，而图像生成和TTS则面向早期合作伙伴。计划于明年1月全面开放，并推出更多模型尺寸。

值得一提的是，谷歌AI Studio今天也迎来了大更新，从UI到模型再到功能，并且全部都是免费可用，这里不得不夸一句谷歌“大善人”啊。

Agentic时代：AI的主动性和行动力

何为Agentic模型？

Agentic模型是指能够更好地理解周围世界，进行多步推理，并在用户监督下代表用户采取行动的AI模型。简单来说，就是AI不再是被动的工具，而是能够理解我们周围的环境，像一个真正的助手那样，进行多步推理，甚至在你的监督下，主动帮你去搞定一些事情。

如果说之前的AI模型还停留在“你问我答”的阶段，那么以Gemini 2.0为代表的新一代模型，则体现了谷歌对于AI Agent领域的野心：原生的用户界面操作能力（像人一样去操作你的电脑界面）、多模态推理（文字、图片、视频、声音）、长上下文理解、复杂指令遵循和规划、组合函数调用、原生工具使用（直接调用Google搜索、代码执行等工具）以及更低的延迟。

谷歌AI Agent研究原型总结

项目名称	愿景	主要能力	性能/测试阶段	备注
🚀 Project Astra	通用 AI 助手，实时理解和响应周围环境	• 增强的多语言对话能力
• 工具使用 (Google 搜索、Lens、地图)
• 增强的记忆力 (长达 10 分钟会话记忆)
• 接近人类对话的低延迟	📱 Android 设备测试中
原型眼镜测试阶段
🌊 Project Mariner	在浏览器中充当用户代理，自动化执行复杂任务	• 理解网页内容 (像素和 Web 元素)
• 通过实验性 Chrome 扩展程序执行操作
• 自动化操作执行与安全保障	WebVoyager 测试：83.5%
敏感操作需用户确认
💻 Jules	面向开发者的 AI 代码代理，协助代码开发	• GitHub 工作流程集成
• 理解问题、制定计划
• 自动代码执行与优化
构建通用 AI 代理的重要组成部分
🎮 游戏中的代理	基于 Gemini 2.0，提供游戏辅助	• 理解游戏规则和机制
• 提供实时策略建议
• 连接网络游戏知识库	正在与 Supercell 等开发商合作测试
🤖 机器人领域探索	将 Gemini 2.0 的空间推理能力应用于机器人技术	• 空间感知与推理能力
• 物理环境交互能力	早期研究阶段

读者福利：如果大家对大模型感兴趣，这套大模型学习资料一定对你有用

对于0基础小白入门：

如果你是零基础小白，想快速入门大模型是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。

包括：大模型学习线路汇总、学习阶段，大模型实战案例，大模型学习视频，人工智能、机器学习、大模型书籍PDF。带你从零基础系统性的学好大模型！

😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓

👉AI大模型学习路线汇总👈

大模型学习路线图，整体分为7个大的阶段：（全套教程文末领取哈）

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉大模型实战案例👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉大模型视频和PDF合集👈

观看零基础学习书籍和视频，看书籍和视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

👉获取方式：

😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓