Google的招牌AI模型Gemini，經歷了近一年的1.5版本發展，終於在台灣時間12月11日深夜宣布推出最新的Gemini 2.0 Flash實驗版，為新一代Gemini 2.0系列打頭陣。
Google執行長桑德爾．皮蔡（Sundar Pichai）在部落格文章中稱它為「我們所有尖端技術的縮影」。
Gemini 2.0 Flash雖然是輕量版，表現卻超出上一代的最高版本1.5 Pro，產出速度還更快，性能大幅升級，Google也同步分享了智慧助手Project Astra和新的網頁助手Project Mariner的應用，在多模態能力、反應速度、對外蒐集資料能力上，都展現新一代Gemini的力量。
Gemini 2.0 Flash有多強？
Gemini 2.0 Flash是由非常受開發者歡迎的1.5 Flash模型的升級版產品，延續了Flash反應速度極快的特性，根據Google的測試，2.0 Flash身為「輕量版」，關鍵標準測試的表現，除了長文字處理外，其他所有相簿都贏過上一代的「專業版」1.5 Pro。例如，2.0 Flash寫程式的能力得到92.9的高分，1.5 Pro在這個項目中只得到85.4分，速度還快了一倍。
開放時間：
Google已於上月先向部分開發者分享了Gemini 2.0的早期實驗版本，即日起開發者可透過Google AI Studio和Vertex AI平台正式選用Gemini 2.0 Flash的實驗模型， 明年一月將全面開放使用，並推出更多不同大小的模型版本。
智慧助手升級：Project Astra
隨著新版本模型的登場，AI助手也跟著升級。Google在今年5月登場的I/O大會中首次公開Google未來的人工智慧助手—— Project Astra，具備「多模態」能力，能解讀文字、語音、動態畫面，因此能夠在看到動態畫面時快速思考和反應，甚至擁有記憶力。
而加入Gemini 2.0後，Project Astra有了四大能力升級。
升級一：多語言對話能力
Astra語言能力升級，現在可支援多語言及混合語言對話，並更能理解口音及少見詞彙。例如，在說話時使用中應大量混雜的「晶晶體」，或者和法國人好友同時對Astra下指令，都能快速理解並完成任務。
升級二：使用更多工具輔助
Astra現在可以上網使用Google搜尋、Lens與地圖，解鎖更多應用場景，例如拍攝路上的裝置藝術，Astra可以知道位置之外，還可以透過網路上的說明資訊，告訴你裝置藝術的涵義。
升級三：記憶力變強了
Astra在初登場時最讓人印象深刻的是記憶力，當時Demo的人員詢問Astra「記不記得我的眼鏡放在哪裡？」Astra馬上分析這幾分鐘內經過的所有畫面，找到眼鏡所在的影格並分析畫面中的資訊，最後得出結論；「放在一顆蘋果旁邊。」
這次Google把Astra的記憶力保留時間拉長到10分鐘，並能想起更多過去的對話內容作為補充資訊，以更個性化地服務使用者，比如可以請Astra幫忙記住一組密碼，離開去泡杯咖啡聊聊天，回來後再請Astra幫忙說出密碼內容。
升級四：降低延遲自然對話
根據Google的說明，新版本Astra的語言理解速度已經接近真人對話，因此當你Astra問問題時，不會讓人感覺「卡卡」，互動更自然。
網頁搜尋幫手：Project Mariner
而這一次Google也揭露全新計畫內容，稱為Project Mariner，可以視為Google打造未來全新網頁使用體驗的決心， Project Mariner就像一個助手，或者擴充功能，幫你瀏覽各種網頁蒐集到需要的資訊，它可以理解並分析瀏覽器畫面中的資訊，包括像素、文字、程式碼、圖片及表單等元素。
比如Google展示了一項應用，打開一個Google試算表文件，表格裡面有好幾家公司的名字， 可以在一旁的Project Mariner視窗中打下「幫我找到這些公司的招牌產品和他們的聯絡方式」，Mariner就會開始自己開始搜尋、尋找資訊，而且這些過程都展示給你看，讓你看見Mariner在滑動這些公司的官網、理解圖片的過程，接著在幾秒鐘後整理好資訊、告訴你答案。
因為可以看到蒐集答案的過程，而不是直接提供結果，把人的監管加入流程中，雖然速度比起直接生成答案更慢，卻也提高了一部分的可信度。
在WebVoyager基準測試中，可以評估AI在真實世界網頁裡工作的表現，Project Mariner達到了83.5分的成績，根據Google的說法，這是業界領先的成果，「雖然Project Mariner目前的執行速度稍慢且偶爾不夠準確，但隨著技術進步，這些問題將迅速改善。」Google Labs產品管理總經理潔克琳．康傑曼（Jaclyn Konzelmann）指出。
遊戲領域「外掛」：Gemini for Games
Gemini 2.0的另一項新應用是在遊戲方面，像是一個師傅，幫助玩家在遊戲的虛擬世界中快速針對規則、角色等內容產生理解，甚至可以邊玩邊詢問「我忘記現在是要完成甚麼任務才能通關，你可以告訴我嗎？」
而Gemini就會告訴玩家「你必須蒐集到200顆寶石，建議你選擇XX角色更快達成任務。」代表可以根據螢幕上的行動進行遊戲推理，並透過即時對話提供下一步建議。
總結：Google持續嘗試在謹慎中創新
隨著微軟、OpenAI等公司提出AI代理（AI Agent）新概念和應用，能夠在用戶授權下主動執行任務的代理式AI，成為明年最重要的競爭方向，代表AI從一個口令一個動作，進入下一個階段。
Google這次在Astra和Mariner都展現類似的野心，不過很明顯在產品設計上更加小心翼翼，甚至依舊保留了人類監管或控制的選項，似乎還沒打算讓AI脫離掌控主動工作。
對此，Google DeepMind 產品管理總經理圖席．道許（Tulsee Doshi）在受訪時坦言，Google確實有感受到業界對於放鬆AI行動限制的發展方向，不過這代表著更多的問題可能會隨之發生，因此Google還是抱持的謹慎地態度面對，先從部分授權開始，同時找來一群信任的測試人員，進行試用並提供回饋，確保AI提供的服務不會出問題。
Google似乎將延續「負責任AI」的口號，在衝刺的AI領域中自踩剎車，先求穩再求好的模式，會在明年的AI代理戰中脫穎而出還是落後，值得觀察。
責任編輯：李先泰
