谷歌AI躍升內幕：Gemini 2.5 思維更深、表達更智能且編碼更快

# Gemini # nlp

Google 漸漸接近通用 AI 助理的願景

在今年的 Google I/O 活動中，該公司揭露了 Gemini 2.5 系列的重大升級，特別是專注於改善其各個層面的功能。最新版本的 Gemini 2.5 Flash 和 2.5 Pro 現在比以往更聰明、更有效率。這些進步讓 Google 更接近實現其願景，即創造一個能夠理解上下文、規劃和無縫執行任務的通用 AI 助手。

Gemini 2.5 Pro：將智慧提升到新高度

Gemini 2.5 Pro 被 Google 譽為目前最先進的機型，擁有前所未有的百萬字元上下文視窗。這項功能可讓人工智能處理大量資料，並在較長時間的對話中維持連貫性。在活動上，Google DeepMind 執行長 Demis Hassabis 對所取得的進展表示興奮，他說：「這是我們為 Gemini 應用程式所訂定的終極目標：Gemini 2.5 Pro 的突出功能之一是引入了「Deep Think」，這是一種實驗性的增強推理模式。Deep Think 可讓 AI 在做出回應之前分析多種假設，從而增強其決策能力。根據 Hassabis 的說法，這項發展源自於創造 AlphaGo 時所獲得的啟發，在 AlphaGo 中，較長的處理時間會產生較好的結果。

基準測試的驚人表現

Deep Think 已經在具有挑戰性的基準測試中展現出非凡的表現。例如，它在 2025 年美國數學奧林匹克競賽 (USAMO) 中取得了令人印象深刻的成績，並在 LiveCodeBench（一種以測試高層次編碼技能而聞名的基準）中表現出色。儘管有這些成就，Google 仍保持謹慎。Hassabis 提到，該團隊正在進行徹底的安全性評估，並在更廣泛地推出 Deep Think 之前收集專家的反饋意見。目前，受信任的測試者可以透過 API 取得回饋。

Gemini 2.5 Flash：日常使用的主力軍

除了 Gemini 2.5 Pro 之外，Google 還推出了 Gemini 2.5 Flash 的增強版，專為速度、效率和經濟實惠而設計。Hassabis 將其形容為該系列的「主力產品」，在推理、多模態、程式碼和長上下文的基準測試中表現優異。事實上，在 LMArena 排行榜上，它的排名僅次於 Gemini 2.5 Pro。 更新後的 Flash 機型效率提升約 20 到 30%，執行任務時所需的代幣更少。根據開發人員的回饋，Google 已經微調了模型，並在 Google AI Studio、Vertex AI 和 Gemini 應用程式中提供預覽。它將於 6 月初全面投入生產。

兩款機型的新功能

Gemini 2.5 Pro 和 Flash 都新增了幾項功能，目的在於增強使用者互動。新增的原生音訊輸出功能可創造更自然的對話體驗，而文字轉語音功能現在則支援多種語音。其他實驗性的語音功能包括情感對話 (affective dialogue)，可讓 AI 識別使用者語音中的情緒並作出相應回應；以及主動式音訊 (proactive audio)，可濾除背景雜訊。此外，還引入了思考預算，讓開發人員可以控制 AI 在回應前所使用的計算能力。

邁向未來的一步

這些更新強調了 Google 推動 AI 技術發展的承諾。正如 Kavukcuoglu 和 Doshi 在他們的部落格文章中指出：「我們正經歷著一個非凡的歷史時刻，在這個時刻，AI 正在創造一個驚人的新未來。透過這些改進，Google 無疑是在為未來鋪路，讓 AI 助手成為我們日常生活中不可或缺的夥伴。

相關文章

評論 (2)