Gemini 2.0：开启智能体时代的全新 AI 模型

Google 重磅推出了 Gemini 2.0 系列的首个成员——Gemini 2.0 Flash 实验版。该模型以低延迟和高性能为核心特点，预计将在技术前沿领域得到广泛应用。

作为 Google 迄今为止最强大的 AI 模型，Gemini 2.0 不仅具备原生的多模态能力，能够处理文本、图像、音频等多种数据类型，还新增了多模态输出、图像生成和音频输出等功能。更值得一提的是，它还可以直接调用 Google 搜索和地图等工具，大幅提升了 AI 的实用性。

Gemini 2.0 Flash：性能翻倍，功能更强

Gemini 2.0 Flash 是基于 1.5 Flash 版本的全新升级。新版本不仅延续了快速响应的特点，还在关键基准测试中展现出了比 1.5 Pro 更强的性能，运行速度更是提升了一倍。

在功能方面，2.0 Flash 也实现了重大突破：

• 支持文本、图像、视频和音频等多模态输入。
• 新增多模态输出能力，可以将文本与 AI 生成的图像结合。
• 提供灵活的多语言 TTS (文本转语音) 功能。
• 能够直接调用 Google 搜索、代码执行以及第三方自定义功能。

Gemini 2.0 Flash Thinking

Gemini 2.0 Flash Thinking 是一种实验性模型。经过训练后，该模型在回答问题时能够生成其完整的「思考过程」。因此，相比基础版 Gemini 2.0 Flash 模型，思考模式在问题解答时具有更强的推理能力。

限制

思考模式作为实验性模型，存在以下限制：

• 输入限制为 32k Tokens。
• 仅支持文本和图片输入。
• 输出限制为 8k Tokens。
• 输出仅限于文本格式。
• 不支持搜索功能或代码执行等内置工具

试用 Gemini 2.0

开发者现在可以通过以下渠道体验 Gemini 2.0 Flash 和 Gemini 2.0 Flash Thinking：

• Google AI Studio
• Vertex AI

目前，所有开发者都可以使用多模态输入和文本输出功能，而文本转语音和图像生成功能则向早期合作伙伴开放。更多型号的模型预计将于 2025 年 1 月推出。

此外，Google 还推出了新的多模态实时 API，支持实时音频、视频流输入处理，并且可以灵活组合多种工具。要了解更多关于 Gemini 2.0 Flash 和多模态实时 API 的细节，请访问开发者博客。

Gemini 2.0 正式登陆 Gemini 助手应用

从现在开始，全球的 Gemini 和 Gemini Advanced 用户都可以在桌面版和网页版中，通过模型选择菜单，来体验经过聊天优化的 Gemini 2.0 Flash 实验版。这项功能很快也将登陆 Gemini 移动应用，让用户能随时随地体验更智能的 AI 助手服务。