Google Gemini 2.0 发布，新一代AI模型具有多模态图像和音频输出

信息是人类进步的核心。这正是我们26年来一直致力于的使命——组织全球信息，并使其易于获取和有用。这也是为什么我们不断推动人工智能的边界，以跨各种输入方式组织信息，并通过任何输出方式使其易于获取，从而真正为您所用。

去年12月我们推出Gemini 1.0时，这便是我们的愿景。作为首个原生多模态模型，Gemini 1.0和1.5在多模态和长上下文理解方面取得了重大进展，能够跨文本、视频、图像、音频和代码理解信息，并处理更多此类信息。

如今，数百万开发者正在使用Gemini进行开发。它正帮助我们重新构想所有产品——包括拥有20亿用户的全部7款产品——并创造新产品。NotebookLM就是一个很好的例子，展示了多模态和长上下文如何为人们赋能，以及为何它受到如此多人的喜爱。

过去一年，我们一直在投资开发更具代理性的模型，这意味着它们能够更深入地理解您周围的世界，提前多步思考，并在您的监督下代表您采取行动。

今天，我们激动地宣布推出为这一新代理时代打造的下一代模型：Gemini 2.0，这是我们迄今为止最强大的模型。凭借在多模态（如原生图像和音频输出）和原生工具使用方面的新进展，它将使我们能够构建新的AI代理，让我们更接近实现通用助手的愿景。

今天，我们将2.0版本交付给开发者和受信任的测试者。我们正在努力将其快速融入我们的产品中，首先以Gemini和搜索为起点。从今天起，我们的Gemini 2.0 Flash实验模型将对所有Gemini用户开放。我们还推出了一项名为“深度研究”的新功能，该功能利用先进的推理和长上下文能力充当研究助手，为您探索复杂主题并编译报告。该功能今天已在Gemini Advanced中上线。

在AI的推动下，搜索产品的变革最为显著。我们的AI概览现已覆盖10亿人，使他们能够提出全新类型的问题——这迅速成为我们最受欢迎的搜索功能之一。作为下一步，我们将把Gemini 2.0的先进推理能力引入AI概览，以处理更复杂的主题和多步骤问题，包括高级数学方程、多模态查询和编程。本周我们已开始有限测试，并将在明年年初更广泛地推出。未来一年，我们还将继续将AI概览推广到更多国家和地区，支持更多语言。

2.0版本的进步得益于我们在AI创新方面长达十年的全栈式差异化投资。它基于我们定制的硬件，如我们的第六代TPU——Trillium。TPU为Gemini 2.0的训练和推理提供了100%的动力，如今Trillium已面向客户全面开放，以便他们也能使用其进行构建。

如果说Gemini 1.0是关于组织和理解信息，那么Gemini 2.0就是让这些信息变得更加有用。我迫不及待想看到这一新时代将带来什么。

—— Sundar Pichai