谷歌Gemini 2可能會取代OpenAI的o1
隨著谷歌Gemini 2的即將推出，市場的關注度不斷上升。根據最近在X上的洩漏消息，谷歌正在準備推出一個新模型：Gemini-2.0-Pro-Exp-0111。
谷歌的高級產品經理Logan Kilpatrick在X上發文表示：“AI還不錯吧”，似乎是在暗示OpenAI的首席執行官Sam Altman。
這個新模型預計會出現在“高級”版塊中，但目前尚不清楚它是針對內部測試小組還是公開推出。用戶在測試該模型時獲得了一些回應，據他們所述，該模型似乎運行速度很快，但仍不確定這些回應是否真的來自2.0版本。
AIM之前曾探討過「為何谷歌會製作比OpenAI的o1更好的模型」，而現在這一預測似乎正在成為現實。
一位用戶在X上發文說：“一個未知的Gemini模型正在LMSYS Arena（對抗賽）中可用。儘管不清楚這是否是Gemini 2.0，但這個‘Gemini-test’在我的OpenAI o1-mini測試中表現更好。”
同時，AI內部人士Jimmy Apples分享了一個關於Gemini 2的消息，稱：“有人可能喝醉了，說Gemini 2.0已經部署給選定的B2B客戶……”
與Gemini 1.5類似，Gemini 2將繼續生成圖像和執行網絡搜索，這些功能可能是為了幫助谷歌與OpenAI的Search GPT和Perplexity AI競爭。Meta也預計將加入這場搜索競賽。
有趣的是，谷歌AI Studio和Gemini API最近推出了“與谷歌搜索的基礎對接”功能，允許開發者通過整合來自谷歌搜索的實時數據來提高回應的準確性。隨著這一更新，Gemini 1.5模型可以從谷歌搜索中獲取實時信息，從而提高準確性和透明度。
開發者可以通過谷歌AI Studio中的“工具”部分直接訪問基礎對接功能，或在Gemini API中啟用‘google_search_retrieval’工具。Gemini 2及其API也很可能具備這一功能。
一位參加Kilpatrick在舊金山會議的用戶透露，Gemini 2將是一個更大的模型，具備多輪對話能力、視覺、音頻、嵌入等功能。
受Anthropic啟發
谷歌計劃推出一項新功能，可以控制用戶的網絡瀏覽器，以執行收集研究、購買產品或預訂航班等任務。這一功能也將整合到Gemini 2中。
根據一份報告，代號為“Jarvis”的產品最近被洩漏，並曾在谷歌的Chrome瀏覽器擴展商店中短暫上線，並自我描述為“與你一起瀏覽網絡的有用夥伴”。
這與Anthropic的“計算機使用”功能相似，後者可以控制用戶的屏幕，執行如查看屏幕、移動光標、點擊按鈕和輸入文本等動作。
同樣，微軟也在測試Copilot Vision，這一功能使其AI能夠理解和互動網頁內容。通過Copilot Vision，AI可以解釋用戶在Microsoft Edge上查看的內容，回答有關該內容的問題，並根據顯示的內容建議後續步驟。
谷歌搶佔OpenAI的焦點
谷歌最近在其最新產品上取得了成功，以NotebookLM為例，該產品受到廣泛讚譽，甚至被稱為谷歌的“ChatGPT時刻”。此外，在最近的財報電話會議中，谷歌首席執行官Sundar Pichai透露，谷歌Gemini API的調用量在過去六個月中增加了14倍。
GitHub最近與谷歌合作，將Gemini 1.5 Pro引入GitHub Copilot。Gemini 1.5以其200萬令牌的上下文窗口和同時處理代碼、圖像、視頻和文本的能力而聞名。
Gemini的推理能力預計會比OpenAI的o1更強。最近的一份報告顯示，谷歌正在開發具有類似人類推理能力的AI，這很可能是為了其Gemini平台。
Kilpatrick在接受AIM獨家訪問時表示，谷歌計劃推出Gemini 2，這將具備更好的推理質量和更長的上下文窗口，潛在地可達到數十億或數萬億個令牌。根據Kilpatrick的說法，該模型將全面多模態，能夠理解大型視頻。
最近，Apples在X上分享了一份去年日期的文件，顯示谷歌計劃在LLM中整合“規劃”部分。此外，在一篇舊的Wired文章中，谷歌的Demis Hassabis也表示，他的團隊將結合AlphaGo使用的技術，為系統提供新的能力，例如規劃和解決新問題。
值得注意的是，谷歌最近發表了一篇名為《通過強化學習訓練語言模型自我修正》的論文。谷歌DeepMind已開發出一種多輪在線強化學習方法，以提高LLM自我修正的能力。
隨著谷歌DeepMind的RL技術進一步改進，並與Gemini中的思維鏈結合，谷歌可能輕鬆創建出超越OpenAI的o1的模型。
Kilpatrick告訴AIM，谷歌Gemini和谷歌DeepMind密切合作，谷歌DeepMind專注於使AI對開發者和公眾更可及。谷歌DeepMind最近的模型AlphaProof和AlphaGeometry 2在國際數學奧林匹克（IMO）中獲得了銀獎，而OpenAI的o1-preview在類似測試中僅獲得了83%的分數。
同時，OpenAI也在準備推出o1。根據最近的一個Reddit主題，Altman似乎對AGI的即將到來更加自信，這可能是因為他們最新的模型o1。
他甚至表示，他們已經達到了人類水平的推理，並將開始朝著AGI路線圖的第三階段邁進。許多人現在認為，OpenAI的o1可能被視為系統2 LLM的首次成功商業推出。
隨著競爭的加劇，谷歌似乎終於準備好從OpenAI手中搶走焦點。正如一位X用戶所言：“我們終於將看到Gemini 2.0 Pro的到來，早該如此。但他們可能會等到o1的全面發布再搶風頭，就像OpenAI每次都對谷歌所做的那樣。”
在這場AI競賽中，谷歌的策略和技術進步將如何影響市場格局，值得我們持續關注。谷歌的Gemini 2不僅可能對OpenAI造成挑戰，也可能重新定義整個AI生態系統的競爭態勢。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
