眾所周知，OpenAI 從去年就開始在瘋狂谷歌發布會，每次都是在谷歌發布會前搞重大模型發布，弄得谷歌發布會當天毫無存在感，一臉茫然。結果搞得曾經的 AI 老大哥 Google 如今在中國網友心中的地位，可能還不如剛出道的 Anthropic（Claude）。但如果你是資深的 AI 人，你一定會像我一樣，在默默驚訝于今年的事態反轉，Google Gemini 模型變得越來越了，甚至大有完爆 GPT 系列模型的勢頭。今夜，我覺得這個奇點降臨了。谷歌這次趕在今晚 OpenAI Day 5 發布會前一小時，宣布發布 Gemini 2.0 模型！有多呢？我直接給你放個海辛姐的一手實測視頻，你們感受下（記得開喇叭）：爆點太多，我一時不知道該先講哪個。01爆點一首先你注意到，無論語音還是視覺，都是實時直播狀態（左下角同時開啟麥克風 + 攝像頭）。如果你玩過別的多模態 AI，你一定有深刻的感觸是——AI 味兒太強，比如反應遲鈍，各種不流暢。而這里，Gemini 2.0 的延遲低到我甚至忘了這是 AI，我覺得這反應速度已經比我媽都快了。這絕對是世界上首個，真正把語音 + 視覺全模態能力真正做到實時、無卡頓感交互的 AI 模型。02爆點二Gemini 2.0 的回復太像人了。甚至讓我覺得有點毛骨悚然。這個像人，不止是文本非常的口語化，而且語音語氣也非常到位。一點都沒有其他 AI 模型中的僵硬感和尷尬感。如果拿來做英語外教陪練，真的能被爽到。03爆點三喜歡海辛姐聲音的評論區扣 11104爆點四為了給今天這篇文章配一手實測視頻，陪演貓都已經困的睜不開眼了，請給貓貓點個「贊」或「在看」謝謝。除此之外，Gemini 2.0 甚至還能在實時音頻、視頻流輸入的同時，去組合調用搜索引擎、代碼解釋器等工具。但限于時間原因，這里沒有去做更多測試了。05Gemini 2.0 的成績單如果用一句話形容 Gemini 2.0 的成績單——最小最輕量的 Gemini 2.0 Flash 模型已經超越了上一代谷歌旗艦 Gemini 1.5 Pro 002。谷歌旗艦 Gemini 1.5 Pro 002 是什么概念？我給你們放個老圖——在很多評測中，拳打 GPT-4o，腳踢 Claude 3.5 Sonnet…要知道，Gemini Flash 系列的模型，都跟不要錢一樣，而且速度非?？?。但如今卻擁有了強如 GPT-4o 和 Claude3.5Sonnet 的能力，關鍵還是真·實時全模態的。我覺得，谷歌這一把，真的彎道超車，重新奪回 AI 王座了。我還第一時間去問了谷歌 Gemini 2.0 Flash 一個經典問題：有理有據，而且你注意下最下面的計時器，整個回答全部寫完，一共才用了不到 3 秒。根據官方的說法，Gemini 2.0 Flash 現在是體驗版本，開發者可以通過 Google AI Studio 和 Vertex AI 來調用 Gemini 2.0 Flash API 了，均可使用多模態輸入和文本輸出。部分高優先級開發者還可使用原生的 TTS 文本轉語音和圖像生成功能。而視頻里演示的實時多模能力可以通過 Multimodal Live API 來調用?？吹竭@里，你是不是已經覺得谷歌這把發布會已經很了？但我告訴你，這還沒完。Gemini 2.0 不僅多模態能力，Agent 能力同樣非常強——谷歌基于 Gemini 2.0 升級了超級智能體 Project Astra，在 Gemini 2.0 的加持下，不僅多模能力強了很多，工具調用更加自如，而且這個智能體可以記住長達 10 分鐘的對話內容，并且可以回憶起過去與它進行的歷史對話。2. 谷歌基于 Gemini 2.0 還構建了能在瀏覽器中完成復雜電腦操作任務的智能體 Project Mariner。比如它可以直接在瀏覽器里幫你處理 Excel 表格。3. 除此之外，還有面向開發者的 AI 編程智能體；游戲智能體等。這讓我覺得，Agent 時代這次真的來了。06Gemini 高級功能：Deep Research深度研究模式直接放視頻：科研搜索領域也因此變天了。要知道，谷歌學術可是世界上最大的學術搜索引擎。谷歌親自下場做 AI 科研搜索，還直接跟研報生成打通，可能不少創業公司要考慮洗洗睡了。聽我講完了谷歌 Gemini 2.0 發布會，你是不是好奇今晚 OpenAI Day 5 發布會講了啥？講的是，OpenAI 給 Apple Intelligence 開發了 ChatGPT 插件的事兒。我直接把發布會視頻給你們錄下來了，自己看吧，我實在不想強行尬吹?？赐赀@個視頻，我覺得你應該能明白我標題里說的，“今夜谷歌把 OpenAI 狙爆”是什么意思了。這一次，谷歌。END點擊下方名片即刻關注我們