Google annuncia i modelli Gemini 2.0 per 'l'era agenziale'

Nove mesi dopo il lancio di Gemini 1.5, Google ha annunciato il prossimo importante aggiornamento di Gemini il prossimo aggiornamento importante del Large Language Model (LLM), Gemini 2.0. Il primo modello della famiglia, Gemini 2.0 Flash, può essere selezionato come modello sperimentale in Google AI Studio e Vertex AI.

Gemini 2.0 Flash ha "prestazioni migliorate con tempi di risposta altrettanto rapidi" e supera 1.5 Flash con "il doppio della velocità" Oltre all'input multimodale come immagini, testo, video e audio, il nuovo LLM supporta immagini miste a testo e audio multilingue text-to-speech.

2.0 Flash può anche accedere in modo nativo a Google Search e supporta l'esecuzione di codice di terze parti e funzioni predefinite. Google sta anche rilasciando la sua API Multimodal Live agli sviluppatori. Una versione ottimizzata per la chat di 2.0 Flash sarà disponibile sui browser desktop e mobili. Google afferma che una versione sarà presto disponibile per l'applicazione mobile Gemini.

Anche il prototipo di ricerca Project Astra di Google è stato aggiornato con Gemini 2.0 e ora ha un dialogo migliore, un ragionamento e un supporto nativo per strumenti come Google Search, Lens e Maps. Ha fino a 10 minuti di memoria in sessione.

Project Mariner, un altro prototipo di ricerca costruito su 2.0, è in grado di comprendere istruzioni complesse e di accedere alle informazioni dalla schermata del browser, compresi "pixel ed elementi web come testo, codice, immagini e moduli, e poi utilizza queste informazioni tramite un'estensione sperimentale di Chrome per completare i compiti per lei"

Il terzo prototipo, un assistente di codice AI sperimentale, Jules, può essere integrato direttamente nei flussi di lavoro di GitHub. Ha capacità di ragionamento e di logica per affrontare le sfide del codice e sviluppare un piano per risolverle sotto la supervisione dello sviluppatore.

Google afferma di aver costruito anche agenti AI "utilizzando Gemini 2.0 che possono aiutare a navigare nel mondo virtuale dei videogiochi. Può ragionare sul gioco basandosi esclusivamente sull'azione sullo schermo e offrire suggerimenti su cosa fare successivamente in una conversazione in tempo reale"