Google объявил о выпуске Gemini 2.0 — новой версии своей языковой модели

Google объявил о выпуске Gemini 2.0 — новой версии своей языковой модели, которая теперь умеет не только понимать мультимодальный ввод (текст, изображения, видео, аудио), но и генерировать изображения и речь. Кроме того, модель получила встроенную возможность использовать инструменты вроде Google Search и выполнять код.

Самое интересное — Google начал активно экспериментировать с "агентным" подходом, то есть с системами, которые могут самостоятельно выполнять задачи от имени пользователя. Показали несколько прототипов:
- Project Astra — универсальный ассистент для смартфонов (и, возможно, очков)
- Project Mariner — агент для браузера, который может выполнять задачи в web-интерфейсах
- Jules — помощник для разработчиков, интегрированный с GitHub.

Пока всё это доступно только разработчикам и доверенным тестировщикам, широкий релиз планируется в начале следующего года. Интересно, что Google специально подчеркивает внимание к безопасности — например, браузерный агент может работать только в активной вкладке и требует подтверждения для важных действий вроде покупок.

Gemini 2.0 Flash уже доступна в интерфейсе пользователей с предупреждением, что это экспериментальная модель. Более того, она уже добралась до третьего места в ChatBot Arena, где на первом уже несколько дней находится экспериментальная Gemini Exp 1206. Я при этом как-то не могу распробовать эти модели — какого-то суперпрогресса по сравнению с исправно кодящим Claude 3.5 Sonnet не ощущается. Говорят, правда, что можно соптимизировать модель так, чтобы она зажгла в сравнении на Chatbot Arena, но вряд ли Google будет таким заниматься.

Просмотр ссылок доступен только зарегистрированным пользователям

На прошлой неделе CEO Google Сундар Пичаи провел встречу с сотрудниками, где обозначил 2025 год как "критически важный" для компании. Он призвал "осознать срочность момента" и необходимость двигаться быстрее перед лицом растущей конкуренции, особенно в сфере AI.

Компания сталкивается с серьезным давлением — антимонопольные иски требуют отделения браузера Chrome, а новые AI-конкуренты, как OpenAI и Perplexity, угрожают доминированию Google в поиске. При этом сам Пичаи признал, что Google пришлось догонять конкурентов в сфере AI, хотя "не обязательно быть первым, но нужно выполнять все наилучшим образом".

Основной фокус в 2025 году будет на масштабировании приложения Gemini, которое компания видит своим следующим продуктом с полумиллиардной аудиторией. Демис Хассабис из DeepMind рассказал о планах создания универсального ассистента, который сможет "беспрепятственно работать в любой области, с любыми модальностями и на любых устройствах".

Интересно, что Пичаи несколько раз напомнил сотрудникам о необходимости оставаться "экономными" — после сокращения 6% штата в 2023 году компания продолжает фокусироваться на эффективности. "Не все проблемы решаются увеличением численности персонала", — отметил он, ссылаясь на основателей Google, которые "были очень экономными в каждом решении".

Просмотр ссылок доступен только зарегистрированным пользователям