Google 深夜狙击 OpenAI：新 Agent 功能可以自己打开浏览器查资料了

110 0 0

文章摘要

2024年年末，AI领域迎来了一系列重要更新。Google发布了新模型Gemini 2.0，专注于Agent功能，即AI的感知环境、执行任务和独立决策能力。Google此次发布包括四个Agent相关功能：Project Astra集成Google Lens和地图功能；Project Mariner通过提示词帮助用户浏览网页；Jules编程Agent能生成代码；以及游戏Agent提供实时游戏策略。这些功能展示了Agent时代的到来，预示着人类生活将因AI而改变。

Gemini 2.0模型采用了原生多模态训练方式，提升了图像、音频和工具应用能力，特别是在Agent能力上。Google还推出了Gemini 2.0 Flash，作为Gemini 2.0的精简版，具备对话优化、多模态输入输出能力，并支持Google搜索、代码执行等工具。

Project Astra作为Google Glasses项目的模型，得到了显著改进，包括更流畅的对话、新工具使用、更强的记忆力和更低的延迟。Astra的记忆力提升至能记住长达10分钟的会话内容，为用户提供个性化服务。

尽管Agent技术面临挑战，如安全隐患、隐私问题等，但其全自动任务完成能力为用户带来便利，提升了工作效率和体验。Agent能力的提升为智能硬件进入人们生活提供了基础，预示着未来可能从手机转移到新的智能硬件终端。Google AI Studio的产品负责人Logan Kilpatrick表示，未来将是Agent的时代。