Google 正在继续努力让更多人使用 Gemini,为此它提供了更多的 AI 计算资源。今天,Google 发布了一系列 Gemini 2.0 模型的改进,作为升级的一部分,一些 AI 最先进的功能现在对免费用户开放。你可以使用改进后的 Deep Research 获取某个主题的深入信息,而且 Google 最新的推理模型可以浏览你的搜索历史,以提升它对你个人特征的理解。这会带来什么问题呢?
与大多数大型 AI 公司一样,Google 提供了多种不同的模型。Gemini 2.0 Flash Thinking Experimental 是该公司最强大的多步推理模型,能够处理复杂主题并让你了解其"思考"过程。Google 在最新一轮更新中为这个模型增加了许多功能,支持更大的 100 万 Token 上下文窗口、文件上传和更快的输出。它还支持更多 Google 应用的连接,包括日历、笔记、任务和照片。
为了让 Gemini 更加个性化,Google 还将 Flash Thinking Experimental 连接到了一个新的数据源:你的搜索历史。Google 强调这是一个需要用户主动选择加入的功能,并且可以随时禁用。Gemini 甚至会显示一个横幅,提醒你它已连接到你的搜索历史。如果你授予访问权限,AI 据称可以更好地理解你,并提供更相关的推荐。让 Gemini 访问这些个人数据可能会让人感到有些奇怪,但 Google 已经知道你在互联网上搜索什么了。让 AI 看一眼并不会让你失去更多隐私。这显然只是 Google 个性化 AI 努力的开始。
Gemini 2.0 也将应用到 Deep Research,这是 Google 的一款 AI 工具,可以针对特定主题或问题创建详细报告。该工具会代表你浏览网络,花时间组织回答。基于 Gemini 2.0 的新版本将展示更多收集数据的过程,Google 声称最终产品的质量会更高。
你不必完全相信 Google 的说法 —— 即使你没有付费使用高级 AI 功能,也可以亲自尝试。Google 将免费提供 Deep Research,但使用次数是有限的。该公司表示,所有人每月都可以免费使用 Deep Research "几次"。这就是我们得到的所有细节,所以不要一开始就过度使用 Deep Research。
最后,Google 也向免费账户推出了 Gems 功能。Gems 类似于可以针对特定任务设置的自定义聊天机器人。Google 提供了一些默认选项,如学习教练和头脑风暴助手,但你可以发挥创意,制作几乎任何类型的机器人 (在 Google LLC 规定的限制和适用法律范围内)。
一些新推出的免费功能需要大量的推理处理能力,这并不便宜。即使在有限的基础上,将最昂贵的模型免费提供无疑会增加 Google 在 AI 方面的损失。目前还没有人找到如何从生成式 AI 中赚钱的方法,但 Google 似乎愿意花更多钱来确保市场份额。
好文章,需要你的鼓励
在2025年KubeCon/CloudNativeCon北美大会上,云原生开发社区正努力超越AI炒作,理性应对人工智能带来的风险与机遇。随着开发者和运营人员广泛使用AI工具构建AI驱动的应用功能,平台工程迎来复兴。CNCF推出Kubernetes AI认证合规程序,为AI工作负载在Kubernetes上的部署设定开放标准。会议展示了网络基础设施层优化、AI辅助开发安全性提升以及AI SRE改善可观测性工作流等创新成果。
香港大学研究团队提出LightReasoner框架,通过让小型"业余"模型与大型"专家"模型对比,识别关键推理步骤并转化为训练信号。该方法在数学推理任务上实现28.1%性能提升,同时将训练时间、样本需求和词元使用量分别减少90%、80%和99%,完全无需人工标注。研究颠覆了传统训练思路,证明通过模型间行为差异可以实现高效的自监督学习,为资源受限环境下的AI能力提升提供了新路径。
DeepL作为欧洲AI领域的代表企业,正将业务拓展至翻译之外,推出面向企业的AI代理DeepL Agent。CEO库蒂洛夫斯基认为,虽然在日常翻译场景面临更多竞争,但在关键业务级别的企业翻译需求中,DeepL凭借高精度、质量控制和合规性仍具优势。他对欧盟AI法案表示担忧,认为过度监管可能阻碍创新,使欧洲在全球AI竞争中落后。
马里兰大学研究团队开发了MONKEY适配器,一种无需额外训练的AI绘画控制技术。该方法通过"两步走"策略解决了个性化AI绘画中主体保真与背景控制难以兼得的问题:先让AI识别主体区域生成"透明胶片",再在第二次生成中让主体区域听从参考图片、背景区域听从文字描述。实验证明该方法在保持主体特征和响应文字要求两方面均表现出色,为AI绘画的精细化控制提供了新思路。