谷歌DeepMind,作为Alphabet公司的人工智能研究部门,今日宣布推出Gemini 2.5 Deep Think,这是一款全新的创造性问题解决AI模型。
该公司表示,该模型能够通过同时考虑多个想法并选择最佳答案来解决复杂问题。这项新工具将在Gemini应用中向Google AI Ultra订阅用户提供,月费为250美元。
谷歌表示,该模型延长了Gemini模型的并行"思考时间"。就像人们通过从不同角度审视复杂问题来探索解决方案一样,Deep Think通过生成和同时考虑多种变化来处理问题。它还可以在得出结论之前将不同想法结合起来。
Deep Think团队表示:"通过延长推理时间或'思考时间',我们给Gemini更多时间来探索不同假设,并为复杂问题找到创造性解决方案。"
团队还开发了新的强化学习技术,这是一种AI训练模型,旨在鼓励模型仔细考虑问题。这使得Deep Think成为一个更直观的问题解决者。
Deep Think可用于迭代开发和设计,例如创意项目或复杂开发任务。团队指出,它在研究和数学学习方面也表现出色,是科学领域的优秀工具,在问题表述可能成为棘手话题的困难编程问题上表现非常出色。
团队表示:"我们对Deep Think在需要逐步构建复杂事物的任务上的表现印象深刻。例如,我们观察到Deep Think可以改善网页开发任务的美学和功能性。"
这个新模型的发布是在早期版本在今年国际数学奥林匹克竞赛中达到金牌标准之后。尽管那个版本需要数小时来推理复杂的数学问题,但今天发布的版本旨在更适用于日常创造性思维,同时提供铜牌级别的性能。
团队表示,Deep Think的性能在衡量编程、科学知识和推理能力的挑战性基准测试中脱颖而出。例如,在不使用工具的情况下,Gemini 2.5 Deep Think在衡量代码性能的LiveCodeBench V6以及挑战科学和数学等广泛知识领域专业技能的"人类最后考试"基准测试中表现出色。
拥有Deep Think访问权限的Gemini应用用户可以在模型下拉菜单中选择2.5 Pro时,在提示栏中切换启用该功能。它自动配合代码执行和谷歌搜索等工具,并能产生更长的响应。
该公司表示,正在努力在未来几周内通过Gemini应用程序编程接口向受信任的测试者发布带有和不带有工具的Deep Think版本。
Q&A
Q1:Gemini 2.5 Deep Think有什么特别之处?
A:Gemini 2.5 Deep Think是谷歌推出的创造性问题解决AI模型,它能通过延长"思考时间"来同时考虑多个想法,就像人类从不同角度探索复杂问题一样,最终选择最佳答案来解决复杂问题。
Q2:Deep Think在哪些领域表现突出?
A:Deep Think在多个领域表现出色,包括迭代开发和设计、创意项目、复杂开发任务、研究和数学学习、科学研究以及困难的编程问题。它还能改善网页开发任务的美学和功能性。
Q3:如何获得Deep Think的使用权限?
A:目前Deep Think在Gemini应用中向Google AI Ultra订阅用户提供,月费为250美元。用户可以在模型下拉菜单中选择2.5 Pro时,在提示栏中切换启用该功能。谷歌计划未来几周通过API向受信任测试者发布。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。