Google anuncia modelos Gemini 2.0 para "a era agêntica

Nove meses após o lançamento do Gemini 1.5, o Google anunciou a próxima grande atualização do Large Language Model (LLM), o Gemini 2.0. O primeiro modelo da família, o Gemini 2.0 Flash, pode ser selecionado como um modelo experimental no Google AI Studio e no Vertex AI.

O Gemini 2.0 Flash tem "desempenho aprimorado com tempos de resposta igualmente rápidos" e supera o 1.5 Flash com "o dobro da velocidade" Além da entrada multimodal, como imagens, texto, vídeo e áudio, o novo LLM suporta imagens misturadas com texto e áudio multilíngue de texto para fala.

2.0 Flash também pode acessar nativamente a Google Search e suporta a execução de código de terceiros e funções predefinidas. O Google também está liberando sua API Multimodal Live para os desenvolvedores. Uma versão otimizada para bate-papo do Flash 2.0 estará disponível em navegadores de desktop e móveis. O Google diz que uma versão estará disponível para o aplicativo móvel Gemini em breve.

O protótipo de pesquisa Project Astra do Google também foi atualizado com o Gemini 2.0 e agora tem melhor diálogo, raciocínio e suporte nativo para ferramentas como Google Search, Lens e Maps. Ele tem até 10 minutos de memória em sessão.

O Project Mariner, outro protótipo de pesquisa desenvolvido com base na versão 2.0, pode compreender instruções complexas e acessar informações da tela do navegador, incluindo "pixels e elementos da Web, como texto, código, imagens e formulários, e usar essas informações por meio de uma extensão experimental do Chrome para concluir tarefas para o senhor"

O terceiro protótipo, um assistente de código de IA experimental, Jules, pode ser integrado diretamente aos fluxos de trabalho do GitHub. Ele tem recursos de raciocínio e lógica para enfrentar desafios de código e desenvolver um plano para resolvê-los sob a supervisão do desenvolvedor.

O Google diz que também criou agentes de IA "usando o Gemini 2.0 que pode ajudar o senhor a navegar no mundo virtual dos videogames. Ele pode raciocinar sobre o jogo com base apenas na ação na tela e oferecer sugestões sobre o que fazer em seguida em uma conversa em tempo real"