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

主要观点总结

文章介绍了Google和OpenAI在AI领域的最新进展，尤其是Google的新模型Gemini 2.0以及相关的Agent功能。文章还讨论了Agent技术的发展挑战和可能带来的变革，以及它对未来的影响。

关键观点总结

关键观点1: Google发布新模型Gemini 2.0，建立了在新模型能力之上的多个Agent功能，包括Project Astra、Project Mariner、Jules和游戏Agent。

这些功能分别涉及在Google应用、Chrome浏览器、编程和游戏中使用AI来辅助用户完成任务。其中，Gemini 2.0具有原生多模态能力，包括图像生成、音频输出和原生工具应用能力。

关键观点2: Agent技术的发展和应用。

Agent功能具有自动完成任务的能力，能提升工作效率和使用体验。目前，Google的Agent技术在搜索、游戏、编程等领域有了应用，并且正在探索将Agent技术应用于现实世界中的机器人和虚拟世界。但Agent技术还面临诸多挑战，如隐私保护、误操作的安全隐患等。

关键观点3: Gemini 2.0 Flash模型的推出。

这是Google大号模型蒸馏而来的小号模型，具有高级推理和长上下文能力，支持多模态输入和输出。它还可以原生调用Google Search、代码执行以及第三方用户定义的函数等工具。

关键观点4: Google对未来Agent时代的展望。

随着AI技术的发展，Google认为未来将是Agent的时代。Agent能力的提升为新的智能硬件真正进入人们生活打下了基础，例如通过语音指令，眼镜能直接自动完成部分任务。不过，仍需要解决一系列挑战，如隐私保护、安全性等。

免责声明