來源：谷歌黑板報

作者:

Demis Hassabis

Google DeepMind CEO

在過去的十年中，我們?yōu)楝F(xiàn)代 AI 時代奠定了許多基礎(chǔ)，從率先提出所有大型語言模型賴以構(gòu)建的 Transformer 架構(gòu)，到開發(fā) AlphaGo 和 AlphaZero 等可以學習和規(guī)劃的智能體系統(tǒng)。

我們已將這些技術(shù)應(yīng)用于量子計算、數(shù)學、生命科學和算法發(fā)現(xiàn)領(lǐng)域的突破。我們繼續(xù)在基礎(chǔ)研究的廣度和深度上加倍投入，致力于發(fā)明實現(xiàn)通用人工智能 (AGI) 所必需的下一個重大突破。

正因如此，我們正努力拓展我們最強的多模態(tài)基礎(chǔ)模型 Gemini 2.5 Pro，使其成為一個能夠通過理解和模擬世界的各個方面來制定計劃和構(gòu)想新體驗的 "世界模型"，就像大腦一樣。

我們在這方面已經(jīng)取得了長足的進步，從訓(xùn)練智能體掌握圍棋和星際爭霸 (StarCraft) 等復(fù)雜游戲的開創(chuàng)性工作，到可基于單個圖像提示生成可交互 3D 模擬環(huán)境的 Genie 2。

我們已經(jīng)可以看到，這些能力正在顯現(xiàn)，體現(xiàn)在 Gemini 利用世界知識和推理來表示和模擬自然環(huán)境的能力，Veo 對直觀物理的深刻理解，以及 Gemini Robotics 教導(dǎo)機器人抓取、遵循指令和即時調(diào)整的方式中。

將 Gemini 打造成一個世界模型，是開發(fā)一種新型、更通用、更有用的 AI——通用 AI 助手的關(guān)鍵一步。這是一種智能的 AI，能夠理解您所處的上下文，并根據(jù)您的請求跨任何設(shè)備代表您規(guī)劃和采取行動。

將 Project Astra 的實時功能引入

我們的產(chǎn)品中

我們的終極愿景是將 Gemini 應(yīng)用轉(zhuǎn)型為一款通用 AI 助手，它將為我們執(zhí)行日常任務(wù)、處理我們繁瑣的行政事務(wù)、呈現(xiàn)令人滿意的新推薦，從而提高我們的生產(chǎn)力并豐富我們的生活。

這一進程的起點，是我們?nèi)ツ暝谘芯吭?Project Astra 中首次實踐的功能，包括視頻理解、屏幕共享和記憶等。

在過去的一年中，我們已將這些功能整合到 Gemini Live 中以便讓更多人今天就能體驗。我們繼續(xù)在最前沿領(lǐng)域不懈地改進和探索新的創(chuàng)新。例如，我們升級了語音輸出，使其通過原生音頻輸出聽起來更自然；我們改進了記憶功能并增加了計算機控制。

我們正在收集受信任測試人員關(guān)于這些新功能的反饋，并致力于將它們引入 Gemini Live、搜索中的新體驗、面向開發(fā)者的 Live API 以及眼鏡等新型設(shè)備。

在此過程的每一步，安全和責任都是我們工作的核心。我們最近進行了一項大型研究項目，探討了圍繞高級 AI 助手的倫理問題，這項工作將繼續(xù)指導(dǎo)我們的研究、開發(fā)和部署。

構(gòu)建能夠為您處理多任務(wù)的 AI

通過 Project Mariner，我們還在探索智能體的能力如何幫助人們處理多任務(wù)。這是一個研究原型，旨在從瀏覽器入手，探索人與智能體交互的未來。

自去年 12 月推出 Project Mariner 以來，我們一直與一群受信任的測試人員密切合作，收集反饋并改進其實驗性功能。

Project Mariner 現(xiàn)在包含一個智能體系統(tǒng)，可以同時完成多達十項不同的任務(wù)。這些智能體可以幫助您查找信息、進行預(yù)訂、購買物品、進行研究等等——所有這些都可以同時進行。

美國的 Google AI Ultra 訂閱用戶已可以使用更新后的 Project Mariner。我們正在將其計算機使用功能引入 Gemini API，并且我們計劃在今年內(nèi)將更多功能引入 Google 產(chǎn)品。

通過這項工作以及我們所有開創(chuàng)性的工作，我們正在構(gòu)建更個性化、更主動、更強大的 AI，這將豐富我們的生活，加速科學進步，并迎來一個發(fā)現(xiàn)和驚嘆的新黃金時代。