Ve středu Google oznámil obecné uvolnění Gemini 2. 0, označované jako jeho dosud nejpokročilejší sada modelů umělé inteligence. Dříve, v prosinci, firma poskytla přístup vývojářům a důvěryhodným testerům, integrující některé funkce do produktů Google. Nicméně, toto poslední uvolnění je firmou považováno za "obecné uvolnění". Sada modelů zahrnuje 2. 0 Flash, navrženou jako "pracovní model, optimální pro úkoly s vysokým objemem a frekvencí v měřítku"; 2. 0 Pro Experimental, která se zaměřuje na zlepšení výkonu programování; a 2. 0 Flash-Lite, chválenou jako "dosud nejúspornější model". Co se týče cen, Gemini Flash účtuje vývojářům 10 centů za milion tokenů za textové, obrazové a video vstupy, zatímco Flash-Lite, jeho ekonomičtější alternativa, stojí pouze 0, 75 centu za stejné vstupy. Tato pokračující uvolnění odpovídají širší strategii Google investovat do "AI agentů" uprostřed zesilujícího závodu o dominance v oblasti umělé inteligence mezi technologickými giganty i startupy. Společnosti jako Meta, Amazon, Microsoft, OpenAI a Anthropic rovněž směřují k agentické AI – modelům schopným provádět složité, vícestupňové úkoly jménem uživatelů, aniž by vyžadovaly vedení krok za krokem. Podle prosincového blogu Google: "Během minulého roku jsme investovali do vývoje více agentických modelů, které jim umožňují chápat své okolí, myslet dopředu a jednat vaším jménem s vaším dohledem. " Dodali, že Gemini 2. 0 přináší "nové pokroky v multimodalitě, včetně nativních obrazových a audio výstupů, jakož i nativního využívání nástrojů, " s cílem vyvinout nové AI agenty, které odpovídají jejich vizi univerzálního asistenta. Anthropic, startup AI podporovaný Amazonem a založený bývalými výzkumníky OpenAI, je významným konkurentem v úsilí o vytváření AI agentů. V říjnu společnost odhalila, že její AI agenti mohou ovládat počítače podobně jako lidé k dokončení složitých úkolů. Tato schopnost umožňuje technologii Anthropic interpretovat, co je na obrazovce počítače, vybrat možnosti, zadávat text, procházet webové stránky a provádět úkoly na různých softwarových platformách, včetně procházení internetu v reálném čase. "Je schopný používat počítače stejně jako my, " poznamenal Jared Kaplan, hlavní vědecký pracovník Anthropic, v rozhovoru pro CNBC v té době a zdůraznil, že může zvládat úkoly zahrnující "desítky či dokonce stovky kroků. " Nedávno OpenAI představila podobný nástroj nazvaný Operator, navržený k automatizaci úkolů, jako je organizace dovolených, vyplňování formulářů, rezervace restaurací a nakupování potravin.

Společnost, kterou podporuje Microsoft, popsala Operator jako "agenta, který může přistupovat na web a vykonávat úkoly za vás. " Na začátku tohoto týdne OpenAI odhalila další nástroj nazvaný Deep Research, který umožňuje AI agentovi sestavit hloubkovou výzkumnou zprávu a analyzovat otázky a témata vybraná uživatelem. Google také spustil podobně pojmenovaný Deep Research v prosinci, který slouží jako "výzkumný asistent k prozkoumání složitých témat a sestavení zpráv vaším jménem. " Podle prosincového zprávy CNBC má Google v úmyslu v počátku roku 2025 představit několik AI funkcí. "V historii není být první vždy nezbytné, ale důležité je dobře provádět a být nejlepší ve své kategorii, " uvedl generální ředitel Sundar Pichai během strategického setkání v té době. "Věřím, že to je podstatou toho, o čem rok 2025 bude. "