Keskiviikkona Google ilmoitti Gemini 2. 0:n yleisestä julkaisusta, jota on heraldoinut sen tähän mennessä edistynein tekoälymallisto. Aiemmin joulukuussa yritys tarjosi pääsyn kehittäjille ja luotetuille testaajille, integroimalla joitain ominaisuuksia Google-tuotteisiin. Kuitenkin tämä uusin julkaisu katsotaan yrityksen mukaan "yleiseksi julkaisuksi". Mallisto sisältää 2. 0 Flashin, joka on suunniteltu "työntekijämallina, optimoituna suurten volyymien ja korkeataajuisten tehtävien suorittamiseen"; 2. 0 Pro Experimental, joka keskittyy koodauksen suorituskyvyn parantamiseen; ja 2. 0 Flash-Liten, jota mainostetaan "kustannustehokkaimpana mallina tähän mennessä". Hinnoittelun osalta Gemini Flash veloittaa kehittäjiltä 10 senttiä miljoonasta tokenista teksti-, kuva- ja videosyötteiden osalta, kun taas Flash-Lite, sen taloudellisempi vaihtoehto, maksaa vain 0, 75 senttiä samoista syötteistä. Nämä käynnissä olevat julkaisut tukevat Googlen laajempaa strategiaa investoida voimakkaasti "tekoälyagentteihin" tekoälyn hallinnan tiivistyvässä kilpailussa niin suurten teknologiayritysten kuin startupien keskuudessa. Sellaiset yritykset kuin Meta, Amazon, Microsoft, OpenAI ja Anthropic etenevät samoin kohti agenttimaista tekoälyä – malleja, jotka kykenevät suorittamaan monimutkaisia, monivaiheisia tehtäviä käyttäjien puolesta, sen sijaan, että ne vaatisivat vaiheittaisia ohjeita. Googlen joulukuun blogikirjoituksen mukaan "Viime vuoden aikana olemme investoineet agenttisempien mallien kehittämiseen, mahdollistaen niiden ymmärtää ympäristöään, ajatella eteenpäin ja toimia puolestasi valvontasi alaisena. " He lisäsivät, että Gemini 2. 0 esittelee "uusia edistysaskelia multimodaalisuudessa, mukaan lukien natiivikuvituksen ja äänen tuotto, sekä natiivityökalujen käyttö", tavoitteena kehittää uusia tekoälyagentteja, jotka vastaavat heidän visiota universaalista avustajasta. Anthropic, Amazonin tukema tekoäly-startup, joka on perustettu entisten OpenAI-tutkijoiden toimesta, on merkittävä kilpailija tekoälyagenttien luomisessa. Lokakuussa yritys paljasti, että sen tekoälyagentit pystyivät käyttämään tietokoneita samoin kuin ihmiset monimutkaisten tehtävien suorittamiseksi. Tämä kyky mahdollistaa Anthropicin teknologialle tulkita, mitä tietokoneen näytöllä on, valita vaihtoehtoja, syöttää tekstiä, navigoida verkkosivustoilla ja suorittaa tehtäviä eri ohjelmistoplatformeilla, mukaan lukien reaaliaikainen internet-selailu. "Se kykenee käyttämään tietokoneita aivan kuten me, " huomautti Jared Kaplan, Anthropicin päätieteenjohtaja, CNBC:n haastattelussa tuolloin, mainiten, että se voi käsitellä tehtäviä, jotka sisältävät "kymmeniä tai jopa satoja vaiheita. " Äskettäin OpenAI esitteli samankaltaisen työkalun nimeltä Operator, joka on suunniteltu automatisoimaan tehtäviä, kuten lomien järjestämistä, lomakkeiden täyttämistä, ravintola-varauksia ja ruokaostoksia.

Microsoftin tukema yritys kuvasi Operatoria "agenttina, joka voi käyttää verkkosivustoja suorittaakseen tehtäviä puolestasi. " Aikaisemmin tällä viikolla OpenAI esitteli toisen työkalun nimeltä Deep Research, joka mahdollistaa tekoälyagentin laatia syvällisiä tutkimusraportteja ja analysoida käyttäjän valitsemia kysymyksiä ja aiheita. Google myös julkaisi joulukuussa samannimisen Deep Researchin, joka toimii "tutkimusavustajana tutkien monimutkaisia aiheita ja laatien raportteja puolestasi. " CNBC:n joulukuun raportin mukaan Google aikoo julkaista useita tekoälyominaisuuksia alkuvuodesta 2025. "Kunnossa historia ei aina vaadi olla ensimmäinen, mutta hyvä toteutus ja parhaana olemisen kyky kategoriassasi on ratkaisevaa, " totesi toimitusjohtaja Sundar Pichai strategiatapaamisessa tuolloin. "Uskon, että se on se olennaisuus, mitä vuosi 2025 tuo tullessaan. "