В среду Google объявил о общем выпуске Gemini 2. 0, который рассматривается как самый продвинутый набор искусственного интеллекта на сегодняшний день. Ранее, в декабре, компания предоставила доступ разработчикам и доверенным тестировщикам, интегрировав некоторые возможности в продукты Google. Однако последний релиз считается "общим выпуском" компанией. Набор моделей включает 2. 0 Flash, разработанную как "рабочую лошадку, оптимальную для задач крупного объема и высокой частоты"; 2. 0 Pro Experimental, сосредоточенную на повышении производительности кодирования; и 2. 0 Flash-Lite, которая заявляется как "самая экономичная модель на сегодняшний день". Что касается ценообразования, Gemini Flash взимает с разработчиков 10 центов за миллион токенов за текстовые, изображенческие и видео-вводы, в то время как Flash-Lite, более экономичная альтернатива, стоит всего 0. 75 цента за те же вводы. Эти текущие релизы соответствуют более широкой стратегии Google по активным инвестициям в "агентов ИИ" на фоне усиливающейся гонки за доминирование в области искусственного интеллекта среди как технологических гигантов, так и стартапов. Компании, такие как Meta, Amazon, Microsoft, OpenAI и Anthropic, также продвигаются к агентному ИИ — моделям, способным выполнять сложные многоэтапные задачи от имени пользователей, а не требующим пошагового руководства. Согласно декабрьскому блогу Google, "в течение последнего года мы инвестировали в разработку более агентных моделей, позволяющих им понимать свое окружение, мыслить вперед и действовать от вашего имени с вашим контролем. " Они добавили, что Gemini 2. 0 представляет собой "новые достижения в мультимодальности, включая нативные выходы изображения и аудио, а также использование нативных инструментов", с целью разработки новых ИИ-агентов, которые соответствуют их видению универсального помощника. Anthropic, стартап ИИ, поддерживаемый Amazon и основанный бывшими исследователями OpenAI, является значительным конкурентом в стремлении создать ИИ-агентов. В октябре компания раскрыла, что ее ИИ-агенты могут управлять компьютерами подобно людям для выполнения сложных задач. Эта способность позволяет технологиям Anthropic интерпретировать то, что отображается на экране компьютера, выбирать опции, вводить текст, навигировать по веб-сайтам и выполнять задачи на различных программных платформах, включая серфинг в реальном времени. "Он способен использовать компьютеры так же, как и мы", заметил Джаред Каплан, главный научный сотрудник Anthropic, в интервью CNBC в то время, отметив, что он может справляться с задачами, включающими "десятки или даже сотни шагов". Недавно OpenAI представила аналогичный инструмент под названием Operator, предназначенный для автоматизации задач, таких как организация отпусков, заполнение форм, бронирование ресторанов и покупки продуктов.

Компания, поддерживаемая Microsoft, описала Operator как "агента, который может выходить в сеть, чтобы выполнять задачи за вас". На этой неделе OpenAI презентовала еще один инструмент под названием Deep Research, который позволяет ИИ-агенту составлять углубленные исследовательские отчеты и анализировать вопросы и темы, выбранные пользователем. Google также запустил аналогичный инструмент под названием Deep Research в декабре, который служит "исследовательским помощником для изучения сложных тем и составления отчетов от вашего имени". Согласно отчету CNBC в декабре, Google планирует выпустить несколько функций ИИ в начале 2025 года. "В истории быть первым не всегда обязательно, но важно выполнять задачи хорошо и быть лучшим в своей категории, " заявил генеральный директор Сундар Пичаи во время стратегической встречи в то время. "Я думаю, это суть того, чем будет 2025 год. "